Q: 為甚麼要從流預所生統組變成健統所

A: 隨著時代巨輪的快速轉動，健康資料累積的速度與數量均已經遠遠超過過去的總和，尤其在各國競相成立的人體資料庫研究上，如何面對這些大量累積的健康資料，已成為迫切待解決的議題。舉例來說，基因研究從二十年前在單一個體上僅能檢測數個基因，進化到開始可以利用微陣列檢測數百亦或數千個基因，到近十年間最重要的次世代定序技術可以在很短的時間內一次性的檢測數萬個基因。檢測標的基因的數量大幅增加，不僅僅是在檢定次數大幅提升上帶入的偽陽性問題，更有許多傳統方法無法在可接受的時間內將所有的變數分析完成，針對新型的基因資料開發新式分析與整合演算法是當今重要的目標。除基因研究之外，通訊技術的大幅度進展，也讓生醫領域可以透過穿戴式裝置獲得大量且長期的個體追蹤數據，這些在過去傳統研究上難以達成的資料收集模式均已變為可能，但如何有效率且正確的分析此類新型態的健康資料是一個棘手的問題。電腦科技也讓當代的健康資料研究產生了重要的質性變化，面對大量的健康資料累積與研究報告，我們不僅可以藉由統合分析找到不同資料間的相同點，也可以嘗試利用各式的因果關係推論方法找到健康議題相關的重要因素。最後，在面對健康體系大幅度增加的影像、語音甚至到非結構的文字檔案，機器學習方法與人工智慧的導入將是提升分析效能的重要切入口，整合起這些資料，我們相信可以對提早篩檢出疾病以及病患存活預測作出更好的貢獻。總結而言，在這健康資料型態與數量均有大幅度變化的時代，我們認為從流預所生統組轉型為健統所將能夠更有效的進行資源分配，並對健康資料問題提供更佳的拓析方法。

Q: 和台灣/台大其他統計研究所的差異

A: 在台灣及台大系統內有許多統計相關的優秀研究所與學程，然而目前針對健康資料為主的統計研究所僅有健統所的存在。在臺灣大學醫學校區，我們具有先天的優勢，校區內包含了臺大醫院、公衛學院、醫學院、藥學院以及護理學院等等，不同機構間合作交流相當頻繁、研究與實務的資源均豐富多元，在校區內不只能提供統計專業課程，還有許多生醫與健康資料相關的領域知識，我們也相信在這樣的環境下成長，學生除了可以具備統計專業能力之外，還可以擁有生醫與健康相關的專業知識。而在資料科學的時代，掌握統計分析能力以及領域知識，將是成為跨領域的健康數據分析人才的重要基礎。總結而言，統計理論基礎與數理模型仍是本所重要的發展內容，但相較於其他研究所，我們會帶入更多的健康資料實務應用面，並預期透過與各大醫療體系及產業界的合作，讓理論與實務更加均衡，能夠讓學生直接接觸到產官學第一線待解決的議題，也藉此協助學生就業並增加職場競爭力。

Q: 和流預所生統組的差別

A: 在生統組的課程安排上我們有較多的數理相關課程，未來在健統所的課程安排上，我們希望加入更多的健康數據相關內容，除統計方法及模型開發之外，對於健康資料內的領域知識亦將是健統所未來的研究及教學重點。

Q: 未來的發展方向

A: 健統所建構於流預所生統組，我們將秉持過去流預所生統組留下來的優秀傳統，繼續在統計方法學與數理模型上繼續發展。面對當代的人工智慧及巨量資料浪潮，我們將與學界及產業界合作慢慢引入過往較為缺乏的領域與課程，例如圖像分析、語音辨識與文本分析等等。我們希望藉由公共衛生及生物醫學上實務待解決的問題做為引子，回頭帶動理論與方法學的發展，以期讓研究成果更切合於現在健康領域上待解決的議題。

Q: 適合的學生

A: 在健康資料分析上需要結合許多跨領域知識的基礎上，健統所歡迎所有相關的背景同學報考。對於統計學及資訊背景的學生，我們會提供更多健康資料的背景知識與實際議題，讓同學更能了解理論與方法學的應用場景。對於生物醫學或公共衛生背景的學生，我們會提供更多資料分析相關的學理基礎與程式撰寫能力，讓同學能夠自己動手進行分析，更能夠藉由對於健康資料的了解回頭增進研究設計的完善性。