作者：Albert Yang / 楊為傑醫師 / 白袍旅人
從開始知道蔡校長的時候，其實就已經開始跨界了
對我來說，跨界的定義是很廣泛。只要是任何往外探索的行為都算是跨界。但最重要的其實「心態」，這是阻礙我們跨界的最主要因素。
當年意外在網路上發現蔡依橙醫師，突然驚覺：哇！原來這世界不是我想像的那樣。哇！原來我們是「抬轎世代」啊。那時，就開始有一種「頓悟」的感覺，而開始一連串探索世界的過程。
我的跨界之旅，是這樣開始的。
2015 / 4 / 19
標籤 學習 下的所有文章
2015 / 4 / 17
講者，當？不當？
作者：《新思惟論壇：跨界》講者 陳畊仲 醫師
這是我「朋友」勵志的故事，與大家分享。
我這位朋友，大學畢業後幾乎一帆風順，申請專科訓練時從群雄中二取一 脫穎而出。專科訓練結束後，又剛好搭上主治醫師缺大放送，而順利升上了主治醫師變成死公務員，半工半讀 拿到碩士，房價飛漲前靠爸 也買了房，可說是人生勝利組。
但是不知哪根筋燒壞，從去年開始就看他常在臉書打卡，到處上課，而且都是上台北耶，高鐵一趟來回也要三千多，更誇張的是，上的課學費都好幾萬，醫生果然好學錢好騙。我問他幹嘛這麼認真，他說什麼受了大腸 太陽花的刺激，又看了菜一成 蔡依橙的文章，聽了楊斯培 棓的演講，覺得人不能混吃等死 自滿於現狀，所以這麼拼；看他講這些話時臉上閃耀著以前從未出現過的光芒，身為朋友我也替他高興。
上個星期天，乖乖隆叮咚，看到他被好多人 tag，參加ㄧ場叫胯 跨界的論壇當講者。曾經聽他說過，他有個夢想，就是上新思惟，沒想到他真圓夢了！當然要問問他有什麼感覺！不過他看起來有點並不是很興奮，說他五味雜陳，念在多年好友，就把他的想法告訴我…..
2015 / 3 / 20
[課前問答] 從「受雇」到「創業」到「群體受雇」
作者：鄭伊廷 工程師
問：我想詢問從受雇到創業，在心態上應該要如何調適這樣的轉變？（國際事務處管理師 男 30 歲）
答：到了一個年紀，許多資深的工作者都會想要邁向創業這條路。
許多人創業的理由多半是，因為上班不開心，或是種種 AA , BB , CC 理由。最後結論是：創業吧！「創業可以不用看人臉色。在這樣的情況下，或許我可以發揮得更好」。所以「我想創業」。
「我可以做得更好」，所以我想創業。是一個很好的創業理由。但「不想看人臉色，想更自由自在」，卻是一個錯誤的創業理由。
如果你有類似的想法，我會認真奉勸先靜下心來思考你的工作內容出了什麼問題，去檢討該用什麼手段解決。但直接去創業，絕對不是好的解題方案。
創業絕對不是自由自在，無拘無束。而且創業精確的來說，就是從無到有打造一門生意，承擔風險。
2015 / 3 / 20
[課前問答] 醫療生涯中，我所做的創業準備。
作者：蔡依橙 醫師
問：人總是容易安於現況，想請問是怎樣的想法和決心，讓講者跨出醫療的舒適圈，自行創業？本身並沒有第二專長，考量到家庭和經濟的壓力時，如何鼓起勇氣去拋棄已花了將近人生 1/3 的時間所訓練的專業和知識？（五位醫師詢問）
答：其實不一定要拋棄的。
■ 安身立命也不錯
在之前的部落格文章中，小弟有打算書寫一個系列，但寫到一半就忙起來，所以目前只寫了第一篇：「醫療崩壞中，我該怎麼辦？」：可能的路之「安身立命」路線
我認為，已經受完醫療訓練的醫師，有三條路可走：
- 安身立命：接受現況，享受人生。
- 不甘平庸：追求卓越，拿所應得。
- 大膽離開：保留核心，大開大闔。如：做自費、移民、轉職、創業……等。
2015 / 3 / 20
[課前問答] 持續精進：學習，沒有極限。
作者：楊斯棓 醫師
問：楊斯培醫師如何結合熱情與學習，吸收跨界知識，走到今天？（精神科主治醫師 女 39 歲）
答：您好，我的第三個字是木字旁，唸做棒球的棒，這個字出自康熙字典，意義同棒，筆劃差一劃（我爸說差這一劃，會有頭家命跟辛勞命的差別，但我僅當參考用）。除了棓，火、土、金、水字旁的獎狀我都領過。
我念大學的時候，比一般同學多做了幾件事：
- 搭火車或坐尊龍客運北上聽演講（誠品敦南），
- 看很多課外書（王溢嘉、白先勇、各類人物傳記），
- 積極投稿各大報的社論（四大報我都被登過，小報我也不放過）。
這幾件事重覆做之後，我認識很多年紀大我五十歲（或以上）的人，我那時就思考：七十幾歲時自己想要達到哪些目標，譬如說我二十幾歲時就決定：六十五歲時（雖然當時還沒確定講題是什麼）一定要完成環島演講這件事（想不到三十五歲就完成了，可見設定目標的重要）。
2015 / 3 / 19
[課前問答] 數據時代：程式x資料x探勘x系統
作者：陳育群 醫師
問：想請陳育群學長分享一下，您會如何將大數據的精神及方法實際應用於醫療層面上？（除了寫論文外，這已經是學長的強項了）（醫院醫師 男 38 歲）
答：大數據精神在於「活用資料」，我們可以從「病患、服務流程、技術」三個角度來思考。
- 病患
個人醫療。大數據最重要貢獻在於「個人醫療」。群體資料有別於與臨床實驗，有助於幫助醫師患者盡快找到最適合的治療方式。例如：COPD 病患心臟病該不該使用 beta-blocker？嚴重 COPD 病患心臟病是否有答案一致呢？藥物長期使用安全性？這類問題還沒有被很好的回答，這也是台灣健保資料庫很值得發揮的地方。
更先進的可以切入個人化藥物治療。例如：Tamoxifen 對於乳癌治療很有效，但是部分病人效果不佳，Johns Hopkins 研究團隊，從基因圖譜中找出名為 MACROD2 的基因可以在使用 Tamoxifen 前先預測 Tamoxifen 抗藥性，對於乳癌治療是很大鼓舞（這裡）。
最近的奈米技術更是數據分析的天下，UCLA 團隊發表新的藥物平台，可利用資料探勘技術找出對個人腫瘤最適當藥物，組合成個人化新藥（這裡）。