0人評分過此書
本研究採用紮根理論方法進行實證分析，呈現我國生技製藥產業之AI應用現況及新技術應用之技術障礙與組織障礙，經由大數據分析能力(BDAC)、組織學習、吸收能量、研發雙元性、重組能力等概念，探討影響國內生技製藥導入AI與大數據分析之因素，並提出相關政策改良之建議。
- 中文摘要
- Abstract
- 執行摘要
-
第一章 緒論
-
1.1 大數據與AI之需求面驅動因素
-
1.2 大數據發展下之生技製藥產業與數位醫療產業競合
-
1.2.1 AI技術應用帶動資通訊部門多角化進入藥物開發產業
-
1.2.2 病人中心：生技製藥與數位醫療之聚合
-
1.2.3 以資訊技術跨入藥物開發領域
-
-
-
第二章 人工智慧於製藥開發之應用與挑戰
-
2.1 人工智慧於藥物開發之應用途徑
-
2.1.1 高通量篩選及藥物篩選之資料分析需求
-
2.1.2 人工智慧技術之類別
-
2.1.3 AI於不同藥物研發階段之應用
-
-
2.2 以AI進行藥物開發相關資料分析所面臨之挑戰
-
2.2.1 國外生技製藥產業與AI企業的合作概況
-
2.2.2 我國生技製藥產業之AI導入現況
-
-
2.3 AI之競合：臨床試驗統計精確性
-
2.3.1 臨床試驗資料大數據之偏誤與AI應用
-
2.3.2 AI對於藥物發現與開發之效率提升與限制
-
-
-
第三章 企業導入大數據、AI之組織障礙質化分析
-
3.1 紮根理論方法與資料分析流程
-
3.1.1 編碼方法與流程
-
3.1.2 資料分析範例：我國製藥業研發分工模式與產學合作認知落差
-
-
3.2 國內生技製藥公司導入大數據與AI之影響因素質化資料分析
-
3.2.1 研發分工模式、市場需求與AI生技公司專殊化
-
3.2.2 實際導入AI數位化之吸收能量與研發雙元性阻礙
-
3.2.3 我國生技製藥之AI、大數據應用及企業能力觀點
-
3.2.4 我國生技製藥公司之效益觀點、企業能力與商業模式考量
-
3.2.5 數位化或AI導入如何克服組織障礙
-
3.2.6 國內製藥企業之跨機構連結、知識外部化與吸收能量
-
3.2.7 產學合作誘因、可利用性與研發雙元性
-
-
3.3 大數據分析能力(BDAC)、動態能力與組織學習能力
-
3.3.1 大數據分析能力之組成
-
3.3.2 企業之作業能力與動態能力
-
-
-
第四章 數位轉型、跨機構網絡與組織學習之理論探討
-
4.1 台美生技製藥產業之跨組織學習模式差異分析
-
4.1.1 美國生技製藥產業之技術體制、開放創新及研發垂直分工
-
4.1.2 企業數位轉型、知識不對稱、組織學習與地理群聚
-
4.1.3 台灣生技製藥產業之利用(exploitation)導向與研發分工
-
-
4.2 跨機構合作對於生技製藥企業知識組合能力之影響
-
4.2.1 吸收能量、技術體制、研發雙元性與知識組合能力
-
4.2.2 企業之組織原則(organizing principle)與知識組合能力(combinative capability)分析
-
4.2.3 吸收能量之測量：納入動態能力觀點之吸收能量概念
-
4.2.4 跨國知識連結與企業吸收能量及理論修正意涵
-
4.2.5 法人機構現行AI與大數據應用技術推廣效果有限之原因
-
4.2.6 法人機構現行AI與大數據應用技術推廣政策之改良建議
-
-
- 第五章 結論
- 參考文獻
- 作者簡介
- 出版地 ： 臺灣
- 語言 ： 繁體中文
評分與評論
請登入後再留言與評分
PDF
EPUB
PDF
EPUB
PDF
EPUB
PDF
EPUB
PDF
