ずぼら@元医師

臨床医を10数年経験後、製薬企業へ転職。メディカルアフェアーズという部署に所属。医療の…

ずぼら@元医師

臨床医を10数年経験後、製薬企業へ転職。メディカルアフェアーズという部署に所属。医療の効率化に興味がある。このnoteでは近年のデジタルヘルスの論文や記事について解説していく。英語子育てに興味があり、その情報も時々発信予定。Twitterもやっているます。登録おねがいします。

最近の記事

  • 固定された記事

効率的な医療に貢献したい

こんにちは、ずぼらと言います。元臨床医で今は製薬企業で勤務しています。 40歳前後の男性です。妻と2人の子供と生活しています。 このnoteでは、デジタルヘルスを含む、医療体制の変革について、海外記事や論文などを紹介していこうと思います。医療の効率化や将来の医療について何かしら考えるところがある方に向けて書いています。 もともと臨床医を10数年やっていました。臨床医の働き方が効率的でないこと、医療が必用なところに適切に届いていないことに疑問を感じていました。そんなときに

    • Data questは諦めた話

      Data questは退屈すぎて無理。挫折。 なんであんなにProgateは面白くできているんだろう。 Coursera + Datacampの方がまし。 英語で統計を勉強しようと思っていたけれど、ちょっと無理だと悟ったので、日本語の本も注文しよう。

      • Dataquest 1日目

        医療統計でRを使う必用があって勉強中です。 もともとCourseraとData campを併用して勉強していたんですが、もっと手を動かしたいとおもい、Data campをData questを使ってみました。 Progateみたいなものを期待していたけれど、だいぶ違った。 細切れなのに、説明がやたら長い。 間違えたときに間違いが分かりづらい。 なんであんなにインターフェースがいまいちなんだろう。 というか、Progateが良すぎる。ProgateのRとか、Data

        • ゲームは次世代メディアとなり、世界の問題を解決する

          ゲームがコミュニケーション手段を変え、ひいては世界の問題を解決するという話。 ゲームの教育的効果について英語でDiscussionするときに参考にした資料。 英語難易度:中級 内容は面白いので興味があれば、英語でトライしてみてください。 実際に、オンライン英会話でこれを使用した方法を以下の記事で記載していますので、英語学習に興味がある方はチェックしてください。 サマリー世界のゲーマーは平均的に14年以上のゲーム経験値があり、もはや生活の一部と言って良い。 性別とか

        • 固定された記事

        効率的な医療に貢献したい

          マイクラの教育的効果について

          この記事は、英語学習の備忘録として作りました。 マインクラフトをやる理由を正当化したい方のための参考になれば幸いです。 ちなみに私は、子供がマイクラによって、居場所を見出し、自己肯定感を持つことができたと思っています。なので、完全に賛成派です。 BBCで2016年に紹介された記事について解説したものです。 平易な英語なので、英語を勉強している方は読んでみてもいいと思います。 記事では 1、Finlandのテックベンチャーの作った教育用マインクラフトをMicroso

          マイクラの教育的効果について

          インターナショナル幼稚園・保育園に入れるだけでは子供は英語を話せないという残酷な事実

          補助金の影響もあり、インターナショナル幼稚園・保育園(便宜上、以下は幼稚園とします)への入園のハードルが下がりました。子供に苦労なく、英語を話してほしいという需要を後押しすると思います。 しかしながら、残酷な事実から入ると、インターナショナル幼稚園に入れるだけでは子供は英語を話せるようになりません。 せっかくの子供に対しての投資です。最大限に活かすためには親のテコ入れが必須です。 このあたり、勘違いしてしまい、せっかく高いお金を払っているのに効果が出ていない家庭をたくさ

          インターナショナル幼稚園・保育園に入れるだけでは子供は英語を話せないという残酷な事実

          加齢性黄斑変性症に対してのAIでのリスクファクター抽出スキームを製品持ってない製薬企業医師目線でみてみた。

          この記事は、デジタルヘルスケア、AIのリスクファクター抽出に興味がある方、製薬企業目線(疾患知識なしの)でこの研究にどのような価値を見出すかについて興味がある方のために記載しています。 本来は扱っている製品関連のスキームがいいとは思いますが、機密情報なのでできません。全く知らない領域を適当に解釈しているだけなので、多分正しくないですが、思考法として参考になれば幸いです。 デジタルヘルス関連の業者、製薬企業に勤めている方、および臨床医の方などを読者として想定しています。

          加齢性黄斑変性症に対してのAIでのリスクファクター抽出スキームを製品持ってない製薬企業医師目線でみてみた。