驗血準確檢測大腸癌

日本島津製作所研發出一種高精確度血液檢測技術，對早期大腸癌的檢測精確度達到96%。

神戶大學研究人員於2012年發現，血清含有4種代謝物可在大腸癌診斷中作為標識，併為此制定了預測診斷方法，但實際發現，血液檢測的精確度和特異性不足。島津製作所和神戶大學、日本國立癌症研究中心合作研發最新檢測技術，可以對血液中的代謝物進行極精密的定量分析。
他們對日本國立癌症研究中心保存的超過600個樣本進行分析測試，確認可以檢測出丙酮酸等8種可用於大腸癌診斷的生物標記。通過分析檢測數據，診斷精確度高達96%。
研究人員對300名早期大腸癌患者的驗證檢測，確認了這技術的高精確度，今後他們計劃在醫院進行應用。

讓癌細胞現形的螢光染劑

現今腦腫瘤切除手術的一大挑戰，就是要將所有癌組織和癌細胞都清除乾淨，但是現行的腦腫瘤切除手術，很難界定腫瘤的邊界究竟在哪裡，較微小的癌組織很可能因為醫生肉眼無法辨認，而導致手術刀切除唔到。現今醫學統計數據，50% 病人在手術後不久癌症就會復發。

美國賓夕法尼亞大學（University of Pennsylvania）佩雷爾曼學院（Perelman School of Medicine）華裔助理教授李約翰（John Y.K. Lee）醫生，以即時影像技術輔助腦腫瘤手術作出了新嘗試。

他們的影像技術核心是一種注入癌症病人體內後，會專一性集中到癌組織的螢光染劑，這種螢光染劑幫助界定腫瘤的邊界在哪裡，讓手術刀該從哪裡切下去，將腫瘤清除乾淨。

靛氰綠（Indocyanine Green，ICG）在近紅外光（Near Infrared，NIR）照射下會發出綠色螢光。由於近紅外光具有穿透人體組織的特性，可以激發人體內的靛氰綠發出螢光。靛氰綠最早是在第二次世界大戰期間，發展成為相片顯影的試劑，1957 年開始在醫學上使用，目前廣泛應用在心血管造影與肝功能檢查等。

李醫生用於精確手術的人體試驗染劑，是經過進一步修飾與改良的靛氰綠。手術團隊會在手術開始進行前 24 小時將染劑由靜脈注入體內，以確保癌組織的邊緣完全染色。手術開始後，近紅外光照射可以將腫瘤所在位置清晰呈現出來，讓外科醫生更有信心地進行手術。手術後，若有切除不乾淨的癌細胞，綠色螢光訊號會提醒醫生，進一步清除這些癌細胞。

過去三年，李醫生及他的手術團隊，已經將此即時手術影像技術運用於許多種癌症的手術治療上，其中包括肺癌、腦癌、乳癌、膀胱癌，一共累積超過 300 個病例。

投資界興起 金融工程師及量化分析

投資界過去決定投資那一類別，主要是靠研究財務報表和分析公司客戶為主，但現在已經不再流行，最新趨勢是利用演算法，借助使用重複雜統計模型的金融工程師，來找出最有可能獲利的交易項目。

投資公司努力爭取數學家和科學家，使金融工程師愈來愈受重用，影響力和薪金也水漲船高。金融產業因此創造許多前所未聞的職位，吸納數理人才。

其實，演算法交易早已問世，但以前市場規模很小。現在靠量化分析進行操作的避險基金，佔美股全部交易的27%，遠高於2013年的14%，幾乎追上散戶的29%。今年首季結束時，量化基金旗下的資金規模高達9320億美元，佔避險基金管理資產總額超過30%。相比之下，2009年時，量化基金的規模為4080億美元，佔避險基金總資產值的25%。

電腦挑選投資類別，目前看來，表現優於人類。過去5年之內，量化基金的平均年獲利率是5.1%，高於同期避險基金的4.3%。

量化分析有兩大好處：

1.    法規趨嚴，投資者很難再從企業高層或包括員工在內的上市公司專家網絡等途徑，取得具優勢的資訊。投資者能取得的全球經濟和金融消息浩翰如海，難以精確分析。最新的兵家必爭之地是利用電腦和其他尖端科技研究數據，協助即時了解企業和經濟

2.    金融工程師和高頻交易員不同，後者聚焦可能僅持續數毫秒的極短期交易，量化分析驅動的交易持續時間則從幾分鐘至數個月不等。

量化分析有兩大壞處：

1.    蜂湧進入量化基金的公司和投資者期望過高，導致失望也大，因為基金公司雇用數理方面博士並不能保證獲利。愈來愈多投資者追捧複雜的演算法模型，恐將高估電腦的可信度

2.    金融工程師有可能因為演算法策略相近，同時拋售持股，導致沽壓沉重

盡快替勞工準備工業 4.0

政府應盡快投資人力資本，替勞工為工業 4.0 的新機會做好準備：

1.         改變教育體系

現今教育體制與未來經濟社會發展相比，相當過落，無法跟上現今變化的速度，也與勞動市場嚴重脫節，包括學校教育、專業的教師群、職場教育、數碼訓練、教育創新的開放性以及終生學習

2.    準備邁向新世界

科技正處於影響就業的轉變階段，政策必須跟上這種轉變，包括認識所有工作模式，靈活採取新規範，社會保障升級、成人學習、持續再就業技術培訓