- 83%的技术专业人员会考虑从事医疗卫生和制药行业的工作，72%的技术专业人员与6个月前相比更愿意考虑从事该行业的工作
- 86%的技术专业人员同意：医疗卫生和制药行业的“数字化时刻”已经到来
- 医疗卫生和制药行业的吸引力是金融服务、电信以及制造业等传统职业的两倍以上
- 报告包含了来自微软、MIT和Benevolent AI的洞察，诠释了如何运用科学与技术的强力组合创想医药未来。
近日，诺华发布的一份研究报告(PDF, 6.7 MB)显示，新冠疫情期间，医疗卫生和制药行业已成为技术人才青睐的行业。
这项研究于2020年5月至6月期间进行，旨在研究全球新冠疫情之后的行业认知转变。目标受访者来自各个行业和组织，涵盖了美国、英国、德国、中国和印度的2502名技术专业人员。
作为全球领先的医药公司，投资并改进数据和数字化功能是诺华创想医药未来的核心。诺华正在通过合作和聘用不断壮大其世界领先的技术人才团队。这项研究致力于探究技术人员能否意识到他们在帮助解决现在和未来全球最大的医学挑战中能够发挥的作用。
研究表明，无论目前从事何种行业，技术专业人员都会考虑转向技术以及医疗卫生和制药行业（各占49%）。医疗卫生和制药行业对技术专业人员的吸引力远超传统行业，只有28%的受访者表示会考虑转向金融和银行业，只有24%的受访者表示会考虑转向电信业。
从事医疗卫生和制药行业的驱动因素包括通过技术进行创新的机会（52%）、改善医疗质量和提高系统效率（各占49%）以及解决现实世界问题（48%）。
诺华首席数字官Bertrand Bodson表示：“新冠疫情以前所未有的速度促使我们的行业在采用和扩展数字技术方面做出巨大转变。对核心平台的现有投资使我们能够对患者、医生以及员工的需求做出快速响应，同时促使我们重新考虑如何发现和开发新药，如何更聪明地工作并提供更好的客户体验。如今，要想把握住数据、科学和技术力量的结合带来的明确机会，最重要的就是吸引并培养那些广受欢迎的技术人才进入本行业。”
报告也显示，医疗卫生和制药行业对新冠疫情的反应提升了该行业在技术专业人员中的声誉。大部分受访者（73%）表示，该行业对疫情的反应提升了他们对该行业的看法。他们认为医疗卫生和制药行业应对疫情的努力有成效（72%），同时认为数据科学的应用已经成为该行业应对疫情的关键因素（85%）。
报告显示，尽管受访者对医疗卫生和制药行业感兴趣，但仍然存在进入障碍。虽然技术专业人员希望进入该行业，但许多人担心自己存在知识鸿沟，有40%的受访者表示自己由于“缺乏行业知识”而不会申请该行业的工作，还有20%的受访者表示“不认为自己有资格在制药公司工作”。
但是，受访者仍然相信数据驱动的工作方式可能会彻底改变整个医疗卫生价值链——从提高效率（55%）、增加诊断准确性（54%）到预测疾病患病率的能力（46%）以及改进现有医疗卫生系统（46%）。
Bodson表示：“令人欣喜的是，拥有关键技术专长的人们已经意识到他们在重塑医学未来方面能够发挥的作用。现在，我们需要向他们证明，他们完全有能力与我们的科学家和来自微软、Amazon Web Services或Benevolent AI等合作伙伴的盟友携手合作，为患者解决至关重要的现实问题。之前他们所担心的‘缺乏行业知识问题’完全不会成为障碍。在进入制药行业之前，我不但在不同行业从事技术工作长达20年之久，还创办了自己的技术初创公司，我可以说这个行业蕴含的活力是显而易见的。只要有坚强的自信和强烈的意愿，我们一定能成功应对这个时代最重要的一些挑战。”
在全球封锁期内，诺华加快了其数字化进程，包括与比尔及梅琳达·盖茨基金会一起加入一个全球国际新冠数据研究联盟和工作平台。该平台将为重点协作研究提供良好环境，加速协作并发现和开发对抗新冠病毒的药物。在新冠暴发期间，诺华还一直在努力通过共享早期研究结果和基础科学方面的数据来发现和测试抗病毒治疗方法，并与数十家公司组成联盟合作进行临床试验设计。在疫情期间，诺华和生命科学公司同样加大了投入力度，运用专业知识和资金来对抗新冠病毒，而合作一直是诺华这一最新研究报告的核心，报告也包括了来自微软、MIT以及Benevolent AI的洞察。
研究方法
FleishmanHillard TRUE Global Intelligence团队与研究合作伙伴Vitreous World合作对五个主要市场（美国、英国、德国、中国和印度）的2500名技术专业人员*进行了一项调查。这项调查在5月21日至6月3日之间进行，包括21个问题，涵盖5个主要研究主题：
- 对医疗卫生和制药行业的一般认识
- 从事医疗卫生行业工作的可能性（现在以及与6个月前相比）
- 对从事医疗卫生和制药行业工作的期望
- 关于数据、AI以及机器学习对医疗卫生和制药行业的影响的看法
- 对新冠疫情期间如何使用AI和数据科学的看法
*技术专业人员是指将其职业描述为下列方面的职员：
数据科学家/数据工程师（339）、机器学习和AI（199）、数据分析（52）、数据库管理（55）、网络管理（19）、技术和IT支持（195）、软件/硬件研究和开发（103）、技术设计和创新（31）、信息技术（781）、软件开发（153）、技术/IT部门主管（491）、技术项目管理（62）和技术质量保证（22）。