Uncategorized

Analytics
0
SAS Recognition Awards 2025 Community Uplift部門2位受賞/ 塩野義製薬様・武田薬品様対談記事 ~業界内におけるSASコミュニティ向上の重要性~【後編】

毎年SAS Globalで開催されるSAS Customer Recognition Awardsは、SASを活用し卓越した貢献をされたお客様を表彰する取り組みです。SAS利用へ、企業を超え大きな影響を与える活動を称える Community Uplift 部門において、塩野義製薬様・武田薬品様の取組みが評価され、2位受賞しました。 記事はこちら👇 2nd Place Winner: Shionogi & Co., Ltd - 2025 Customer Recognition Awar... - SAS Support Communities   製薬業界ではSASユーザーが中心となり、データサイエンスに関するコミュニティ構築・勉強会を積極的に開催しています。本記事では、長らくSASを利用頂き、コミュニティへの参加者側から運営側まで携わっておられるお二人へコミュニティ参加への重要性とメリットについてインタビューをいたしました。 2部構成でインタビュー内容をお届けします!前半では業界内でのコミュニティ形成や情報交換の重要性についてとお届けしました。 記事はこちら👇 https://blogs.sas.com/content/sasjapan/2025/10/01/cusotmerrecognitionawards-communityuplift2024-part1/ 後半である本Blogでは、塩野義製薬様が主催している異業種を巻き込んだデータサイエンスに関するコミュニティイベントの重要性についてお届けします。     Q:塩野義製薬様は、異業種参加型のデータサイエンスに関するコミュニティイベント“SHIONOGI DATA SCIENCE FES”を2023年から3年連続で開催されていますね。   SHIONOGI DATA SCIENCE FESは、2017年からSHIONOGIグループ内のデータリテラシー向上、部署を超えた“協創”や新しい価値を創出することを目的として社内向けに開催していました。 「データ」に関わる多様なバックグラウンドをお持ちの多くの方にご参加いただくことで、会社や産業の枠を超えた“協創”を促進する場となることを期待し、2023年より社外向けイベントとして開催するようになりました。 初めて開催した2023年は約910名、2024年は約1,530名、2025年は約1650名と、年々参加者が増えています。   Q:北西さんは医薬開発部門からDX推進本部へ異動され、企業内のデータ分析に関わる横断的な業務をご担当されていますが、それをきっかけにSHIONOGI DATA SCIENCE FESを社内外で取組み強化されようと思った背景はありますか? DX推進本部で、企業内の業務横断的なデータ分析業務をおこなうようになり、改めて「データドリブン型ビジネス」の重要性や、データ・インフラ整備、データリテラシーの向上の重要性を再認識しました。 データドリブン型ビジネスをおこなうためには、データ分析基盤上で仮説設定・検証を高速にまわし、ビジネスにおける意思決定へ反映させることが重要ですが、その実現のためにはデータ・インフラ・組織整備・スキル・リテラシー教育など数多くの課題が存在します。

Analytics
0
SAS Recognition Awards 2025 Community Uplift部門2位受賞/ 塩野義製薬様・武田薬品様対談記事 ~業界内におけるSASコミュニティ向上の重要性~【前編】

毎年SAS Globalで開催されるSAS Customer Recognition Awardsは、  SASを活用し卓越した貢献をされたお客様を表彰する取り組みです。  SAS利用へ、企業を超え大きな影響を与える活動を称える   Community Uplift 部門において、  塩野義製薬様・武田薬品様の取組みが評価され、2位を受賞しました。  記事はこちら👇  https://communities.sas.com/t5/2025-SAS-Customer-Recognition/2nd-Place-Winner-Shionogi-amp-Co-Ltd-2025-Customer-Recognition/ba-p/957811 製薬業界ではSASユーザーが中心となり、データサイエンスに関するコミュニティ構築・勉強会を積極的に開催しています。本記事では、長らくSASを利用頂き、コミュニティへの参加者側から運営側まで携わっておられるお二人へコミュニティ参加への重要性とメリットについてインタビューをいたしました。 2部構成でインタビュー内容をお届けします!前半では業界内でのコミュニティ形成や情報交換の重要性、後半では業界問わず、データサイエンスに関するコミュニティイベントの重要性についてお届けします。 (写真左から) 高浪洋平(Yohei Takanami):日本開発センター 生物統計室室長。医薬品開発における生物統計・統計プログラミング業務に従事。SASユーザー歴20年以上。 北西 由武(Yoshitake Kitanishi):DX推進本部 データサイエンス部部長。 データ活用戦略立案、AI技術等による社内外DX推進、データ活用人材の育成へ従事。SASユーザー歴 20年以上。   Q:まずお二人が業務でSASを使うにあたり、どのように技術習得をしてきたかを教えてください。 北西さん:学生時代にSASには少し触れたことがありましたが、本格的には入社後に業務で触れることでプログラミング技術を取得しました。SASは解析手法のプログラム実行で得られる出力結果とSAS公式マニュアルを照らし合わせながら、解釈することで、技術習熟度だけでなく、統計手法の知識も深めることが出来ました。 高浪さん:学生時代にSASを使用した経験はなく、入社後にSAS社のトレーニングや医薬品開発における統計解析・プログラミング業務の中で上司や経験者から知識を得ることでSASの技術を習得しました。   Q:主に業務活用においてSAS習熟を続けられたお二人ですが、SASに関する書籍を発刊されていますね。 (高浪さん・北西さん) SASを利用し始めた当初は、当時はSASに関する書籍が少なく、独学による習得は難しかったことを覚えています。 高浪さん:これからSASを始める方向けに、基本的なデータハンドリング方法、医薬品開発で用いる様々な統計手法と実行方法といった、より実践を意識した実務者向けの書籍を発刊しました。我々が保有する知識やナレッジを元に執筆するプロセスでは、読者に分かりやすく解説することを心掛けましたが、習熟度やナレッジを整理し、棚卸ができる貴重な機会でもありました。 北西さん:社内中心の取り組みとして海外書籍の翻訳・発刊に携わりました。医薬品開発および治験に携わる関係者に必要とされる統計手法について、SASでの解析事例とともに解説した本ですが、翻訳作業やの補遺の執筆は、自分自身がその内容を深く理解しておかないと日本語化、執筆できないこともあり、ナレッジの深化へ大いに役立ちました。   Q:お二人がSASコミュニティへ参加され始めたのはどのようなきっかけでしょうか? 北西さん:当時の上司からの勧めで、関西SASユーザー会へ参加したのが最初です。業種や企業によって扱う解析手法やプログラミング手法も異なることがあるため、新しい学びとなり、会社へ持ち帰り業務へ活かしていました。 高浪さん:私も当時の上司からの勧めで関西SASユーザー会へ参加しました。業務へ直結する学びの習得はもちろんのこと、業界内の専門家とのネットワークを構築できたことが学び続けるための刺激となりましたし、その後、自らも業界活動に参加することで、企業自体のレピュテーション向上につながることも実感しました。   Q:お二人はイベント主宰として、横の繋がりを広げつつカンファレンスや勉強会を開催されていますね。 高浪さん:はい、既存のイベントへ参加しつつ、イベント主宰にも力を入れています。 例えば、2017年にはアメリカで年次開催されているPharmaSUG USへ参加し、参加ユーザーの熱意に感銘を受け、その場で事務局と日本開催を交渉し、業界の仲間と協力して2018年に初めてPharma SUG Single Day Eventの日本開催を実現しました。PharmaSUGはボランティアによる非営利団体であり、公共性も高いことから、製薬企業やCROの専門家に加えて、PMDA(独立行政法人 医薬品医療機器総合機構)にもご登壇頂く等、おかげさまで毎年好評を頂いております。 このように、当初は、統計手法やプログラミング手法といったテーマが中心でしたが、現在は業界を取り巻く規制、技術の変化もテーマとして扱うことが多くなり、参加者・トピックの幅も広くなり、イベント自体成長を続けています。

Advanced Analytics | Analytics | Artificial Intelligence | Customer Intelligence | Data for Good | Data Management | Data Visualization | Fraud & Security Intelligence | Internet of Things | Learn SAS | Machine Learning | Programming Tips | Risk Management | SAS Administrators | SAS Culture | SAS Events | Students & Educators
小林 泉 0
📣SAS Hackathon 2025 まもなく開幕(応募〆切8/31)📣

SAS Hackathon 2025が間もなく開幕 公式サイトはこちら☞ https://www.sas.com/sas/events/hackathon.html はじめに 課題、テーマや使用データ 課題やテーマ、使用データは参加者ご自身で準備いただきます 2023年の日本からの参加チームは、オープンデータを使用したチーム、普段の自社内の取り組みプロジェクトのデータを使用したチームなどがありました 分析環境や、専門スキルの支援などはSAS側で用意されます コミュニケーションに使用する言語 日本からの参加者をサポートするメンターはSAS Japanから日本語を話す社員が担当する予定ですが、エキスパートや他の参加者との交流は英語になります 成果物に使用する言語 成果物(プレゼン動画やプレゼン資料、アプリケーションなど)は英語になります。昨年の日本からの参加チームはそれぞれ、英語でのプレゼン、無音声英語文字のみのプレゼン、英語機械音声など様々な方法で対応されました 作業場所 オンラインでの約1か月間の作業なので、作業場所は、参加チームそれぞれで確保いただきます 2025 キックオフイベントの様子 ソーシャル メディア プラットフォーム経由で視聴する LinkedIn☞https://www.linkedin.com/events/7333469635326984193/ Youtube☞https://www.youtube.com/live/yp008_MVfF4 SAS Hackathonとは 好奇心は私たちの規範です 素晴らしいアイデアは、どこからでも誰からでも生まれます。さまざまな地域から、さまざまな背景やスキルレベルを持つデータ愛好家が集まると、驚くべきことが起こります。これらの優れた頭脳は、私たちの日常生活、ビジネスのやり方、人道的活動への取り組み方を変えるような新しいものを発明するでしょう。好奇心旺盛な頭脳が協力し合うと、世界が勝利するからです。 特長 仲間のプログラマーと協力する  経験豊富なデータ サイエンティストから初心者の技術者、パートナー、SAS エキスパートまで、誰もがクラウド上の SAS® Viya でオープン ソースを使用します。 無料の学習リソースを活用する トレーニング コースや仮想学習ラボを利用して、AI、クラウド環境、業界に関するコーチングを活用できます。 新しいテクノロジーを簡単に試すことができる SAS ハッカソンは、SAS ユーザーだけでなく、初心者や新規参入者の好奇心を刺激します。Python と R の専門知識を持つオープンソース プログラマーでも、そのスキルを SAS Viya

Analytics
0
📣2025/4/7開催📣 PharmaSUG Japan SDE 2025/SAS登壇のご案内

PharmaSUG Japan SDE 2025が今年は対面で開催されます。 本イベントは、製薬・医療データに関する最新のトピックや実践的な知見を共有する絶好の機会です。 SAS Institute Japanもこのイベントに登壇し、臨床試験やリアルワールドデータの分析生産性と コラボレーションの強化についてご紹介いたします。ぜひご参加ください。 💡 開催概要 •日時:2025年4月7日(月)10:00-18:00 (9:30受付開始) •会場:中外製薬株式会社 •参加費:75 USD(Winter Webinar登録者は50 USD) •主なプログラム PharmaSUG SDE Japan 2025 – PharmaSUG •オープンソースとAIの活用 – 製薬業界における最新の技術動向 •CDISC標準の実務適用 – 規制対応に関する最新情報 •Japan Programming Head Councilによるパネルディスカッション – 業界課題と今後の展望 🔷SAS Institute Japan 講演 •登壇者: 土生 敏明 Sr Business Solutions Manager, Architecture & Platform Solution

Analytics
0
時間依存性治療(Time-varying treatments)の因果推論:周辺構造モデルにおけるIPTW法

注) 本コラムは『経時的に変化する治療(Time-varying treatments)に対する因果推論』と題した以前のコラムを、時間依存性治療に関する部分と周辺構造モデルにおけるIPTW法に関する部分に分割し、内容の追加と修正を行い再構成したものの一部となります。   はじめに 以前のコラムでは、「時間依存性治療とはなにか」、「時間依存性治療の因果効果はどのように定義されるのか」、「定義した因果効果はどう推定すれば良いか」について紹介しました。時間依存性治療の因果効果の推定にあたっては、一般に条件付けに基づく手法(e.g., 回帰、層別化、マッチング)は不適であり、g-methods※1と総称される推定手法が広く用いられています。本コラムでは、それらの中でも直感的な理解や実装が最も容易である「周辺構造モデルにおけるIPTW法(inverse probability of treatment weighting (IPTW) of marginal structural models (MSMs)」の理論とSASでの実装方法について簡単に紹介します。コラム全体の流れは以下の通りです。 時間固定性治療(time-fixed treatments)※2に対する周辺構造モデルとIPTW法の紹介 IPTW法の概要 周辺構造モデルの設定がなぜ必要か 時間依存性治療(time-varying treatments)に対する周辺構造モデルとIPTW法の紹介 SASでの実装 まとめ なお、本コラムは統計的因果推論に関する基本的な理解があることを前提としております。また、文献や書籍によっては、IPTW(Inverse probability of treatment weighting)は、単にIPW(Inverse probability weighting)と記載される場合もあります。しかし、IPW(逆確率重み付け)は治療効果の直接的な推定を目的とした治療変数に関する重み付け以外にも、打ち切りに対する補正(i.e., 打ち切り変数に関する重み付け)等でも用いられることがあり、本コラムでは前者であることを強調するためにIPTWと記載します。加えて、本コラムでは連続もしくは二値であるアウトカム(結果変数)が、研究最終測定時点でのみ測定される状況を想定します。アウトカムが生存時間(time-to-event)である場合や各時点の治療実施後に繰り返し測定される場合など※3、異なる状況における議論についてはreferenceにある文献等をご参照いただくか、著者宛に別途ご連絡いただけると幸いです。 ※1 (i) Inverse probability of treatment weighting of marginal structural models(周辺構造モデルにおけるIPTW法)、(ii) g-computation algorithm formula("g-formula")、(iii) g-estimation of stractural nested model(構造ネストモデルにおけるg-estimation)のという3手法の総称

Analytics
0
収益を上げたいので「金になる木」を手元に

「金のなる木」という植物があるが、意外にも花が咲くことをご存じだろうか。実は、11月から晩秋から冬にかけて、白や淡いピンクの可憐な花が咲くのだ。もちろん、品種や育て方によって差はあるが、株が大きく成長し、日照や水やりに気を配ることが大切な条件となる。もちろん一定の寒さに当てることも欠かせない。花が咲くと、「幸運を招く」「富をもたらす」「一攫千金」など、縁起が良いとされている。ちなみに、英名は「dollar plant」、まさに金のなる木である。 ところで、マーケティングの世界では、相対的市場シェアと市場成長率を基に商品や事業を4つのカテゴリー、「金のなる木」「問題児」「花形」「負け犬」に分類して分析する手法がある(プロダクトポートフォリオ)。この手法は、ボストン・コンサルティング・グループ(BCG)が開発した「BCGマトリクス」として知られており、例えば、マーケットシェアと市場成長率が高いものは「花形」、成長は高くないがシェアが高い、つまり収益性の高いものは「金のなる木」と分類される。商品戦略としては、取捨選択を行い、負け犬の事業や商品からは力を抜き、金のなる木に力を入れる、といった具合となる。 さて、SASでは様々なトレーニングメニュー(コース詳細とスケジュール)が提供されており、SASプログラミングの初級・中級コースやSAS Enterprise Guideの操作入門、統計初級コースは「金のなる木」に当たり、特に人気が高いため、受講を検討してみてはいかがだろうか。一方で、SASでは分析基礎トレーニングやデータサイエンティスト超入門講座なども提供されており、論理的思考やロジカルシンキング、データ分析のスキルを磨きたい方は、ぜひお問い合わせいただければ幸いである。 2024年12月初旬 相吉

Analytics
0
キンモクセイの香りに浸かって

秋の風物詩であるキンモクセイ(金木犀)は、オレンジ色のフルーティで甘い香りが特徴で、英名はまさしく「フレラント・オリーブ(Fragrant olive)」。香りを楽しむには朝がおすすめで、酵素が活発になるため香りが強くなるそう。ぜひ通勤・通学時に香ってほしい。 キンモクセイはすべて国から持ち込まれた雄株のみで増やしたクローンなので、通常の植物と違って、同じ地域では一斉に開花する。サクラの場合とは逆に、キンモクセイの開花は寒くなる地域から徐々に、東北から九州に向かって進んでいく。ちなみに北海道と沖縄には挿し木がないらしい。 さて、今春のサクラの開花が暖冬で約1週間遅れたのに続き、今秋のキンモクセイも平年より遅れ気味の開花。これは夏が長引いたのが影響しているはずである。実際に10月の平均気温を見ると、関東や近畿は平年より高め、中国地方や九州北部は平年並み、ということで関東や近畿で開花が遅れているとみている。 サクラの開花予測には積算気温が用いられるが(春になると回帰分析を思いだす)、キンモクセイも高温が続くと遅れるため、同様の指標が考えられる。より精緻な統計モデルで予測することも可能である。おくれじとキンモクセイの香りに浸りながら、開花日を予測してみたい。 住宅価格や企業の売上予測においても、ローン支払いの不履行の可能性を見通すにしても、因果解析の手法が用いられる。11~12月は、線形回帰、ロジスティック回帰、生存時間など因果解析のコースがオンパレード(トレーニングコース詳細とスケジュール | SAS)、興味があれば受講してみるのも良いだろう。 2024年11月初旬 相吉 

Analytics
0
統計学に羽が生えて「コスモス」へ

秋の花といえば、「秋桜」という漢字名を持つコスモスが思い浮かぶ。コスモスはピンク、赤、白、黄、オレンジ、さらには複合色といったさまざまな色があり、実にカラフルである。発色やその遺伝的要因について統計的に研究することは面白いかもしれない。品種改良や育種に役立つ情報が得られるはずだ。 コスモスは非常に丈夫で、日当たりと風通しの良い場所であれば、土質をあまり選ばずに育つ。したがって、庭や花壇で栽培され、切り花や生け花などにも利用されてきた。コスモスの花壇のデザインに関する研究も興味深い。色の組み合わせや配置が視覚的、心理的にどう影響するかを統計的に分析すれば、より素敵なレイアウトやデザインが見つかるだろう。 さて、コスモスという名前は、ギリシャ語で「秩序」や「調和」を意味するそう。色の組み合わせがどれだけ秩序を保ち、調和しているかという視点で花壇のレイアウトやデザインを観察するのも、秋を楽しむ一つの方法かもしれない。 秩序や調和という意味に加え、花が星型に開いて輝く様子から、宇宙を意味する「コスモス」という名前が付けられたのかもしれない。 統計学の世界に長年身を置いてきた私にとって、機械学習やAIはまさに新大陸、いや宇宙と言っても過言ではない。ビッグデータとマシンパワーの力によって、統計学に手足が付いた、羽が生えたように進化したと言えると思う。SASでは、機械学習やAIのトレーニングコースが、中級から上級まで、年に数回開催されているので(トレーニングコース詳細とスケジュール | SAS)、ぜひ受講してみてはどうだろうか。 2024年10月初旬 相吉

Analytics
0
ひまわりの成長ルールを見つけようと

夏といえばひまわり。鮮やかな黄色は一輪でも強い存在感を放ち、我が家の食卓を飾る花でもある。ひまわりの花は常に太陽に向かって咲き、時間とともに太陽を追いかけるとされている。しかし、実際にはこのように動くのは芽生えから開花前のつぼみの時期までの話だ。 自然界にあるひまわりの成長には、太陽、気温、降水量、土壌など多くの要因が影響するが、これらの要因がどう関係するのだろうか。人工的な実験でも可能だが、たとえばひまわりの成長データを収集し、統計分析を用いることで最適な成長条件や栽培環境が特定できるはずだ。また、ビッグデータならではの機械学習アルゴリズムを使えば成長のルールやパターンを見つけることもできる。アナリティクスを駆使すれば(SASで開講中のアナリティクスコースはこちら⇒トレーニングコース | SAS)、収穫量の予測や最適な施肥方法、栽培条件も見つけられるだろう。実際、ひまわりの市場は世界で5.6兆円に登る巨大なマーケットなのだ。 ところで、ひまわりといえば気象衛星を連想するのは私だけだろうか。初代号が1977年に打ち上げられ、今度が10号になるが、最初は愛称で呼ばれていたものが後に正式名称となった。気象庁のサイト(気象庁 Japan Meteorological Agency)では、ほぼリアルタイムでひまわりの衛星写真がさまざまな切り口から見られるが、天気や防災に関する情報のほか、上記のような分析に欠かせない環境や気象のデータも豊富に提供されている。 2024年9月初旬 相吉

Analytics
0
バラといえばナイチンゲールのバラ

幼い頃、家の庭にたくさんのバラがあり、手入れが大変だった思いがある。トゲに刺されて痛い思いをしたり、傷になったりしたことを覚えている。興味深いことに、統計学の歴史にはナイチンゲールの「バラ」というグラフが登場する。 「白衣の天使」として知られるイギリスの看護師フロレンス・ナイチンゲールは、優れた統計学者でもあった。彼女は19世紀のクリミア戦争で看護師として派遣され、膨大な戦死者・傷病者データを分析し、多くの兵士が戦傷ではなく劣悪な衛生状態のために命を落としていることを明らかにした。その後、政治や行政に向けに「ローズダイアグラム」という革新的なグラフで報告した。 ローズダイアグラムは、円グラフの一種で、死因を視覚的に示すチャートである。月ごとの死亡者数を戦傷を赤、衛生状態や栄養不足を青、その他の要因を黒で色分けし、それぞれの面積で表現したものである(Florence Nightingale's Rose Diagram)。このグラフにより、衛生改善の必要性が明確になり、医療環境の改善が進んで傷病兵の死亡率が大幅に減少したのは言うまでもない。 統計学は記述統計と推測統計に分かれ、記述統計はデータの特徴を分かりやすく表現することを目的とする。ナイチンゲールの事例は、記述統計とデータ可視化が如何に重要かを物語っている。SASには「SAS Visual Analytics」という優れた可視化ツールがあり、基礎から上級までの関連コースも提供されている(SASトレーニングコース)。 2024年8月初旬 相吉

1 2 3 14