生航智領 BioSail AI | 線上學苑
  • 部落格
  • BioSail播客
  • BioSail官網
登入
客服信箱:service@biosail-ai-studio.com

© 2026 生航智領 BioSail AI | 線上學苑 All Rights Reserved.
使用者條款.隱私權政策
♥ 本站使用 Teachify 架設
Developer and agent API documentationSite content index for AI agents (llms.txt)API documentation (OpenAPI)API authentication guide
  1. 首頁
  2. 文章列表
  3. Sub-I 真的在培養下一代 PI 嗎?

Sub-I 真的在培養下一代 PI 嗎?

把 8,233 位 CoPI 的時間軸逐一攤開之後
生航智領 | 單佩文

生航智領 | 單佩文

2026年8月10日 上午 3:56

臨床試驗

生航智領工作室 BioSail AI Studio|台灣臨床試驗 PI 生態研究 第 05 篇


先講結論

  • 真正走完「先 Sub-I、後 PI」這條養成路徑的,只有 15.9%(1,311 人)。

  • 走完的人,中位數花了 5 年,其中 501 人等了 7 年以上。

  • 機會正在消失:同以 7 年為觀察窗,Sub-I 轉成 PI 的比例從 22.6% 掉到 10.9%。

  • 而同期每年新進 Sub-I 的人數是增加的。進來的人變多,出得去的比例變少。

  • 台灣收案量最大的 14 家醫院,轉換率全部落在 13.9%–20.9% 之間——沒有任何一家做得明顯更好。

Sub-I 從來不是一個培育制度,它只是一份工作。但我們預設它會自然發揮訓練功能。


一、24.7% 和 15.9%,問的是兩個不同的問題

本系列第 01 篇提過:台灣自 2002 年以來累積至少 8,233 位 CoPI,其中 24.7% 曾出現在 PI 名單上,75.3% 從未成為 PI。

那個數字成立。但它回答的是「有多少 Sub-I,後來當上了 PI?」

而「Sub-I 是不是培育管道」,問的是另一件事:「有多少人,是走過 Sub-I 這條路才成為 PI 的?」

要分辨這兩者,只能把每個人的首次 Sub-I 年份與首次 PI 年份逐一比對,看時間順序。比對之後:

類型人數佔 8,233
養成路徑:先 Sub-I,後 PI1,31115.9%
同年出現,順序不可考1581.9%
先 PI,後 Sub-I(非養成路徑)5646.9%
從未出現在 PI 名單6,20075.3%

兩個數字都對,但只有 15.9% 能用來評估培育成效。而走完這條路的 1,311 人,中位數花了 5 年、平均 5.9 年,第 75 百分位是 9 年——其中 501 人(38.2%)等了 7 年以上。

這條路不但窄,而且長。

A05_圖1.png

二、那 564 人,不是功成身退的前輩

有一個更正面的解讀值得認真對待:這 564 位「先 PI、後 Sub-I」的人,會不會是培養完接班人之後,自己退到 Sub-I 繼續協助?如果是,代表接班其實正在發生,只是被指標漏掉了。

數據不支持這個解讀:

  • 他們退下來之前,累積 PI 案件數的中位數是 1 件;51.8% 只主持過一個試驗,做過 10 件以上的僅 5.5%。

  • 首次掛 Sub-I 時的 PI 資歷中位數只有 4 年。

  • 他們退下之後,同院同科的新任 PI 人數,扣除全國趨勢後為 −46.6%(隨機對照組 −4.9%),看不到接班跡象。

「培養接班後退居二線」這種人確實存在,但只佔 5.5%。佔一半以上的是另一種:拿到過一次 PI 機會,沒有站穩,之後就以 Sub-I 為主。

一次機會,同時是起點,也是終點。這呼應了第 04 篇的發現——在冷門科別,近 6 成 PI 終生只做過 1 件試驗。


三、真正的警訊:一代不如一代

有人會說,新人本來就需要時間。所以我用同一個 7 年觀察窗重跑,只問:首次擔任 Sub-I 之後的 7 年內,有沒有轉成 PI?

首次擔任 Sub-I 的世代人數7 年內轉成 PI
2002–20081,57822.6%
2009–20142,05014.4%
2015–20181,46410.9%

十五年間,同樣努力七年,機會從超過五分之一掉到不足九分之一。這不是觀察期的問題,是機會結構的問題。

A05_圖2.png

而同期進入 Sub-I 名單的人數其實在增加:2015–2018 年每年約 273–425 人,2021 年後每年超過 450 人。漏斗不只是窄,而且正在收縮。


四、關鍵對照:科別差 8 倍,醫院卻幾乎沒差

如果轉換失敗主要是個人因素,它應該接近隨機分布。但它不是。

科別之間差 8 倍: 血液腫瘤科 32.2%(中位數 4 年)、胸腔內科 20.0%、心臟內科 16.4%、小兒科 13.3%(中位數 8 年)、放射診斷科 4.2%。

醫院之間幾乎沒差: 台大 20.9%、北榮 18.5%、成大 18.2%、三軍 18.2%、林口長庚 17.3%、中榮 15.1%、中國醫 13.9%——十四家收案量最大的醫院,全部落在 13.9% 到 20.9% 這個窄帶內。

這件事的意義非常重大:

如果連台大、北榮、林口長庚都沒有做得明顯更好,那就代表沒有任何一家醫院解決了這個問題。

這不是某家醫院管理不善,也不是某位主任不願放手。這是一個制度層級的空缺——台灣的臨床試驗體系裡,並不存在一套被設計出來、用來把 Sub-I 送上 PI 位置的機制。Sub-I 在法規上的定位是「協助試驗執行」,它從一開始就不是訓練制度。

至於科別 8 倍的落差則說明:決定一個人能不能當上 PI 的,主要不是他多努力,而是他的科別有沒有案子進來。


五、這對你代表什麼

你是這代表
現任 Sub-I中位數 5 年、第 75 百分位 9 年。做三四年還沒機會,統計上並不落後;但若已經做滿 7 年,該檢視的是科別與院內機制,不是你的努力程度。
CTC 主任/醫院主管十四家醫院的 Sub-I 轉換率全落在 14–21%,彼此差距很小。這代表目前沒有任何一家醫院能宣稱自己最會培養新一代 PI —— 這是一個還沒有人佔據的定位。第一家把 Sub-I 培育制度化、並能用數據證明轉換率提升的醫院,會取得明確的差異化優勢。
Sponsor/CRO7 年轉換率從 22.6% 掉到 10.9%,五到十年後可用的 PI 池成長將明顯落後需求。只看現有 PI 名單,你看到的是存量,不是流量。
本土新藥/醫材/細胞治療公司你現在找不到的 PI,是十年前沒有被培養出來的那批人。

方法與限制

資料來源為 TPIDB(tpidb.taiwanclinicaltrials.tw)2002–2025 年 PI 與 CoPI 完整名錄,以「姓名」為跨資料集主鍵,比對首次出現年份。約 173 位 CoPI 有跨院同名情形(2.1%),故總數以「至少 8,233 位」表述,並可能使轉換率些微高估。2002 年前已執業者存在左設限;2019 年後入行者觀察期不足,故世代比較一律採固定 7 年觀察窗。TPIDB 不提供試驗編號,無法將個人的 Sub-I 角色連結到特定 PI 的案件,因此第二節對 564 人的判定屬間接推論。科別與醫院以個人累積案件數最多者為主歸屬。


結語

回到最初的問題:Sub-I 真的在培養下一代 PI 嗎?

把 8,233 條時間軸攤開之後,答案是:大部分時候,沒有。

不是因為有人失職,而是因為「培育」從來沒有被真正設計進這個制度裡。而不論在哪一家醫院,結果都差不多。

對大部分的試驗來說,Sub-I 不是一個培育制度。它只是一份工作。

那麼台灣現役的 2,681 位 PI,正在以什麼速度老去、又以什麼速度被替換?

下一篇,我們談接班危機。


資料來源:台灣臨床試驗主持人資料庫(TPIDB)|tpidb.taiwanclinicaltrials.tw
資料年份:2002–2025

分析整理:生航智領工作室 BioSail AI Studio

文章標籤

# 協同主持人# 試驗主持人# 臨床試驗