AIDA-3P 職場生存解析
 

AI取代COUNTIFS巢狀地獄:Excel基因風暴下的癌症存活分析

告別手刻 COUNTIFS 巢狀公式,讓 AI 一秒生成癌症病患存活分析表。

PRO-Cube 分析矩陣

現況剖析與統計 (Diagnostic) ‧ Level 3 (進階整合應用)

Medical

商業危機與痛點

午夜的螢光在 Dave 臉上投射出死灰。螢幕上,數百名癌症病患的基因數據像一串串無情的密碼,而 Mark 的訊息則像倒數計時的炸彈:「董事會明天早上九點想看最新藥物的存活曲線分析,所有基因表現水平分群、不同時間區間的數據,一個都不能少。」這不是請求,是命令。

Dave 的手指在鍵盤上抽搐,試圖搭建一座由 COUNTIFS 構成的空中樓閣。他需要先篩選基因表現量大於10的「高表現組」,再計算其中存活時間小於90天且狀態為「Deceased」的人數;接著是180天、365天…然後,再對「低表現組」重複這地獄般的一切。每一個巢狀公式都像在鋼絲上行走,一個括號、一個儲存格範圍的錯置,整座數據大廈就會瞬間崩塌。他彷彿能感覺到法務主管 Mélanie 那雙冰冷的眼睛已經穿透螢幕,等著在他的報告中找出那個致命的、會讓數億美元投資付之一炬的計算錯誤。

時間一分一秒流逝,咖啡因在血管裡橫衝直撞,但公式的紅色錯誤提示卻像病毒一樣蔓延。窗外城市燈火通明,但在這個小小的方格地獄裡,Dave 只有孤身一人,對抗著即將吞噬一切的數據風暴。

傳統的存活分析是一場對耐心與精準度的極致考驗。你必須手動建立一個矩陣,橫軸是時間區間,縱軸是病患分群,而每一個交叉點,都是一條極度複雜、層層疊加的 COUNTIFS 公式。除錯過程更是災難,你得像拆彈專家一樣,逐一檢查每個條件、每個範圍參考,任何微小的失誤都可能導致分析結果的全盤錯誤。這不僅是耗時,更是對心智的巨大折磨,讓人深陷在語法細節的泥沼中,忘記了分析的初衷。

現在要處理的資料如下:

Patient_ID,Gene_Expression_Level,Survival_Time_Days,Survival_Status
PID-001,14.88,85,Deceased
PID-002,1.12,2850,Living
PID-003,12.54,120,Deceased
PID-004,13.91,98,Deceased
PID-005,0.85,3102,Living
PID-006,9.75,340,Deceased
PID-007,2.43,1985,Living
PID-008,1.99,2541,Living
PID-009,15.02,72,Deceased
PID-010,7.66,510,Deceased

..... (共計 50 筆資料,請下載完整檔案進行實戰)

實戰演練素材

下載此範例資料,直接拖曳至 Gemini 進行對話演練。

下載 CSV 檔

[P]rompt 神級咒語

請將剛下載的 CSV 拖曳放入 Gemini 視窗,並貼上以下咒語:

你是一位頂尖的生物統計學家,精通使用 Excel 進行臨床試驗的數據分析。請根據我提供的病患數據,建立一份清晰的「癌症病患存活分析表」。 我的資料包含以下欄位: \n- Patient_ID \n- Gene_Expression_Level (基因表現量) \n- Survival_Time_Days (存活天數) \n- Survival_Status (存活狀態:Living 或 Deceased) 請遵循以下步驟完成任務: 1. 病患分群: \n- 高表現組:Gene_Expression_Level >= 10 \n- 低表現組:Gene_Expression_Level < 10 2. 為每個群組計算以下指標: \n- Group (群組名稱) \n- Total_Patients (總人數) \n- Deceased_within_90_Days (90天內死亡人數) \n- Deceased_within_180_Days (180天內死亡人數) \n- Deceased_within_365_Days (365天內死亡人數) \n- Survival_Rate_365_Days (365天存活率,計算公式為 (總人數 \n- 365天內死亡人數) / 總人數,結果請以百分比顯示至小數點後兩位) 請將最終結果以一個乾淨、可直接複製回 Excel 的表格形式呈現給我。

[P]rove 稽核驗證點

  • AI 的解法核心在於「語意理解」而非「語法堆疊」。它不是在執行一個固定的 COUNTIFS 函數,而是理解了「先分類,再依據時間條件計數」的邏輯。這個過程將原本需要多個複雜巢狀公式才能完成的任務,拆解成一系列獨立清晰的邏輯步驟,從根本上避免了公式嵌套的混亂。
  • 傳統公式的脆弱性在於其「剛性」。任何一個條件的改變,例如增加一個「1年到2年」的存活區間,都意味著要重寫和驗證一長串公式。AI 處理的是「指令」,你可以輕易地修改時間區間或增加新的分群標準,它會動態地重新生成結果,展現了無與倫比的靈活性與效率。

職場防雷提示:

範例資料中故意埋放了空值與格式錯誤,請務必驗證 AI 產出的結果是否正確避開了這些坑!

[P]rocess 執行步驟

  1. 複製上方的 AI 指令。
  2. 在 Excel 的 AI 助理視窗 (例如 Gemini) 中,貼上指令並圈選你的原始資料範圍後,送出請求。
  3. AI 將會生成一份完整的存活分析表。
  4. 點擊「插入」或手動複製表格,將其貼回你的 Excel 工作表中即可完成。

你的價值,不在公式的長度。

深夜的辦公室裡,被螢幕微光籠罩的你,不該是公式的囚徒。那種害怕算錯一個數字就全盤皆輸的恐懼,我們都懂,但那不是你的錯,是工具的極限困住了你的洞察力。你為了精準,耗費了太多心力在搭建脆弱的數字迷宮,而不是解讀數據背後的人性與故事。

現在,讓 AI 成為你的盟友。它能精準、快速地完成那些重複且繁瑣的計算,將你從語法的枷鎖中解放出來。你寶貴的精力,應該用在思考「為什麼高表現組的存活率更低?」,而不是「我的 COUNTIFS 公式的第5個條件是不是寫錯了?」。擁抱它,讓自己重新成為數據的詮釋者,而不是計算的奴隸。

Author’s Note & Inspiration:

The core analytical framework of this case is inspired by Mastering Excel through Projects by Hong Zhou (Chapter 6: Kaplan-Meier Analysis). This article serves as both a tribute to the original concepts and a modern challenge to push those boundaries further using AI-driven automation.

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *