領域名称： 医用理工学１ （2024年度）
| 領域責任者 | 川口 高明 |
|---|
領域について
現代医学においては，基礎医学及び臨床医学ともに高度な理工学的原理にもとづく計測・解析装置又は検査・治療装置を利用することが必須となっている。これらを有効かつ安全に使用して，さらに高度な医学の方法を目指すには，医用理工学的知識が不可欠と言える。このような事を鑑み，本領域では医学を学び始める学生が基礎医学及び臨床医学を理解する上で必要とされる理工学領域の基礎的な知識，理解力，技能を獲得することを目的とする。医学教育モデルコアカリキュラムへの対応：大項目
RE 科学的探求（データサイエンス、数理情報学I/II、医科物理学I/II）
PS 専門知識に基づいた問題解決能力（医科物理学I/II）
IT 情報・科学技術を活かす能力（データサイエンス）
SO 社会における医療の役割の理解（データサイエンス、数理情報学I/II）
サブ領域「医用理工学１-①」：
現代医学および関連科学において必須となるデータサイエンスおよびその基本となる数理的な考え方を理解する。
サブ領域「医用理工学１-②」：
現代医学において必須となる統計学の理論並びに物理学及び生体工学の基礎を理解する。
サブ領域「医用理工学１-③」：
サブ領域「医用理工学１-②」の学修を発展させ，統計学の医療応用並びに理工学の医療・医学への応用の実際を理解する。
領域の評価について
領域「医用理工学1」に属するすべてのサブ領域（医用理工学１-①，医用理工学１-②，医用理工学１-③）が，GPA評価でグレードC以上で，当該領域の合格となる。サブ領域名称： 医用理工学１－① （2024年度）
| サブ領域責任者 | 津熊 久幸 |
|---|
サブ領域について
医学を学び始める学生が基礎医学及び臨床医学を理解する上で必要とされるデータサイエンスの基礎的な知識，理解力，技能を獲得する。医用理工学１-①は，１つのユニット「データサイエンス（27時限）」であり，講義15時限および演習12時限で構成される。
【モデルコアカリキュラムとの対応】
＜講義＞
IT-01 情報・科学技術に向き合うための倫理観とルール
IT-02 医療とそれを取り巻く社会に必要な情報・科学技術の原理
IT-03 診療現場における情報・科学技術の活用
SO-02 疫学・医学統計
＜演習＞
RE-01 リサーチマインド
RE-03 研究の実施
RE-04 研究の発信
SO-02 疫学・医学統計
ユニット名称：［MM220-101J］データサイエンス（2024年度）
| ユニット責任者 | 津熊 久幸 | ||||||
|---|---|---|---|---|---|---|---|
| ユニット対象学年 | 1 | ユニット授業期間 | ユニット時限数 | 27 | ユニット分類 | 講義 | |
ユニットについて
【授業概要】学術の諸分野において、測定値などのデータに基づく現象の探求は必要不可欠である。一方、現代の社会活動を通して生み出されるデータを活用することは一般的になっており、自然科学の諸分野においても社会との関わりの中で生み出されるデータを分析することによって新たな知見を得ることが重要になっている。そこで、本講義では、データサイエンス、データサイエンスの基本となる数理的な考え方、および、人工知能(AI)について、リテラシーレベルの講義と演習を行う。
【授業方法】
本科目は講義と演習の 2 つの方式を併用して実施する。講義・演習の詳細は Moodle により連絡するので、必ずこまめに確認すること。
＜講義の概要＞
Moodle より配信される講義資料をもとに講義を行う。各講義の内容に対応する小テストを受験し，回答後に配布される小テストの解説により復習する。
＜演習の概要＞
演習では、実際のデータを用いた表計算ソフトウェアによる演習(表計算ソフトウェアの利用方法、データの処理と分析、データの表現方法など)を、パソコンを用いて行う。少人数グループによるグループワーク、ディスカッション、および、その結果のプレゼンテーション等を活用する。
【モデルコアカリキュラムとの対応】
＜講義＞
IT-01 情報・科学技術に向き合うための倫理観とルール
IT-02 医療とそれを取り巻く社会に必要な情報・科学技術の原理
IT-03 診療現場における情報・科学技術の活用
SO-02 疫学・医学統計
＜演習＞
RE-01 リサーチマインド
RE-03 研究の実施
RE-04 研究の発信
SO-02 疫学・医学統計
受講前に必要とされる知識及び技能・態度
【事前学習】（30分）教科書，または配付資料の指定ページを読んだ上で出席すること。また、グループワークの回については、事前に提示されるグループワークの内容について調査し、自分の意見を整理しておくこと。
ユニットの評価について
【評価方法】期末試験60％，演習30％，グループワーク10％として、評価する。
【フィードバック方法】
期末試験の結果は，教育ポータルでの成績開示後，オフィスアワーにて質問を受け付ける
指定教科書他
【教科書】著書・編集者名 北川 源四郎, 竹村 彰通 (編)
書名 教養としてのデータサイエンス (データサイエンス入門シリーズ)
出版社名 講談社
定価 1980円（税込み）
ISBN 978-4-06-523809-7
【参考書】
著書・編集者名 上藤一郎、西川浩昭、朝倉真粧美、森本栄一（共著）
書名 データサイエンス入門 －Excelで学ぶ統計データの見方・使い方・集め方－
出版社名 オーム社
定価 2530 円（税込）
ISBN 978-4-274-22173-6
授業日程一覧（ユニット名称：データサイエンス） （2024年度）
| コマ数 | 形態 | 授業タイトル |
|---|---|---|
| 1 | 講義 | データサイエンスの広がり |
| 2 | 講義 | データやAIの活用領域と技術 |
| 3 | 講義 | データ・AI利活用の活用動向と利活用の上での留意事項 |
| 4 | 講義 | セキュリティとプライバシー |
| 5 | 講義 | 機械学習 |
| 6 | 講義 | 深層学習の最新動向とデータサイエンスのためのソフトウェア |
| 7 | 講義 | 医療におけるデータサイエンスの利用 |
| 8 | 講義 | データの種類と代表値の性質 |
| 9 | 講義 | データのばらつき |
| 10 | 講義 | データの取り扱い |
| 11 | 講義 | 相関と因果 |
| 12 | 講義 | いろいろな統計図表 |
| 13 | 講義 | いろいろなデータ表現 |
| 14 | 講義 | 統計情報の正しい理解と調査の方法 |
| 15 | 講義 | 予測の技法 |
| 16 | 講義 | 実データベースの属性調査1 |
| 17 | 講義 | 実データベースの属性調査2 |
| 18 | 講義 | 実データベースの属性調査3 |
| 19 | 講義 | 表計算ソフトウェア演習1 |
| 20 | 講義 | 表計算ソフトウェア演習2 |
| 21 | 講義 | 表計算ソフトウェア演習3 |
| 22 | 講義 | 表計算ソフトウェア演習4 |
| 23 | 講義 | 表計算ソフトウェア演習5 |
| 24 | 講義 | 表計算ソフトウェア演習6 |
| 25 | 講義 | データ分析実践1 |
| 26 | 講義 | データ分析実践2 |
| 27 | 講義 | データ分析実践3 |
| 評価 | 医用理工学１-①（10：00～11：30・3実） | |
| 評価 | 医用理工学１-①（再）（10：00～11：30・2実） |