修了要件
薬学部では、以下のとおりのプログラムを構成している。各必修科目において、数理・データサイエンス・AI（リテラシーレベル）モデルカリキュラムの「導入」、「基礎」、「心得」に相当するものを網羅しており、これらの履修を経て、修了を認める。
| 授業に含まれている内容・要素 | 講義内容 | |
|---|---|---|
| （１）現在進行中の社会変化（第４次産業革命、Society 5.0、データ駆動型社会等）に深く寄与しているものであり、それが自らの生活と密接に結びついている | 1-1 | 第１学年：情報科学演習（必修） ・授業タイトル「人工知能(AI)とデータ科学」 授業項目「ディープラーニングなどの人工知能(AI)の実用化などの情報システムの高度化、データの広域・大量化及びIoT、ビッグデータ活用など情報技術革新の流れを踏まえ、Society5.0に向けた情報化の進展についての知識を修得する。」 |
| 1-6 | ||
| （２）「社会で活用されているデータ」や「データの活用領域」は非常に広範囲であって、日常生活や社会の課題を解決する有用なツールになり得るもの | 1-2 | 第１学年：情報科学演習（必修） ・授業タイトル「人工知能(AI)とデータ科学」 授業項目「ディープラーニングなどの人工知能(AI)の実用化などの情報システムの高度化、データの広域・大量化及びIoT、ビッグデータ活用など情報技術革新の流れを踏まえ、Society5.0に向けた情報化の進展についての知識を修得する。」 ・授業タイトル「クラウドコンピューティングと情報検索」 授業項目「クラウドコンピューティングのサービスを利用して利点、問題点の理解を深めて、必要となったときに実践的な判断を可能とする知識と技術を修得する。大学図書館と様々なインターネット上の情報源について、学術情報の視点から理解すると共に目的に沿った情報検索に関する知識と技能を修得する。 」 |
| 1-3 | ||
| （３）様々なデータ利活用の現場におけるデータ利活用事例が示され、様々な適用領域（流通、製造、金融、サービス、インフラ、公共、ヘルスケア等）の知見と組み合わせることで価値を創出するもの | 1-4 | 第4学年：「臨床薬物動態学」（必修） ・授業タイトル「TDMの実際」 授業項目「治療薬物モニタリング（TDM）の意義を説明し、TDMが有効な薬物を列挙できる。TDMを行う際の採血ポイント、試料の取り扱い、測定法について説明できる。代表的なTDM対象薬について、薬物動態パラメータを算出し、患者ごとの薬物投与設計ができる。代表的なTDM対象薬について、薬物血中濃度の推移が薬物療法の効果および副作用について予測できる。薬物血中濃度に基づき、医師に対し、薬剤の種類、投与量、投与方法、投与期間等を変更するための提案内容について説明できる。」 |
| 1-5 | ||
| （４）活用に当たっての様々な留意事項（ELSI、個人情報、データ倫理、ＡＩ社会原則等）を考慮し、情報セキュリティや情報漏洩等、データを守る上での留意事項への理解をする | 3-1 | 第1学年：「情報科学演習」（必修） ・授業タイトル「情報社会への参画と情報倫理と情報セキュリティ」 授業項目「情報社会に主体的に参画するための知識と態度、行動を身に付け、情報技術の進展が社会にどのような変化をもたらし、いかなる問題を生じうるかについて、技術、法律、倫理、活用の４つの面から重要性を学び、これらに関する知識と技能を修得する。」 |
| 3-2 | ||
| （５）実データ・実課題（学術データ等を含む）を用いた演習など、社会での実例を題材として、「データを読む、説明する、扱う」といった数理・データサイエンス・ＡＩの基本的な活用法に関するもの | 2-1 | 第3学年：「医薬品情報学」（必修） ・授業タイトル「医薬品情報の情報源」 授業項目「臨床で遭遇する様々な事例の問題解決に取り組みながら、医薬品情報源の種類や分類、目的に応じた情報の選択、検索、収集について理解する。」 ・授業タイトル「患者情報の収集」 授業項目「臨床で遭遇する様々な事例の問題解決に取り組みながら、患者情報の収集とその記録方法を理解する。また、患者情報を取り扱う上で、守秘義務や個人情報保護など情報管理の重要性を理解する。」 第4学年：「医療統計学」（必修） ・授業タイトル「臨床研究デザインと統計解析」 授業項目「臨床研究（治験を含む）の代表的な手法（介入研究、観察研究）を列挙し、それらの特徴および長所と短所を挙げ、それらのエビデンスレベルについて概説できる。EBMの基本概念と実践のプロセスについて説明できる。」 ・授業タイトル「観察研究（ケース・コントロール研究とオッズ比/コホート研究と相対リスク）」 授業項目「観察研究での主な疫学研究デザイン（症例報告、症例集積、コホート研究、ケースコントロール研究、ネステッドケースコントロール研究、ケースコホート研究など）について概説できる。ケースコントロール研究で用いられるオッズ比を算出できる。コホート研究で用いられる相対リスクを算出できる。主な回帰分析（直線回帰、ロジスティック回帰など）と相関係数の検定について概説できる。臨床研究におけるバイアス・交絡について概説できる。」 ・授業タイトル「介入研究（研究の立案/評価）」 授業項目「介入研究の計画上の技法（症例数設定、ランダム化、盲検化など）について概説できる。介入研究の効果指標（真のエンドポイントと代用のエンドポイント、主要エンドポイントと副次的エンドポイント）の違いを、例を挙げて説明できる。臨床研究におけるバイアス・交絡について概説できる。」 ・授業タイトル「優越性試験と非劣性試験、メタアナリシス、生存分析」 授業項目「優越性試験と非劣性試験の違いについて説明できる。メタアナリシスの概念を理解し、結果を説明できる。基本的な生存時間解析法（カプラン・マイヤー曲線など）について概説できる。」 |
| 2-2 | ||
| 2-3 | 第3学年：「医薬品情報学」（必修） ・授業タイトル「医薬品情報の情報源」 授業項目「臨床で遭遇する様々な事例の問題解決に取り組みながら、医薬品情報源の種類や分類、目的に応じた情報の選択、検索、収集について理解する。」 ・授業タイトル「患者情報の収集」 授業項目「臨床で遭遇する様々な事例の問題解決に取り組みながら、患者情報の収集とその記録方法を理解する。また、患者情報を取り扱う上で、守秘義務や個人情報保護など情報管理の重要性を理解する。」 第4学年：「医療統計学」（必修） ・授業タイトル「臨床研究デザインと統計解析」 授業項目「臨床研究（治験を含む）の代表的な手法（介入研究、観察研究）を列挙し、それらの特徴および長所と短所を挙げ、それらのエビデンスレベルについて概説できる。EBMの基本概念と実践のプロセスについて説明できる。」 ・授業タイトル「観察研究（ケース・コントロール研究とオッズ比/コホート研究と相対リスク）」 授業項目「観察研究での主な疫学研究デザイン（症例報告、症例集積、コホート研究、ケースコントロール研究、ネステッドケースコントロール研究、ケースコホート研究など）について概説できる。ケースコントロール研究で用いられるオッズ比を算出できる。コホート研究で用いられる相対リスクを算出できる。主な回帰分析（直線回帰、ロジスティック回帰など）と相関係数の検定について概説できる。臨床研究におけるバイアス・交絡について概説できる。」 ・授業タイトル「介入研究（研究の立案/評価）」 授業項目「介入研究の計画上の技法（症例数設定、ランダム化、盲検化など）について概説できる。介入研究の効果指標（真のエンドポイントと代用のエンドポイント、主要エンドポイントと副次的エンドポイント）の違いを、例を挙げて説明できる。臨床研究におけるバイアス・交絡について概説できる。」 ・授業タイトル「優越性試験と非劣性試験、メタアナリシス、生存分析」 授業項目「優越性試験と非劣性試験の違いについて説明できる。メタアナリシスの概念を理解し、結果を説明できる。基本的な生存時間解析法（カプラン・マイヤー曲線など）について概説できる。」 |
プログラムの学修成果（学生等が身に付けられる能力等）
本学の数理・データサイエンス・AI教育プログラムは、 「データを正しく評価、活用する基盤となるリテラシーを身に着け、Society5.0における医療人として必要なデータサイエンスの基礎を修得する」「データサイエンスおよびAI導入により激動する未来の医療界における自 らの在り方を省察し、諸問題を解決する能力涵養」を学修目標としています。