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（必修） ・授業タイトル「患者中心の薬物療法に役立つ薬学情報科学とは」 授業項目「薬学情報科学の進化、AIやデータ活用を重視した薬剤師教育の改訂、多職種連携での医療情報の流通と共有」 第1学年：情報科学演習（必修） ・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」 |
| 1-6 | ||
| （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（必修） ・授業タイトル「患者中心の薬物療法に役立つ薬学情報科学とは」 授業項目「薬学情報科学の進化、AIやデータ活用を重視した薬剤師教育の改訂、多職種連携での医療情報の流通と共有」 ・授業タイトル「医療データベースの活用」 授業項目「薬剤疫学、レセプトデータ、医療ビッグデータ、データサイエンス」 ・授業タイトル「創薬とDX」 授業項目「AI・シミュレーションを用いた創薬デジタルトランスフォーメーション」 ・授業タイトル「Pharmacometrics（ファーマコメトリクス）」 授業項目「医薬品開発や医療現場においてファーマコメトリクスが果たす役割について 関連のキーワード：モデリング&シミュレーション、赤池の情報量規準（AIC）、回帰分析、尤度、Monte Carlo法、ベイズ推論、個別化医療」 第1学年：情報科学演習 （必修） ・授業タイトル「医薬品情報に関する演習（1）・（2）」 授業項目「文献収集やICTを活用した情報収集を行うとともに、入手した情報を利用し、課題に関するレポートを作成する統合的な能力を修得する。」 第4学年：臨床統計（必修） ・授業タイトル「介入研究と観察研究」 授業項目 主な疫学研究デザインについて |
| 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1学年：情報科学（必修） ・授業タイトル「患者中心の薬物療法に役立つ薬学情報科学とは」 授業項目「薬学情報科学の進化、AIやデータ活用を重視した薬剤師教育の改訂、多職種連携での医療情報の流通と共有」 ・授業タイトル「医療用・一般用医薬品の添付文書」 授業項目「医薬品の最も基本的な情報源である医療用医薬品及び一般用医薬品の添付文書の記載項目について学修する。」 ・授業タイトル「医薬品インタビューフォーム」 授業項目「医薬品の最も基本的な情報源である医療用医薬品及び一般用医薬品の添付文書の記載項目について学修する。」 ・授業タイトル「創薬とDX」 授業項目「AI・シミュレーションを用いた創薬デジタルトランスフォーメーション」 ・授業タイトル「記述統計学」 授業項目「記述統計学における代表値データの取り扱い上の注意点」 第2学年：「数理統計学」（必修） ・授業タイトル「t検定、母比率の仮説検定」 授業項目「t検定、母比率の仮説検定の基本的な計算（薬の有効率に関する仮設検定等）」 第3学年：臨床統計（必修） ・授業タイトル「EBMと臨床研究の結果の評価」 授業項目 ①EBMの基本概念と実践のプロセスについて ②代表的な臨床研究法の長所と短所を挙げ、それらのエビデンスレベルについて ③臨床研究論文の批判的吟味に必要な基本的項目を列挙し、内的妥当性と外的妥当性について ④メタアナリシスの概念について ⑤臨床研究の結果の主なパラメータ（相対リスク、相対リスク減少、絶対リスク、絶対リスク減少、治療必要数、オッズ比、発生率、発生割合）について 第4学年：個別化医療（必修） ・授業タイトル「医薬品開発と薬物動態」 授業項目「ポピュレーションファーマコキネティクス（PPK）の概念と実用例について」 |
| 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（必修） ・授業タイトル「情報リテラシーとデータサイエンス」 授業項目「薬学における情報リテラシーの概要情報倫理」 第1学年：情報科学演習 （必修） ・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」 |
| 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1学年：情報科学（必修） ・授業タイトル「医療用・一般用医薬品の添付文書」 授業項目「医薬品の最も基本的な情報源である医療用医薬品及び一般用医薬品の添付文書の記載項目について学修する。」 ・授業タイトル（医療用）医薬品インタビューフォーム」 授業項目医薬品の最も基本的な情報源である添付文書を補完する医薬品インタビューフォームの特徴について学修する」 第1学年：情報科学演習（必修） ・授業タイトル「医薬品情報に関する演習（1）・（2）」 授業項目「文献収集やICTを活用した情報収集を行うとともに、入手した情報を利用し、課題に関するレポートを作成する統合的な能力を修得する。」 第3学年：臨床統計（必修） ・授業タイトル「EBMと臨床研究の結果の評価」 授業項目 ①EBMの基本概念と実践のプロセスについて ②代表的な臨床研究法の長所と短所を挙げ、それらのエビデンスレベルについて ③臨床研究論文の批判的吟味に必要な基本的項目を列挙し、内的妥当性と外的妥当性について ④メタアナリシスの概念について ⑤臨床研究の結果の主なパラメータ（相対リスク、相対リスク減少、絶対リスク、絶対リスク減少、治療必要数、オッズ比、発生率、発生割合）について 第4学年：個別化医療（必修） ・授業タイトル「TDMの意義と基本」 授業項目「TDMを行う際の注意点と代表的な薬物のTDMについて」 |
| 2-2 | ||
| 2-3 |
※1 令和8年度開講科目(シラバスは準備中)
※2 令和9年度開講科目(シラバスは準備中)
※2 令和9年度開講科目(シラバスは準備中)
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。