修了要件
医学部では、プログラムを構成する下記科目すべてが必修科目となっている。すべてを履修し単位取得すること。
| 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：「データサイエンス１」（必修） ・授業タイトル「データサイエンスとは何か」 授業項目「社会の中におけるデータサイエンス」
・授業タイトル「医学・医療におけるデータサイエンス」 授業項目「データ駆動型社会 Society5.0に対応した医療人を目指すために」
・授業タイトル「AIの利活用の現状と課題」 授業項目「AIの概念や利活用の現状、関連課題」
・授業タイトル「IoT/IoHとビッグデータ」 授業項目「ビッグデータの活用（グループワーク）」
第2学年：「データサイエンス2」（必修）
・授業タイトル「研究におけるデータサイエンスの活用」 授業項目「ゲノム医療」
・授業タイトル「医療分野におけるAI活用（放射線診断を中心に）」 授業項目「診療・治療支援」
|
| 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：「データサイエンス１」（必修） ・授業タイトル「AIの利活用の現状と課題」 授業項目「AIの概念や利活用の現状、関連課題」
・授業タイトル「IoT/IoHとビッグデータ」 授業項目「ビッグデータの活用（グループワーク）」
第2学年：「データサイエンス2」（必修） ・授業タイトル「リアルワールドデータ（RWD）とは」 授業項目「ゲノム[医学・医療におけるデータサイエンスと今後の臨床研究の展開」
・授業タイトル「RWD研究とランダム化比較試験の特徴の違い」「データに基づく課題解決、意志決定の支援」 授業項目「医学・医療におけるデータサイエンスと今後の臨床研究の展開」「医療におけるSDGとデータサイエンス・AIの可能性」
|
| 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：「データサイエンス１」（必修） ・授業タイトル「今後の医療におけるデータサイエンスの活用」 授業項目「医療におけるデータサイエンス活用の将来的展望を知り、データサイエンスを学ぶ意義の理解を深める」 第2学年：「データサイエンス2」（必修） ・授業タイトル「リアルワールドデータ（RWD）とは」 授業項目「ゲノム[医学・医療におけるデータサイエンスと今後の臨床研究の展開」
・授業タイトル「RWD研究とランダム化比較試験の特徴の違い」「データに基づく課題解決、意志決定の支援」 授業項目「医学・医療におけるデータサイエンスと今後の臨床研究の展開」「医療におけるSDGとデータサイエンス・AIの可能性」
・授業タイトル「研究におけるデータサイエンスの活用」 授業項目「ゲノム医療」
・授業タイトル「医療分野におけるAI活用（放射線診断を中心に）」 授業項目「診療・治療支援」
|
| 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：「データサイエンス１」（必修） ・授業タイトル「個人のデータに関連する法規」 授業項目「個人のデータに関連する法規」
・授業タイトル「データサイエンスと倫理」 授業項目「データ収集、分析、活用と倫理的配慮」
・授業タイトル「AIの利活用の現状と課題」 授業項目「AIの概念や利活用の現状、関連課題」
第2学年：「データサイエンス2」（必修） ・授業タイトル「研究におけるデータサイエンスの活用」 授業項目「ゲノム医療研究と関連課題・ELSI」
・授業タイトル「医療分野におけるAI活用（病理診断、ゲノム診断）」 授業項目「画像診断支援、ゲノム医療研究と関連課題・ELSI」
・授業タイトル「情報倫理を考える」 授業項目「情報と人間、AIと人間」
・授業タイトル「情報倫理、情報セキュリティ、データに関連する法規・規制」 授業項目「病院電子カルテ情報の利活用、PHR(Personal Health Record)とデータサイエンス」
|
| 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：「データサイエンス１」（必修） ・授業タイトル「データサイエンスにおける統計の役割」、授業項目「統計の役割を学ぶ」
・授業タイトル「IoT/IoHとビッグデータ」、授業項目「ビッグデータの活用（グループワーク）」
|
| 2-2 | ||
| 2-3 |
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。