データサイエンス・AI教育プログラム

医療の未来をつくる、データ分析力を育てる

医療の進化を担う力を身につけるために
今最も必要な分野であるデータサイエンス教育を推進

臨床工学科
大矢　哲也 准教授

現在の医療現場では、「根拠に基づく医療」（EBM:Evidence-Based-Medicine）が推進されています。専門家や権威者の意見・経験・勘から脱却し、医療の質向上と標準化により、患者様に対しても最新で最善の医療が提供されることが求められています。
データサイエンスの手法を用いて、電子カルテや検査結果など医療におけるビッグデータから有益な情報・根拠（Evidence）を導くことができます。
本学では1年次の「医療保健統計学」や「情報リテラシー」の科目（全学科履修）の中で、データサイエンスやAI（人工知能）に関する基礎知識を学びます。

・データサイエンス・ AIの必要性を説明できる。

・情報の持つ意味や情報に対する態度・倫理観を理解し、情報を適切に扱うことができる。

・目的に沿った学術文献やオープンデータを入手することができる。

・調査データを用いた統計解析を行うことができる。

2026年度　シラバス

PICKUP 科目：医療保健統計学

医療保健統計学は、地域社会における健康課題や健康支援の実践における課題を科学的に捉えるための基礎を学ぶ科目です。医療従事者に求められる医療・保健・福祉分野の統計知識と基本的な解析手法を理解し、根拠に基づいた判断ができるようになることを目標とします。データの整理や特徴の把握、全体の傾向を推測する考え方を学び、データサイエンス・AIの基礎となる統計学的な考え方を身につけます。さらに、調査データの収集・集計・分析から結果の解釈までの一連の過程を通して、科学論文を正しく理解し、研究結果の妥当性を評価する力を養います。

・本プログラムでは、講義と演習を効果的に組み合わせ、実データを扱った演習等を通して、医療従事者として臨床現場で求められるITスキルに加え、データサイエンス・AIに関する基礎的な知識および技能を修得し、医療・ヘルスケア分野への利活用について学修する。

・特にPC操作やデータ分析を伴う内容については、学生の事前知識や経験の違いによる影響を受けにくいよう配慮し、マルチメディア教室（情報処理学習施設）等を活用することで、学修内容に集中できる環境を整えて実施する。

・プログラムを構成する科目はデータサイエンス・AI教育委員会にて評価し、科目担当者と連携して見直しするなどして実施する。

・授業は講義と演習を効果的に組み合わせて実施し、PC操作が必要な演習については修得状況に差が出ないようマルチメディア教室（情報処理学習施設）で行うなど同一環境にて実施する。