薬学部シラバス2024
ヘルスケア・データサイエンス
Healthcare Data Science
4年 前期 (選択)専門科目Ⅰ 1単位 | |
---|---|
陳 惠一、益山 光一、山田 寛尚、倉田 香織、小島 正樹(生命科学部)、高須 昌子(生命科学部) 蓮岡 淳(武田薬品工業株式会社) 飯嶋 久志(一般社団法人 千葉県薬剤師会) |
すべて開く
すべて閉じる
学習目標(GIO)
少子高齢化が進み社会保障費が増大する我が国において、政府は、デジタルヘルスやリアルワールドデータ(ビッグデータ)利活用を基にした新しい医療サービスの構築を模索している(デジタル庁創設、デジタル・トランスフォーメーション)。本選択科目では、社会変化課題解決に資するヘルスケア・データサイエンティスト(①倫理規範や個人情報保護法に則って②研究デザインや医療統計を理解し③ビッグデータ解析手法を用いて④ヘルスケア領域の課題解決に貢献する人材)になるために、社会変化課題やデータサイエンス・リテラシー、リアルワールドデータ利活用状況、個人情報保護法と倫理規範、スタディデザイン、ビッグデータ解析手法、Pythonを用いたAI(機械学習手法)手法などに関する基本的事項を習得する。
行動目標(SBOs)
番号 | 内容 | コアカリとの関連コード |
---|---|---|
1 | 社会変化課題とリアルワールドデータ利活用必要性について概説できる。 | T-1-1-1 |
2 | リアルワールドデータ利活用事例と課題について概説できる。 | T-1-1-1 |
3 | 統計解析(概念)とスタディデザイン(UCSF批判的吟味法)について概説できる。 | E3-1-5-1 E3-1-6-1 T-1-1-1 |
4 | RやEZRを用いた単変量解析、多変量解析について概説できる。 | E3-1-5-6 T-1-1-1 Y-5-5-2 |
5 | Pythonを用いてリアルワールドデータの解析(AI/機械学習)を概説できる。 | E3-1-5-6 T-1-1-1 |
6 | 個人情報保護法・倫理規範と研究方法(個人情報の取扱い、匿名化、運用)を概説できる。 | G-2-2-1 T-1-1-1 |
7 | データサイエンス・リテラシーについて概説できる。 | T-1-1-1 |
授業内容
回数 | 担当 | 内容 | 対応(SBOs) |
---|---|---|---|
1 | 陳、山田 | はじめに ・医療を取り巻く社会変化 ・ヘルスケア・データサイエンティスト Python講義環境設定 ・Anaconda3インストール |
1 |
2 | 蓮岡、陳 | リアルワールドデータ利活用と課題 ・武田薬品工業のリアルワールドデータ利活用等 ・レセプトデータ解析等での利活用 |
1,2 |
3 | 飯嶋、陳 | 個人情報保護法と研究について 匿名加工情報(ハッシュ化と連結)と運用 |
6 |
4 | 倉田 | R/EZRを用いた単変量解析と多変量解析 | 4 |
5 | 山田、倉田、陳 | スタディデザインと統計 PythonとAI(機械学習)① |
3,5 |
6 | 〃 | PythonとAI(機械学習)②(+演習) | 5 |
7 | 〃 | PythonとAI(機械学習)③(+演習) | 5 |
8 | 〃 | PythonとAI(機械学習)④(+演習) | 5 |
9 | 〃 | PythonとAI(機械学習)⑤(+演習) | 5 |
10 | 〃 | PythonとAI(機械学習)⑥(+演習) | 5 |
11 | 〃 | PythonとAI(機械学習)⑦(+演習) | 5 |
12 | 〃 | PythonとAI(機械学習)⑧(+演習) | 5 |
13 | 小島、高須、益山、陳 | データサイエンスに関する座談会とディスカッション (講義順番は多少前後するかもしれません) 全体総括 |
7 |
アクティブ・ラーニングの取り組み
PythonとAIの講義では、課題演習について、スモールグループ(Zoom)に分かれ、学んだ知識を学生間で共有、協力して解きます。またデータサイエンス・リテラシーについては、生命科学部と薬学部教員による座談会を開催し、学生とのディスカッションを通して共に考え、学びます。
授業で行っている工夫(思考力・判断力・表現力の向上に向けた取り組み)
講義はZoomで行い、一部講義は録画し公開する予定です(復習)。
Python講義と演習は Jupyter-labを用いて行います(Anaconda3のインストール)。
成績評価方法
<レポート・課題提出により評価する>
総括的評価
a) 知識: レポートとして提出された演習課題や感想文を評価(100%)
教科書
講義は、主に講義配布資料と演習資料を基に進めます。
参考書
Pythonの使い方,Pythonを用いた機械学習についての参考書です。
■基本的な医療統計の概念理解
「Primer of Biostatistics」
■ Rを用いた医療統計
「R commanderによるデータ解析」
「みんなの医療統計 多変量解析」
■Python 入門
「入門 Python 3」
■ データ処理系 Numpy,Pandas,Matplotlib
「Pythonによるデータ分析入門 第2版 ― NumPy,pandasを使ったデータ処理」
■ 機械学習系
「Pythonではじめる機械学習」
「scikit-learnとTensorFlowによる実践機械学習」
■ ディープラーニング
「ゼロから作るDeep Learning ― Pythonで学ぶディープラーニングの理論と実装」
オフィスアワー
下記所属教室に連絡して、予約してください。
所属教室
陳 薬学部 医療薬学科 一般用医薬品学教室
益山 薬学部 医療薬物薬学科 社会薬学教育センター 薬事関係法規研究室
倉田、山田 薬学部 医療薬学科 情報教育研究センター
小島 生命科学部 分子生命科学科 生物情報科学研究室
高須 生命科学部 分子生命科学科 生命物理科学研究室
準備学習(予習・復習等)
本選択科目学習では復習(演習課題含む)が大事になります。
予習:事前に配布した講義資料に目を通しておいてください
復習:配布資料や録画動画(Python)を用いて復習してください
学生へのフィードバック
学生の課題進捗に応じて、講義での復習やフィードバックを行います。
教員からの一言
ヘルスケア・リアルワールド利活用では、データの解析のみならずデータサイエンス・リテラシーも大事になります。「共に」考え、学びましょう。プログラミングは「学ぶより慣れろ」だそうです。「PythonとAI」に「チャレンジ」してみましょう!。
備考
実務家教員担当科目。生命科学部の学生も聴講可能です。
ナンバリングコード
EH4106