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
