大学について

HOME > 大学について > 数理・データサイエンス・AI教育について リテラシーレベル

国際医療福祉大学数理・データサイエンス・AI教育プログラムについて

応用基礎レベルについて

国際医療福祉大学では、令和6年度より全学的に文部科学省「数理・データサイエンス・AI教育プログラム認定制度(応用基礎レベル)」に関する授業科目を開講して、数理・データサイエンス・AI教育の充実を図っています。
応用基礎レベルに関する授業科目では、統計学と情報工学を融合した実践的な教育を実施し、医療福祉分野を始めとした多様な分野で知識と技術を応用できる人材の養成を目的としています。

本学では以下の学部において、文部科学省「数理・データサイエンス・AI教育プログラム(応用基礎レベル)」の認定を受けた教育プログラムを開講しています。(認定の有効期限:令和12年3月31日まで)

  • 【成田看護学部】国際医療福祉大学数理・データサイエンス・AI教育プログラム(成田看護学部)
  • 【赤坂心理・医療福祉マネジメント学部】国際医療福祉大学数理・データサイエンス・AI教育プログラム(赤坂心理・医療福祉マネジメント学部)

MDASH Advanced Literacy

応用基礎レベルの教育プログラムを通じて、学生は次の能力等を身に付けることができます。

  1. データ駆動型社会においてデータサイエンスを学ぶことの意義を理解できる
  2. 分析目的に応じ、適切なデータ分析手法、データ可視化手法を選択できる
  3. データを可視化し、意味合いを導出することができる
  4. データを活用した一連のプロセスを体験し、データ利活用の流れ(進め方)を理解できる
  5. 仮説や既知の問題が与えられた中で、必要なデータにあたりをつけ、データを分析できる
  6. 分析結果を元に、起きている事象の背景や意味合いを理解できる
  7. データを収集・処理・蓄積するための技術の概要を理解できる
  8. コンピュータでデータを扱うためのデータ表現の基礎を理解できる
  9. AIのこれまでの変遷、各段階における代表的な成果物や技術背景を理解できる
  10. 今後、AIが社会に受け入れられるために考慮すべき論点を理解できる
  11. 自らの専門分野にAIを応用する際に求められるモラルや倫理について理解できる
  12. 機械学習、深層学習、強化学習の基本的な概念を理解できる
  13. AI技術を活用し、課題解決につなげることができる

文部科学省:数理・データサイエンス・AI教育プログラム認定制度

■申請書

・数理・データサイエンス・AI教育プログラム認定制度申請書(成田看護学部) pdf
・数理・データサイエンス・AI教育プログラム認定制度申請書(赤坂心理・医療福祉マネジメント学部) pdf

1.実施体制

委員会等 役割
総合教育センター長 運営責任者
教務統括委員会
数理・データサイエンス・AI教育プログラムWG
プログラムの改善・進化
自己点検・評価委員会 プログラムの自己点検・評価

2.プログラム概要

数理・データサイエンス・AI教育プログラム

3.修了要件

以下の2科目2単位の修得を修了要件としています。

  • 医療データサイエンスⅠ(AI基礎)(選択1単位)
  • 医療データサイエンスⅡ(DS基礎)(選択1単位)

■プログラムの修了要件になる科目

4.授業科目

※横にスクロールしてご覧いただけます。

授業科目名 授業の概要 授業の到達目標
医療データサイエンスⅠ(DS基礎) 本科目では、「データリテラシー」で学習した内容を深化させることを目的とし、「データ駆動型社会とSociety 5.0」「データ分析の進め方」「データの記述・可視化・分析」「ビックデータとデータエンジニアリング」および「データ表現・収集・加工」について、グループワークや演習を通じて実践的に学習する。あわせて、これらの学習内容の基盤である「数学基礎」「アルゴリズム」および「プログラミング基礎」についても、医療データを用いたグループワークや演習を通じて実践的に学習していく。
  1. データ駆動型社会においてデータサイエンスを学ぶことの意義を理解する
  2. 分析目的に応じ、適切なデータ分析手法、データ可視化手法を選択できる
  3. データを可視化し、意味合いを導出することができる
  4. データを活用した一連のプロセスを体験し、データ利活用の流れ(進め方)を理解する 例)仮説検証、知識発見、原因究明、計画策定、判断支援、活動代替など
  5. 仮説や既知の問題が与えられた中で、必要なデータにあたりをつけ、データを分析できる
  6. 分析結果を元に、起きている事象の背景や意味合いを理解できる
  7. データを収集・処理・蓄積するための技術の概要を理解する
  8. コンピュータでデータを扱うためのデータ表現の基礎を理解する
  9. 数千件~数万件のデータを加工処理するプログラムを作成できる
医療データサイエンスⅡ(AI基礎) 本科目では、「データリテラシー」や「医療データサイエンスI」の学習内容を踏まえて、AI(人工知能)の基礎について、「AIと社会」「機械学習」「深層学習」の基礎について学んだあと、Python等を用いた「AIの構築と運用」について、医療データを用いたグループワークや演習を通じて実践的に学習していく。
  1. AIのこれまでの変遷、各段階における代表的な成果物や技術背景を理解する
  2. 今後、AIが社会に受け入れられるために考慮すべき論点を理解する
  3. 自らの専門分野にAIを応用する際に求められるモラルや倫理について理解する
  4. 機械学習(教師あり学習、教師なし学習)、深層学習、強化学習の基本的な概念を理解する
  5. AI技術(学習、認識、予測・判断、知識・言語、身体・運動)を活用し、課題解決につなげることができる
  6. 複数のAI技術が組み合わされたAIサービス/システムの例を説明できる

5.自己点検・評価

■コンソーシアム会員校

国際医療福祉大学は、数理・データサイエンス・AI教育強化拠点コンソーシアム 関東ブロックの会員校です。

数理・データサイエンス・AI教育強化拠点コンソーシアムバナー
数理・データサイエンス・AI教育強化拠点コンソーシアム
外部リンク