数理・データサイエンス・AI教育プログラム認定制度(リテラシーレベル)

 

 本学では、すべての学部の1年次に、数理・データサイエンス・AIのリテラシーレベルの内容を学べる科目を設置しています。
 この科目群は、文部科学省が定める「数理・データサイエンス・AI教育プログラム(リテラシーレベル)」に認定されています。(認定の有効期限:令和9年3月31日まで)

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(リテラシーレベル)」 本学の申請内容(PDF) 2024年9月提出・変更届一式(PDF)
---
2023年度以前入学の学生はこちら

1.教育プログラムの名称

数理・データサイエンス・AI教育プログラム(リテラシーレベル)

2.身につけることができる能力

 本教育プログラムでは、AI・データサイエンスが実社会、特に医学/医療領域においてどのように役立っているのかを理解するとともに、その基礎となる統計分析の基本的な方法、機械学習などに関する知識とスキルを学修します。また、データサイエンスやAIが社会において、また自分自身の生活や医学/医療領域における課題の解決に活用できることを学修します。これらを通じて、数理・AI・データを活用するためのリテラシーを高めます。

  • 情報化社会やSociety 5.0の概念、および、医学/医療領域との関連について説明できる
  • AI、IoT、ロボット、XRなどの現状、今後の展開と、医学/医療領域との関連について説明できる
  • データリテラシーの視点(読む/説明する/扱う)を踏まえたデータ分析、資料作成、発表ができる
  • データやAIを扱う、および、データを守る上で留意すべき点を含む情報倫理、情報セキュリティについて理解し十分な対応ができる

3.教育プログラムの修了要件、授業の方法および内容

次の単位を取得することで数理・データサイエンス・AI教育プログラム(リテラシーレベル)を履修したこととなります。

2024年度入学生から
学 部 授業科目 授業の概要および到達目標
医学部 医学情報リテラシー
(必修1単位)
シラバス(PDF)
【授業の概要】
 授業方法:ディスカッション・グループワーク・実習・プレゼンテーション
 情報化社会の進展により,医療分野においても情報通信技術(ICT)の導入が進んでいる。さらに,インターネットの広がりや,従来接続されていなかった様々なモノがインターネットに接続され相互に情報交換を行うIoTの進展などにより,大量のデータ(ビッグデータ)が生み出され,それらを活用する技術であるAI(人工知能)のさらなる進 化により,医療分野を含む様々な分野において,より高度な情報技術の活用が進むと予想される。このような時代において医師を志す皆さんには,従来からのICT活用リテラシーに加えて,新たな情報技術に柔軟に対応し,それらを日々の生活や学業,医療人としての活動において当たり前のように活用できる素養を身につけていることが求められる。 そこで本科目では,従来からのICT活用リテラシーに加えて,情報化時代における「読み・書き・そろばん」である「数理・データサイエンス・AI」の基礎的な力をバランスよく学修する。

【到達目標】
1)AIなどの新しい情報技術の概要を説明できる。
2)社会におけるデータ・AI利活用の状況,特に,医療分野での状況を説明できる。
3)データやAIなどの新しい情報技術を,日々の生活や学業,医療人としての活動の場において活用できる。
4)データを適切に読み解き,集計した上で,適切な可視化手法によって他者に説明できる。
5)データ・AIを扱う上で留意すべき点,データを守る上で留意すべき点,情報倫理等を遵守し,データやAIなどの様々な情報技術を安全に活用できる。
看護学部 情報リテラシー
(必修2単位)
シラバス(PDF)
【授業の概要】
 授業方法:講義・演習
 高度情報社会において必要とされる倫理感を身につけ、適切な情報手段を自主的に選択し、活用していくための基本的な知識について学修する。また、それらの知識を活用した情報機器の操作方法、コンピュータの基本的な操作方法や統計処理技術を修得する。

【到達目標】
1.データや最新の情報技術(AI等)の活用により医療現場や社会が大きく変化していることを踏まえた上で、それらを活用することの利点と課題、倫理的な問題点、現状と今後を説明する。
2.情報および情報手段を自主的に選択し活用していくための基礎的な技術を身につけ、主体的学修や日々の生活において活用する。
3.データリテラシー(データを読む・説明する・扱う)を身につけ、データの分析・まとめ、データに基づく適切な判断を行う。
4.データ・AIを扱う上での留意事項、および、データを守る上での留意事項を遵守し、データ・AIを安全に活用する。
5.情報発信を行う上での留意事項を遵守し、倫理に反しない適切な情報発信をする。

4.実施体制

 本プログラムの実施体制を下に示します。
プログラムを改善・進化させるための体制:情報基盤センター
プログラムの自己点検・評価を行う体制:情報基盤センター

5.授業に含まれている内容・要素

 本プログラムを構成する授業は、数理・データサイエンス教育強化拠点コンソーシアムにおける「数理・データサイエンス・AI(リテラシーレベル)のモデルカリキュラム」の導入、基礎、心得に相当します。モデルカリキュラムで示される内容と本プログラムを構成する授業の授業概要、各回の講義テーマとの対応関係を下表に示します。

医学情報リテラシー(医学部)/情報リテラシー(看護学部)
授業に含まれる内容・要素 授業概要
(1)現在進行中の社会変化(第4次産業革命、Society5.0、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
社会で起きている変化を把握するため、医療・看護領域に関する内容を中心に、Society5.0、ビッグデータ・IoT・AI・ロボットの活用について学修します。また、それらの学修を通して、数理・データサイエンス・AIについて学ぶことの意義を理解します。

1-6
AIやロボット等を活用した具体的な事例、新たなビジネスモデルについて、医療・看護に関することを中心に、幅広く学修します。
(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
AIによるレコメンドの概要、次世代医療基盤法の概要を通して、人の行動ログデータの活用、データのオープン化について学修します。
1-3
診断・治療支援・介護支援・認知症予防等、医療看護領域を中心に、交通、農業、防災、エネルギー等様々な領域でデータ・AIが活用されていることを学修します。
(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
人工知能とは何か、機械学習の概要、Google Teachable Machineの画像認識を利用した演習を通して、今のAIで出来ることと出来ないこと、AIとビックデータの関係等について学修します。
1-5
内視鏡AI、胸部X線画像診断支援、介護支援ロボット等、医療・看護領域を中心に具体的なデータ・AI活用事例を学修します。
(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
社会的に問題となった事例を通して、データバイアス・AI活用における負の事例について学修します。
3-2
情報漏洩等のセキュリティ事案について実例を紹介しながら学修します。また、悪意ある情報搾取の一例としてファイル名の偽装等を体験し、その具体的な対策方法や安全なパスワード管理の重要性と方法について学修します。
(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
学生自身が回答したアンケートの結果を利用した分析実習を通して、データの種類、代表値、データのばらつき、相関と因果、クロス集計表等について学修します​。
2-2
学生自身が回答したアンケートの結果を利用した分析とその結果をスライドに纏め発表する実習を通して、データの表現(グラフ)、不適切なグラフ表現の例、相手に正確に情報を伝える方法等について学修します​。
2-3
総務省統計局が提供している人口推計のデータをe-Stat(政府統計の総合窓口)からダウンロードし、それを基に将来の日本の人口分布を予測する演習を通して、必要な統計情報の入手方法、表形式のデータ(CSV)、データ解析ツールでできることを学修します。アンケートの結果を利用した分析実習を通して、データの集計、データの並び替え等について学修します​。

6.教育改善・質保証(自己点検・評価)

数理・データサイエンス・AI教育プログラム(リテラシーレベル)に関する自己点検・評価結果を示します。以下のリンクから参照ください。
2023年度の自己点検・評価結果 (PDF)
2022年度の自己点検・評価結果 (PDF)
2021年度の自己点検・評価結果 (PDF)

 

履歴書への記載について 

 医学部「医学情報リテラシー」、看護学部「情報リテラシー」の単位を修得すると、履歴書に、次のように記載することができます。
(看護学部に2023年度以前に入学した学生は「情報リテラシー」と「情報リテラシー演習」の2科目の単位を修得する必要があります)

履歴書記載例 (PDF)