医療系分野標準教材(応用基礎レベル)
医歯薬看護系大学における数理・データサイエンス・AI教育の標準教材とシラバス例
本サイトでは、2024年10月にコンソーシアムにて取りまとめられた「医歯薬系大学・学部における数理・データサイエンス・AI教育実施に向けた手引き」に基づき、MDAモデルカリキュラムならびに各分野のモデル・コア・カリキュラムに対応したモデルシラバスおよび関連する演習用ノートブックを提供します 。
数理・データサイエンス・AI（MDA）モデルカリキュラム
コンソーシアムによって取りまとめられた、数理・データサイエンス・AI教育の基本的な考え方、学修目標・スキルセット、教育方法を提示したもので、「リテラシー」（データ思考の涵養）と「応用基礎」（AI×データ活用の実践）の二つのレベルに分かれている。MDASHの各レベルで求められる教育内容は、MDAモデルカリキュラムに準拠している。
医歯薬看モデル・コア・カリキュラム
各大学が策定する「カリキュラム」のうち、全大学で共通して取り組むべき「コア」の部分を抽出し、「モデル」として体系的に整理したものである。令和4年度の改訂により、IT関連項目が以下のように加えられている。
- 情報・科学技術に向き合うための準備、情報・科学技術利用に当たっての倫理観とルール、情報・科学技術を活用した医療、情報・科学技術の先端知識、情報・科学技術を活用したコミュニケーションスキルと学習スキル（医学）
- 情報倫理（AI倫理を含む）及びデータ保護に関する原則を理解している。個人の情報コントローラビリティに基づいた、医療・保健・介護分野でのIoT技術やAI等のデータ活用を理解している。数理・データサイエンス、AI等の基本的情報知識と実践的活用スキルを身に付ける。データサイエンス、AIを駆使したイノベーション創出に関心を示す。（歯学）
- ビッグデータや人工知能（AI）を含めた医療分野で扱う情報は質も量も拡大・拡張しており、これらを適切に活用した社会への貢献も求められる。（薬学）
利用条件とアンケート
ライセンスについて 本サイトで公開されている資料およびコードは、特記なき限り Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) ライセンスの下で提供されています。
* 学術・教育目的: 自由に複製、改変、再配布いただけます。
* 出典の明記: 利用・改変・再配布の際は、「医療系分野IT標準教材（数理・AI・データサイエンス教育強化拠点コンソーシアム）」を出典として明記してください。個別資料に著者名・所属の記載がある場合は、あわせてその表示も残してください。
* 非営利限定: 営利目的での利用はご遠慮ください。
アンケートご協力のお願い
今後の教材改善の参考にしたく、差し支えのない範囲でアンケートにご協力いただけますと幸いです。Google Formはこちら
更新情報
- 講演【第24回信濃町データサイエンスフォーラム】
2026年6月9日
『Science Tokyoにおける医療データの社会還元と医療系学⽣へのDS・AI教育』という演題にて本教材作成の取組を紹介しました。 - シンポジウム講演【第80回 NPO法人 日本口腔科学学会学術集会】
2026年4月18日
シンポジウムセッション「歯科医学とAIの協働は口腔科学の未来を拓けるか？」にて本教材作成の取組を紹介しました。 - シンポジウム講演【第18回医療教授システム学会】
2026年3月18日
シンポジウムセッション「モデル・コア・カリキュラムIT分野を考慮した医療系標準教材作成の取組と展望」にて本教材作成の取組を紹介しました。 - 第一期標準教材公開
2026年7月2日
本ポータルサイトに第一期標準教材を公開しました。
モデルシラバス
1科目8コマ、計4科目で構成されるモデルシラバス例について、教材をPDF/DOCX/PPTXをクリックすることで直接開けます。
モデルシラバスの概要については、「医歯薬系大学・学部における数理・データサイエンス・AI教育実施に向けた手引き」を参照ください。
*優先度は医療分野IT標準教材WGが点数付けしたものであり、参考値であることにご留意ください。
基礎知識
| 回 | タイトル | 優先度 | 資料 |
|---|---|---|---|
| 1 | ベクトルと行列の基礎 | 7 | |
| 2 | 確率変数と推測統計 | 12 | |
| 3 | 最適化とニューラルネットワーク | 12 | |
| 4 | 回帰分析 | 13 | |
| 5 | 統計的検定 | 12 | |
| 6 | 探索、知識表現、推論、学習（用語解説参照） | 10 | |
| 7 | 教師なし学習の基礎 | 10 | |
| 8 | ITセキュリティの原理と法令 | 14 | .pdf .docx .pptx |
社会動向
| 回 | タイトル | 優先度 | 資料 |
|---|---|---|---|
| 1 | データ駆動社会と医療現場 | 15 | .pdf .docx .pptx |
| 2 | 医療データの取得と取り扱い | 13 | |
| 3 | AIの歴史と原理 | 10 | |
| 4 | 医療におけるAIの導入と受容 | 15 | .pdf .docx .pptx |
| 5 | 統計モデルによる医療データの分析 | 12 | |
| 6 | 診断におけるAIの活用 | 12 | |
| 7 | 生成AIの動向と仕組み | 15 | .pdf .docx .pptx |
| 8 | 社会動向についてのグループプレゼンと討論 | 11 | - |
中核項目1
| 回 | タイトル | 優先度 | 資料 |
|---|---|---|---|
| 1 | 医療で使われるデータサイエンス | 14 | .pdf .docx .pptx |
| 2 | 医療で使われるAI | 14 | .pdf .docx .pptx |
| 3 | データ分析の進め方 | 12 | |
| 4 | 医療データ取り扱いの留意点 | 10 | |
| 5 | 医療データの観察 | 11 | |
| 6 | 医療データ分析の実際 | 11 | |
| 7 | 医療データの可視化（用語解説参照） | 11 | |
| 8 | AIの活用と倫理 | 15 | .pdf .docx .pptx |
中核項目2
| 回 | タイトル | 優先度 | 資料 |
|---|---|---|---|
| 1 | 医療におけるICTの進展 | 10 | |
| 2 | 生成AIを活用したデータ分析プログラミング | 6 | |
| 3 | データ活用の実際 | 10 | |
| 4 | 医療データ収集の実際 | 8 | |
| 5 | 医療データベース作成の手法 | 4 | |
| 6 | 医療データクレンジングの技術（用語解説参照） | 5 | |
| 7 | 医療倫理とITセキュリティ | 11 | |
| 8 | 個別化最適医療を目指したAIの進展と現況 | 10 |
データセットと演習教材
医療現場に身近なデータセットを起点に、機械学習の基礎を学べるよう整理しています。
データセット
Dataset 01. Heart Failure Clinical Records
心不全で入院した299人の患者の電子カルテデータ。追跡期間は最長285日で、分類・回帰の両方に応用しやすい表形式データです。
| 特徴量一覧（主要項目） | |
|---|---|
| age | 年齢 |
| ejection_fraction | 駆出率 |
| serum_creatinine | 血清クレアチニン |
| serum_sodium | 血清ナトリウム |
| DEATH_EVENT | 死亡イベント |
| データ種別 | 表形式 |
| タスク | 分類・回帰 |
| サンプル数 | 299人・12変数 |
| 対象疾患 | 心不全 |
Dataset 02. Pima Indians Diabetes
21歳以上の女性768名を対象とした糖尿病関連の検査データ。分類タスクの導入教材として扱いやすい定番データセットです。
| 特徴量一覧（主要項目） | |
|---|---|
| Pregnancies | 妊娠回数 |
| Glucose | 血糖値 |
| BloodPressure | 拡張期血圧 |
| BMI | 体格指数 |
| Outcome | 糖尿病発症の有無 |
| データ種別 | 表形式 |
| タスク | 分類 |
| サンプル数 | 768人・8変数 |
| 対象疾患 | 糖尿病 |
Dataset 03. MedMNIST
MNIST形式に標準化した医療画像ベンチマーク。2Dおよび3Dの医療画像を対象とし、分類タスクを軽量に試せます。
| 主な2Dサブセット | |
|---|---|
| PathMNIST | 大腸病理組織 / 9クラス |
| ChestMNIST | 胸部X線 / 14クラス |
| RetinaMNIST | 眼底写真 / 5段階評価 |
| BloodMNIST | 末梢血液細胞 / 8クラス |
| OCTMNIST | 眼科OCT画像 / 4クラス |
| データ種別 | 医療画像 |
| タスク | 2値・多クラス分類 |
| サンプル数 | 約71万枚・複数サブセット |
| 収録内容 | 医療画像ベンチマーク |
ライセンス: CC BY 4.0（一部DermaMNISTはCC BY-NC 4.0）
演習教材
現在公開中の演習Notebook・データセット・スライドをまとめています。（今後追加予定）
- Dataset01 / 第1回
機械学習基礎
データセット 内容の説明 | ダウンロード Notebookを開く スライドを開く - Dataset01 / 第2回
データの前処理
データセット 内容の説明 | ダウンロード Notebookを開く スライドを開く - Dataset01 / 第3回
ロジスティック回帰
データセット 内容の説明 | ダウンロード Notebookを開く スライドを開く - Dataset01 / 第4回
決定木
データセット 内容の説明 | ダウンロード Notebookを開く - Dataset01 / 第5回
アンサンブル学習
データセット 内容の説明 | ダウンロード Notebookを開く - Dataset01 / 第6回
勾配ブースティング
データセット 内容の説明 | ダウンロード Notebookを開く - Dataset01 / 第7回
サポートベクターマシン
データセット 内容の説明 | ダウンロード Notebookを開く - Dataset01 / 第8回
モデルの評価指標
データセット 内容の説明 | ダウンロード Notebookを開く - Dataset01 / 第9回
ハイパーパラメーターチューニングと交差検証
データセット 内容の説明 | ダウンロード Notebookを開く - Dataset01 / 第10回
モデルの解釈と臨床応用
データセット 内容の説明 | ダウンロード Notebookを開く - Dataset02 / 第1回
機械学習の基礎概念
データセット 内容の説明 | ダウンロード Notebookを開く スライドを開く - Dataset02 / 第2回
線形回帰の基礎
データセット 内容の説明 | ダウンロード Notebookを開く スライドを開く - Dataset03 / 第1回
深層学習と医療画像の基礎
データセット 内容の説明 Notebookを開く - Dataset03 / 第2回
最初のニューラルネットワーク構築
データセット 内容の説明 Notebookを開く
その他
演習教材の導入や授業準備に使える PDF をあわせて掲載しています。
参考資料&リンク
公的文書や外部ソースを一覧で参照できます。
参考資料
| タイトル | ソース元 | 発表年 | リンク |
|---|---|---|---|
| AIを活用したプログラム医療機器に関する報告書 | PMDA | 2023 | URL |
| AIを活用した医療診断システム医療機器等に関する課題と提言 | PMDA | 2017 | URL |
| AI戦略2022 | 内閣府(AI戦略会議) | 2022 | URL |
| AI戦略2021 | 内閣府(AI戦略会議) | 2021 | URL |
| AI戦略2019 | 内閣府(AI戦略会議) | 2019 | URL |
| OECD Working Papers on Public Governance No.33 | OECD | 2019 | URL |
| OECD_Health Data Governance- Privacy, Monitoring and Research | OECD | 2015 | URL |
| 医療AIの加速度的な進展を踏まえた生命倫理の問題について | 日本医師会 | 2022 | URL |
| R6診療報酬改定の概要[医療DXの推進] | 厚労省 | 2024 | URL |
| 医療機関等におけるサイバーセキュリティ対策チェックリストマニュアル | 厚労省 | 2025 | URL |
| 医療機関等におけるサイバーセキュリティ対策チェックリストマニュアル医療機関等向け | 厚労省 | 2025 | URL |
| 個人情報保護のいわゆる３年ごと見直しについて | 個人情報保護委員会 | 2025 | URL |
| Ethics and governance of artificial intelligence for health | WHO | 2025 | URL |
| R7科学技術・イノベーション白書 | 文科省 | 2025 | URL |
| サイバー攻撃を想定したBCP策定の確認表のための手引き | 厚労省 | URL | |
| 医用画像診断支援システム開発ガイドライン2019 | 経産省 | 2019 | URL |
| 医療デジタルデータのAI研究開発等への利活用に係るガイドライン | 厚労省 | 2024 | URL |
| 医療ヘルスケア分野における生成AIガイドライン2.0 | 医療AIプラットフォーム技術研究組合 | 2025 | URL |
| 医療介護関係事業者における個人情報の適切な取扱いのためのガイダンス | 厚労省 | 2025 | URL |
| 医療機関等におけるサイバーセキュリティ | 厚労省 | 2023 | URL |
| 医療情報システムの安全管理に関するガイドライン6.0 | 厚労省 | 2023 | URL |
| 医療情報のデジタル化における現状と課題 | 日本医師会 | 2022 | URL |
| 医療情報を取り扱う情報システム・サービスの提供事業者における安全管理ガイドライン2 | 経産省 | 2025 | URL |
| 医療情報を取り扱う情報システムサービスの提供事業者における安全管理ガイドラインFAQ | 経産省 | 2025 | URL |
| 医療情報小規模医療機関等向けガイダンス | 経産省 | 2025 | URL |
| 広島AIプロセスG7デジタル技術閣僚声明 | 総務省 | 2023 | URL |
| 広島プロセス国際行動規範 | 総務省 | 2023 | URL |
| 広島プロセス国際指針 | 総務省 | 2023 | URL |
| 次世代医療基盤法ガイドラインに関するQ&A | 内閣府 | 2024 | URL |
| R7 情報通信白書 | 総務省 | 2025 | URL |
| 中間取りまとめ ～ＣＰＳによるデータ駆動型社会の到来を見据えた変革～ | 経産省 | 2015 | URL |
| 統合イノベーション戦略2025 | 内閣府 | 2025 | URL |
| 保健医療分野におけるAI活用推進懇談会報告書 | 厚労省 | 2017 | URL |
| AI事業者ガイドライン1.0 | 経産省 | 2024 | URL |
| 人工知能関連技術の研究開発及び活用の推進に関する法律（ＡＩ法） | 内閣府 | 2025 | URL |
| AIと著作権に関する考え方について | 文化庁 | 2024 | URL |
| AIと著作権に関するチェックリスト＆ガイダンス | 文化庁 | 2024 | URL |
| 改正次世代医療基盤法について（医療機関編） | 内閣府 | 2024 | URL |
| Ethics and governance of artificial intelligence for health | WHO | 2021 | URL |
| 個人情報の保護に関する法律についてのガイドライン （仮名加工情報・匿名加工情報編） | 個人情報保護委員会 | 2024 | URL |
| Artificial Intelligence: A Modern Approach | Stuart Russell (著), Peter Norvig (著) | 2009 | URL |
リンク
MDAモデルカリキュラムとモデコア対応表
MDAモデルカリキュラムと医療系各分野のモデル・コア・カリキュラムの対応を一覧で確認できます。
MDAモデルカリキュラムと各分野のモデル・コア・カリキュラムの内容については参考資料&リンクをご参照ください。
基礎知識
| 回 | 授業計画 | MDAモデル カリキュラムとの対応 |
R4医学教育 モデルカリキュラム |
R4歯学教育 モデルカリキュラム |
R4薬学教育 モデルカリキュラム |
R6看護学教育 モデルカリキュラム |
|---|---|---|---|---|---|---|
| 1 | ベクトルと行列の基礎 | ※1-6 | RE-03-03 | RE-02, IT-04 | なし | IT-01-03, RE-03-01 |
| 2 | 確率変数と推測統計 | ※1-6 | RE-03-03, SO-02-03 | RE-02, IT-04, C-6-2 | B-5-1, B-5-3, E-1-1, E-1-2 | CS-01-01, CS-01-04, CS-01-05, IT-01-03, RE-03-01 |
| 3 | 最適化とニューラルネットワーク | ※1-6 | RE-02, IT-04 | なし | IT-01-03, RE-03-01 | |
| 4 | 回帰分析 | ※2-7 | RE-03-03, SO-02-03 | RE-02, IT-04, C-6-2 | B-5-1, B-5-3, E-1-1, E-1-2 | CS-01-02, CS-01-05, IT-01-03, RE-03-01 |
| 5 | 統計的検定 | ※1-7 | RE-03-03, SO-02-03 | RE-02, IT-04, C-6-2 | B-5-1, B-5-3, E-1-1, E-1-2 | CS-01-02, CS-01-05, IT-01-03, RE-03-01 |
| 6 | 探索、知識表現、推論、学習（用語解説参照） | ※1-7 | RE-02, IT-04 | なし | IT-01-03, IT-04-02, CS-07-01 | |
| 7 | 教師なし学習の基礎 | ※2-7 | RE-02, IT-04 | B-5-1, B-5-2 | IT-01-03 | |
| 8 | ITセキュリティの原理と法令 | 2-6 | IT-01-01, IT-01-02 | RE-02, IT-01, IT-02, IT-03, IT-04 | B-5-2, D-3-5 | IT-01-01, IT-02-01, IT-02-02 |
社会動向
| 回 | 授業計画 | MDAモデル カリキュラムとの対応 |
R4医学教育 モデルカリキュラム |
R4歯学教育 モデルカリキュラム |
R4薬学教育 モデルカリキュラム |
R6看護学教育 モデルカリキュラム |
|---|---|---|---|---|---|---|
| 1 | データ駆動社会と医療現場 | ☆1-1 | IT-02-01, IT-02-02, IT-03-01, IT-03-02 | IT-05, IT-06 | B-5-1, B-5-2, B-5-3, E-1-1, D-3-4, D-3-5 | IT-01-01, IT-01-02, IT-01-03, IT-03-01, IT-03-02, IT-04-01, IT-04-02, CS-02-02 |
| 2 | 医療データの取得と取り扱い | ☆2-1 | RE-03-04, IT-01-01, IT-01-02, IT-02-01 IT-02-02, IT-03-01, IT-03-02 |
IT-01, IT-02, IT-03, IT-04, IT-05 | B-5-1, B-5-2, D-3-1, D-3-3, D-3-4, D-3-5 | RE-03-01, IT-01-01, IT-01-02, IT-01-03, IT-02-01, IT-02-02, IT-03-01, IT-03-02, IT-04-01, IT-05-01, CS-02-02 |
| 3 | AIの歴史と原理 | ☆3-1 | IT-02-01, IT-02-02 | RE-02, IT-03, IT-04, IT-05 | B-5-2 | IT-01-01, IT-04-02 |
| 4 | 医療におけるAIの導入と受容 | ☆3-2 | IT-02-01, IT-02-02, IT-03-01, IT-03-02 | IT-03, IT-04, IT-05, IT-06 | B-5-2 | IT-01-01, IT-04-02 |
| 5 | 統計モデルによる医療データの分析 | ☆3-3 | IT-02-01, IT-02-02 | IT-03, IT-04, IT-05 | B-5-1, B-5-3, E-1-1, E-1-2 | RE-03-01, IT-01-01, IT-01-02, IT-01-03, IT-03-01, IT-03-02, IT-04-02, CS-01-02, CS-01-05 |
| 6 | 診断におけるAIの活用 | ☆3-3 | IT-02-01, IT-02-02, IT-03-01, IT-03-02 | IT-03, IT-04, IT-05, IT-06 | なし | IT-01-01, IT-04-02 |
| 7 | 生成AIの動向と仕組み | ☆1-1, ☆1-2, ☆2-1, ☆3-3 ☆3-4 |
RE-01-01, RE-01-02, IT-02-01, IT-02-02 | IT-03, IT-04, IT-05 | B-5-2 | IT-01-01, IT-04-02 |
| 8 | 社会動向についてのグループプレゼンと討論 | ☆1-1, ☆1-2, ☆2-1, ☆3-2 | IT-02-01, IT-02-02 | IT-05, IT-06 | B-5-1, B-5-3 | IT-01-01, IT-04-02 |
中核項目1
| 回 | 授業計画 | MDAモデル カリキュラムとの対応 |
R4医学教育 モデルカリキュラム |
R4歯学教育 モデルカリキュラム |
R4薬学教育 モデルカリキュラム |
R6看護学教育 モデルカリキュラム |
|---|---|---|---|---|---|---|
| 1 | 医療で使われるデータサイエンス | ☆1-1 | IT-02-01, IT-02-02 | IT-03, IT-04, IT-05 | B-5-1, B-5-2, B-5-3, D-3-1, D-3-3, D-3-4, D-3-5, E-1-1 | |
| 2 | 医療で使われるAI | ☆3-1, ☆3-2 | IT-02-01, IT-02-02 | IT-03, IT-04, IT-05, IT-06 | B-5-2 | IT-01-01, IT-01-02, IT-01-03, IT-04-02 |
| 3 | データ分析の進め方 | ☆1-2 | IT-02-01, IT-02-02, SO-02-03 | RE-02, IT-03, IT-04, IT-05 | B-5-1, B-5-3, E-1-1, E-1-2 | RE-03-01, CS-01-01, IT-01-01, IT-01-02, IT-01-03, IT-04-02, CS-07-02 |
| 4 | 医療データ取り扱いの留意点 | ※1-6 | RE-03-04, IT-01-01, IT-01-02 | RE-02, IT-01, IT-02 | B-5-1, B-5-2, B-5-3, D-3-1, D-3-3, D-3-4, D-3-5, E-1-1, E-1-2 | RE-03-01, CS-01-02, CS-01-04, CS-01-05, IT-02-01, IT-02-02, IT-04-01 |
| 5 | 医療データの観察 | 1-3 | IT-02-01, IT-02-02, SO-02-03 | RE-02, IT-03, IT-04, IT-05 | B-5-1, B-5-2, B-5-3, D-3-1, D-3-3, D-3-4, D-3-5, E-1-1, E-1-2 | RE-03-01, CS-01-02, CS-01-05, IT-01-02, IT-01-03, IT-04-01, CS-07-02 |
| 6 | 医療データ分析の実際 | 1-4 | IT-02-01, IT-02-02, SO-02-03 | RE-02, IT-03, IT-04, IT-05 | B-5-1, B-5-2, B-5-3, D-3-1, D-3-3, D-3-4, D-3-5, E-1-1, E-1-2 | |
| 7 | 医療データの可視化（用語解説参照） | 1-5 | IT-02-01, IT-02-02, SO-02-03 | RE-02, IT-03, IT-04, IT-05 | B-5-1, B-5-3, D-3-4, E-1-1 | RE-03-01, IT-01-02, IT-01-03, IT-04-02 |
| 8 | AIの活用と倫理 | ☆3-3, ☆3-4 | IT-01-01, IT-01-02, IT-02-01, IT-02-02, IT-03-01, IT-03-02 | RE-02, IT-01, IT-02, IT-03, IT-04, IT-05, IT-06 | B-5-2 | IT-01-01, IT-02-01, IT-02-02, IT-03-01, IT-03-02, IT-04-02 |
中核項目2
| 回 | 授業計画 | MDAモデル カリキュラムとの対応 |
R4医学教育 モデルカリキュラム |
R4歯学教育 モデルカリキュラム |
R4薬学教育 モデルカリキュラム |
R6看護学教育 モデルカリキュラム |
|---|---|---|---|---|---|---|
| 1 | 医療におけるICTの進展 | ☆2-1 | IT-02-01, IT-02-02, IT-03-01, IT-03-02 | C-2-5, IT-03, IT-06 C-6-3-4 | B-5-2, D-3-5, F-3-2 | LL-02-02, IT-03-01, IT-03-02, IT-04-01, IT-04-02, IT-05-01 |
| 2 | 生成AIを活用したデータ分析プログラミング | ☆3-1, ☆3-2, ☆3-5 | IT-02-01, IT-02-02, IT-03-01, IT-03-02 | IT-03, IT-04 | B-5-2 | |
| 3 | データ活用の実際 | ☆2-2 | IT-02-01, IT-02-02 | IT-03, IT-04 C-6-3-4 | B-5-1, B-5-2, B-5-3, D-3-1, D-3-3, D-3-4, D-3-5, E-1-1, E-1-2 | CS-01-01, CS-01-02, CS-01-04. CS-01-05, CS-02-03, RE-03-01 |
| 4 | 医療データ収集の実際 | 2-3 | IT-02-01, IT-02-02 | IT-03, IT-04 C-6-3-4 | B-5-1, B-5-2, B-5-3, D-3-1, D-3-3, D-3-4, D-3-5, E-1-1, E-1-2 | CS-01-01, CS-01-02, CS-07-02, RE-03-01 |
| 5 | 医療データベース作成の手法 | 2-4 | IT-02-01, IT-02-02 | IT-03, IT-04 C-6-3-4 | B-5-1, B-5-2, D-3-2 | CS-01-05 |
| 6 | 医療データクレンジングの技術（用語解説参照） | 2-5 | IT-02-01, IT-02-02 | IT-03, IT-04 C-6-3-4 | B-5-1, B-5-2 | CS-01-04 |
| 7 | 医療倫理とITセキュリティ | 2-6 | IT-01-01, IT-01-02 | IT-01, IT-02 C-6-3-1, C-6-3-2, C-6-3-3 | B-5-1, B-5-2 | IT-02-01 |
| 8 | 個別化最適医療を目指したAIの進展と現況 | ☆3-3, ☆3-4 | IT-02-01, IT-02-02, IT-03-01, IT-03-02 | IT-05 C-6-3-5 | B-5-2, D-3-5, F-1-1, F-3-2 |
社会実装
| 授業計画 | MDAモデル カリキュラムとの対応 |
R4医学教育 モデルカリキュラム |
R4歯学教育 モデルカリキュラム |
R4薬学教育 モデルカリキュラム |
R6看護学教育 モデルカリキュラム |
|---|---|---|---|---|---|
| AIによる画像診断 | （病理、放射線科） | D-2-5, D-2-6 | |||
| 3Dプリンターを活用した医療 | （歯学） | B-2, B-3, D-5-2, D-5-3 | |||
| 言語処理 | （カルテなど病院経営） | ||||
| 生成AIによる病理診断 | （内科） | D-2-6 | |||
| バーチャルリアリティ、ロボティクスの活用 | （看護） | D-5-2, D-5-3, D-5-4 | |||
| デジタルツインの最新技術 | （外科） | ||||
| 社会医療で扱うビッグデータ | （医療行政） | C-6-2 | B-5-2, E-1-1 | ||
| 健康管理システム構築の実際 | （産業医療） | C-4-3 | |||
| 医療データの取り扱い | （医学倫理） | C-6-3-2 | B-5-2, D-3-5 | ||
| バイオインフォマティクス | （基礎医学） | ||||
| ケモインフォマティクス、AI創薬 | （薬学） | B-5-2 | |||
| 生物統計 | （基礎医学） | ||||
| 医療統計 | （臨床医学、薬学） | C-6-1 | B-5-1, B-5-2, E-1-1 |
医療系データサイエンス標準教材作成WGについて
理工学系をはじめとする多くの分野でデータサイエンス教材の整備が進む一方、医療系分野向けの標準教材は不足していました。 また、各領域の改訂版モデル・コア・カリキュラムにおいて「IT・データサイエンス」関連の項目が明示されたことで、現場の教職員からは、新カリキュラムに準拠した実用的な教材を求める声が急速に高まっておりました。
こうしたニーズに応えるべく、各専門領域の教育学会・協議会（日本医学教育学会、日本歯科医学教育学会、薬学教育協議会、日本看護系大学協議会）から推薦を受けた教員と、コンソーシアム特定分野校メンバーが集結し、本ワーキンググループ（WG）を組織しました。
参画メンバー
- 医学： 淺田 義和（自治医科大学）、西城 卓也（岐阜大学）
- 歯学： 鶴田 潤（東京科学大学）、平田 創一郎（東京歯科大学）
- 薬学： 木下 淳（兵庫医科大学）、酒井 隆全（名城大学）
- 看護学： 西村 礼子（東京医療保健大学）
- 特定分野校： 木下 淳博、須藤 毅顕、田畑 寛治（東京科学大学）
WGの3つの目標
- 項目の整理： 改訂コアカリキュラムのIT項目に必要なデータサイエンス要素を整理（共通・専門分野）
- 教材の公開： 医療現場に即した実用的な教育リソースの作成と公開
- 基盤の構築： 継続的に利用可能な、実用性の高いプラットフォームの提供