基礎医療データサイエンス特論M

Advanced Medical Data Science (Basic)

993BK62

3bMPINP501

西山　裕之、佐藤　圭子、寒水　孝司、滝本　宗宏、田畑　耕治、秋本　和憲、佐藤　嗣道、真野　泰成、桂田　浩一、安藤　宗司、波江野　洋、上林　敦、宮崎　智

MIYAZAKI Satoru, KAMBAYASHI Atsushi, SATO Keiko, AKIMOTO Kazunori, HAENO Hiroshi, ANDO Shuji, SOZU Takashi, TAKIMOTO Munehiro, NISHIYAMA Hiroyuki, KATSURADA Kouichi, TAHATA Kouji, MANO Yasunari, SATO Tsugumichi  

2023年度後期

2023/2nd semester

金曜3限

Fri. / 3 (13:00~14:30)

薬学研究科

Graduate School of Pharmaceutical Sciences

2.0単位

講義

Lecture

-

ブレンド型授業 (半数回以上を対面実施)  Blended format(with 50%-or-more on-site classes)

疾病の予防、健康寿命の延長や患者のQOLの向上に向けて、医療の課題をデータサイエンス（情報科学）手法（機械学習、情報処理、情報理論、確率、統計解析、数理モデル、バイオインフォマティクス）を用いて解決をはかる様々な試みが進んでいる。例えば、様々な医療ビッグデータを分析し、患者を特定の集団に分類（層別化）して、患者集団毎に適した治療を精密に選択する医療や、症状が出る前のなるべく早い段階から兆候を捉えて介入する予防的先制医療など、精密医療の確立が進められている。「基礎医療データサイエンス特論M」では、医療分野で従来から用いられて発展してきた医療統計的手法に加え、新規に導入されつつある機械学習、情報処理、情報理論、確率、統計解析、数理モデル、バイオインフォマティクスについて本学のデータサイエンス医療に関わる様々な専門分野の教員による先駆的な取り組みについてオムニバス形式で紹介する。これにより、医療の課題をデータサイエンス（情報科学）手法を用いていかに解決するかについての学際的・創域的な取り組みについての理解を深めるとともに医療データサイエンスの現状と問題点を理解する。

This course helps students to acquire an understanding of the fundamental principles of Medical Data Science.

疾病の予防、健康寿命の延長や患者のQOLの向上に向けて、医療の課題をデータサイエンス（情報科学）手法（機械学習、情報処理、情報理論、確率、統計解析、数理モデル、バイオインフォマティクス）を用いて解決をはかる様々な試みが進んでいる。本講義では、医療分野で従来から用いられて発展してきた医療統計的手法に加え、新規に導入されつつある機械学習、情報処理、情報理論、確率、統計解析、数理モデル、バイオインフォマティクスについて本学のデータサイエンス医療に関わる様々な専門分野の先生方の先駆的な取り組みについて学ぶ。これにより、医療の課題をデータサイエンス（情報科学）手法を用いて解決する学際的・創域的な取り組みについての理解を深めるとともに医療データサイエンスの現状と問題点を理解する。

The aim of this course helps students to acquire an understanding of the fundamental principles of Medical Data Science.

データサイエンス（情報科学）手法を理解し、これに基づいて、医療データサイエンスの理論的基礎を習得する。　

The goals of this course are to obtain basic theory about Medical Data Science based on understanding of Data Science (Information Science) method.

特に無し。
This course will be taught in Japanese.

-

-

講義内容はなるべくその日のうちに復習し、知識の定着を図るよう努力すること。

レポート、出席状況等よる総合的評価を行う。担当教員毎に異なる場合があるので、注意すること。　

Your overall grade in the course will be decided based on the following:
- Class attendance and attitude in class
- Reports

・S：到達目標を十分に達成し、極めて優秀な成果を収めている
・A：到達目標を十分に達成している
・B：到達目標を達成している
・C：到達目標を最低限達成している
・D：到達目標を達成していない
・-：学修成果の評価を判断する要件を欠格している

・S：Achieved outcomes, excellent result
・A：Achieved outcomes, good result
・B：Achieved outcomes
・C：Minimally achieved outcomes
・D：Did not achieve outcomes
・-：Failed to meet even the minimal requirements for evaluation

-

-

教科書および一部の参考書は、MyKiTS (教科書販売サイト) から検索・購入可能です。
It is possible to search for and purchase textbooks and certain reference materials at MyKiTS (online textbook store).
​https://gomykits.kinokuniya.co.jp/tokyorika/​​​

講義内で紹介する。　
Will be introduced  in the class.

1. 医療データサイエンスの概要（講義：宮崎）
・医療データサイエンスの概要と公共データベースの活用について説明できる。

2. 創薬における数理モデリング研究の現状（講義：上林）
・創薬で利用されている数理モデリング研究の概要について説明できる。

3. 数理モデリングによる医薬品吸収研究の現状1（講義：上林）
・数理モデリング研究による医薬品の吸収予測の概要と創薬・開発戦略について説明できる。

4. 数理モデリングによる医薬品吸収研究の現状2（講義：上林）
・医薬品の吸収研究分野における最近の数理モデリングの動向を説明できる。

5. 医療データへの情報論的手法の適用（講義：佐藤圭）
・科学における情報の概念とそれが生命現象理解とどのように関わってくるのかについて、がん疾患の予後を決定する因子を大量の遺伝子データから見つけ出す方法を通　
　して理解を深め説明できる。

6. がん研究における公共データベースの利活用と情報論の応用（講義：秋本）
・がん患者の治療後の予後予測における公共データベースの利活用と情報論の応用について説明できる。

7. がん研究における数理モデル解析（講義：波江野）
・がん研究で実施される数理モデル解析について理解し、医療データの活用手法について説明できる。

8. がん臨床試験の概論（講義：安藤）
・がん臨床試験について説明できる。
・がん臨床試験で良く用いられる統計手法について説明できる。

9.医学研究における交絡とその調整（講義：寒水）
・治療効果・曝露効果の定義，交絡の現象と定義を説明できる。
・交絡調整の代表的な方法（層別解析と回帰モデル）の使い方と，各方法の長所・短所を説明できる。

10. 論理型人工知能入門（講義：滝本）
・論理型プログラミング表現で記述した知識と，論理型人工知能の学習結果の意味を説明できる。

11. 酪農におけるIT技術の医療への応用（講義：西山）
・酪農ロボットを用いた飼育・搾乳の自動化および各種ロボットから得られたデータに対するＩＴ技術に基づく医療への応用について説明できる。

12. ニューラルネットワークの基礎（講義：桂田）
・ニューラルネットワークおよび深層学習の基礎理論について説明できる。

13. 分割表解析の基礎（講義：田畑）
・変数間の独立性及び連関を評価する統計的方法を説明できる。

14. 医療リアルワールドデータの利活用と臨床研究（講義：真野）
・医療リアルワールドデータの種類、特徴および留意点を把握し、臨床研究を含めた利活用について理解することができる。

15. 薬剤疫学研究におけるデータベースの利活用の現状（講義：佐藤嗣）
・データベースに求められる要件と利用における留意点を説明できる。
・レセプトデータベースと病院のデータベースの使い分けについて説明できる。

Contents:

1. Overview of Medical Data Science (MIYAZAKI)

2. Mathematical modeling and simulation in drug discovery and development (KAMBAYASHI)

3. Mathematical modeling and simulation for oral drug absorption #1 (KAMBAYASHI)

4. Mathematical modeling and simulation for oral drug absorption #2 (KAMBAYASHI)

5. Application of information theoretic methods to medical data (SATO, K.)

6. Utilization and application of information theoretic methods to public medical data (AKIMOTO)

7. Mathematical analysis in cancer research (HAENO)

8. Introduction to oncology clinical trials (ANDO)

9. Confounding in medical research (SOZU)

10. Introduction to Logic A. I. (TAKIMOTO)

11. IT application in dairy farming (NISHIYAMA)

12. Fundamentals of neural networks (KATSURADA)

13. Fundamentals of contingency table analysis (TAHATA)

14. Utilization and application of medical real-world data and clinical research (MANO)

15. Utilization and application of database in pharmacoepidemiological studies (SATO, T.)

ー

-

-

特になし。