健康科学

Health Science

9985212

85AFCOG201

森　武俊

Taketoshi MORI

2026年度前期

2026年度

①First semester

火曜3限

Tuesday, 3rd Period

先進工学部　機能デザイン工学科

Department of Medical and Robotic Engineering Design, Faculty of Advanced Engineering

2.00単位

講義

Lecture

-

⑤ [対面]ブレンド型授業/ [On-site] Blended format (must include 50%-or-more classes held on-site)

健康科学に関して，データサイエンス，情報科学，工学，生物学および統計学の基礎およびそれらの関係や融合とともに，医療・看護，介護・福祉とケアへの展開について学ぶ．

本講義の目的は，健康に関わる科学についての基礎的な内容を学修するとともに，健康，医療，看護，介護，ケア，福祉の実際的課題を例として，その根幹の一つとなっているデータサイエンスならびに統計科学の概要と基本的方法論について理解し，あわせてスクリプト言語による実装方法を習得するとともに，「ヒトのカラダを助ける工学」の基盤的内容の一つとして，続く工学的ならびに科学的な様々な専門科目ならびに卒業研究への橋渡しを行うことである．機能デザイン工学科のカリキュラム・ポリシーにおける「基礎科学とデザイン思考を共通基盤として重視した教育を行い，それを足場としてナノメディスンとロボティクスを『ヒトのカラダを助ける工学』として応用するための専門知識を修得することで，正しい倫理観と豊かな人間性のもとに，イノベーションを産む人材を育成する」ことを目的とした科目である．基礎科学をツールとしてナノメディスンとロボティクスを学び「ヒトのカラダを助ける工学」への応用力を伸長するため講義科目として設定されている．

・健康に関わる科学についての基礎的な項目を理解していて，説明することができる．
・医療，看護，介護，ケア，福祉などにおける健康に関わる多様な課題について過去，現代，将来の課題について基本的な内容を把握するとともに，それらの解決策について考察することができる．
・健康に関する科学の基盤であるデータサイエンス・統計科学について，統計的手法の基礎的内容を理解しており，説明することができる．
・統計的手法のうち基本的なものについて，PythonやRといったスクリプト言語を用いた実装方法を習得している．
・統計的手法について，方法論に基づき基本的なものについてはアルゴリズムを自ら書き下したり図示したりすることができる．

リンク先の [評価項目と科目の対応一覧]から確認できます（学部対象）。
履修登録の際に参照ください。
​You can check this from “Correspondence table between grading items and subjects” by following the link(for departments).
https://www.tus.ac.jp/fd/ict_tusrubric/​​​

デザイン思考入門，デザイン思考基礎の内容を十分学び実践に生かせるよう習得していることが望ましい．実験への基本的な取り組み方とデータ整理，グラフ作成，結果の考察法について理解していることが望ましい．できれば細胞，代謝，免疫，発生といった基本的な生物学・生化学的な知識について学んでいることが望ましい．基本的な情報リテラシーとともにプログラミング1，プログラミング2の内容を理解していることが必要である．基礎的な数学，特に線形代数と微分積分学の基本的な内容を理解していることが必要である．
第1回のガイダンス・イントロダクションのときからR言語とそのプログラミング環境を利用可能なコンピュータを使用することを想定しており，また予習・復習を含め授業期間を通してコンピュータを使った検索に基づく調査，プログラミングやソフトウェア実行による解析試行などをすることとなる．

課題に対する作文　Essay／ディベート・ディスカッション　Debate/Discussion／実習　Practical learning

-

講義前に項目内容について短く予習するとともに，講義後は内容をよく復習し必要な課題については進めた上で次講義へ臨むこと．
コンピュータを用いた調べ，プログラミングやそれに基づくソフトウェア実行による解析試行などを行う．
（大学設置基準の1単位45時間学修の定めに則り2単位科目で想定する9〜10時間程度の講義課題，60時間相当の自習が前提である．）

講義において出題するミニレポートの点数（20％），および到達度評価として実施する期末試験の点数（80%）をもとに，授業参加度・態度を参考に総合成績評価を行う.

・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

Y

医学研究のためのRによる統計解析入門，加葉田ほか，オーム社，288ページ，2023.

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。
​https://gomykits.kinokuniya.co.jp/tokyorika/​​​

It is possible to search for and purchase textbooks and certain reference materials at MyKiTS (online textbook store).
​​https://gomykits.kinokuniya.co.jp/tokyorika/

参考書：
 a. 看護理工学，真田弘美・森武俊編，東京大学出版会，ISBN-13: 978-4130624145，240ページ，2015．
 b. 臨床論文のMethodを読むMethod，メディカルサイエンスインターナショナル，ISBN-13: 9784815701482，160ページ，2019.
 c. 医学への統計学，朝倉書店，ISBN-13: ‎9784254128321, 304ページ，2013.
 d. 本質を捉えたデータ分析のための分析モデル入門，ソシム，ISBN-13: 978-4802613774，468ページ，2022．
 e. これからのバイオエンジニアリング，羊土社，ISBN-13: 9784758121224，235ページ，2022.
 f. 図解でわかる！ 理工系のためのよい文章の書き方，翔泳社，ISBN-13: 9784798158891，207ページ，2019.

その他，参考書，参考文献は講義中に随時提示する．

統計科学的視点から整理したものを示す．

初回と二回目はどちらか出席したら，両方出席扱いとします。

実際には2回目から14回目については健康・医療・看護・介護・福祉・ケアに関わるトピックベースで学ぶ．例えば，大航海時代と疫学，ナイチンゲールと医療統計，アルコール，たばこ，肺がん・中皮腫，乳がん・前立腺がん，心疾患・脳血管疾患，感染・新型コロナ・ワクチン，高齢化・認知症・フレイル，ロコモ・メタボ，転倒・誤嚥，見守り・デイサービス，女性の健康・ジェンダー，一次予防・二次予防・三次予防，薬事・薬機法・医療機器・臨床試験・治験，医療行政・医療経済と健康保険・介護保険・生命保険，手術ロボット，アップルウォッチ・グーグルヘルスケア，医療AIなどについて広範に，健康科学，統計科学的な観点と併せて学ぶ．

1. ガイダンス，イントロダクション．データの分布，データの記述・要約，記述統計と推測統計，RCTランダム化比較試験，PythonとR．
2. 記述統計，要約統計量，全数調査とサンプリング調査，推測統計，
3. 統計的推測，推定と検定，実験計画法，分散分析．正規分布，点推定と区間推定，信頼区間．＊オンデマンド回の予定＊
4. 群間比較．t検定．正規分布とt分布．　ミニレポート出題。
5. 対応のある検定．ノンパラメトリックとパラメトリック．
6. 調整，交互作用．3群以上の比較，一元配置分散分析．多元配置分散分析．多重比較。共分散分析。＊オンデマンド回の予定＊
7. 相関．相関関係と因果関係．
8. 尺度．連続と順序と名義尺度．カイ二乗検定．＊オンデマンド回の予定＊
9. 回帰．単変量と多変量．調整と交絡と交互作用・相互作用。
10. 機械学習．重回帰分析．多変量解析．数量化理論．コレスポンデンス．
11. ロジスティック回帰．シグモイド関数，ニューラルネットワーク学習，深層学習・ディープラーニング．
12. しきい値の設定．カットオフ値の設定．ROC曲線，AUC解析．　ミニレポート出題．＊オンデマンド回の予定＊
13. 時間分析．カプラン・マイヤー曲線，ログランク検定，Cox比例ハザード回帰分析。
14. 信頼性と妥当性．級内相関係数(ICC)．Bland-Altman分析．κ係数．
15. まとめと到達度評価．

Rを中心に必要に応じてPythonも対比的に用い，統計的手法の実践も学ぶ．
講義時間中もコンピュータを利用することを想定している．
なお，クリッカーの利用予定はないが，必要に応じて，sli.doやCommentScreenを活用する．

対面授業6回以上の受講を原則とする．なお成績評価点は「成績評価方法」に従う．
初回と二回目はどちらか出席したら，両方出席扱いとします。

工学部だけでなく，工学系大学研究所，人工知能系大学研究所，IPA未到ソフトウェア開発事業における機器やシステム・サービスの研究・開発および教育・指導の30年程度の経験と，ニーズ抽出に関連した文理融合型情報学系大学院，医学部，看護学科，大学内産学連携部署，政府系組織（日本医療研究開発機構(AMED)）等での質的研究・量的研究や開発支援の勤務経験や教育経験を活かし，健康科学の基礎から健康や医療に関わる調査や実験の設計・計画，データの取得や抽出，解釈，さらには研究倫理，医療倫理に関する授業を行う．

-

Python 3 および R version 4.
Chat GPT, Copilot あるいは Gemini.

CLASS, LETUS等が不調の場合は，担当教員に関連するWebページ https://tmorilab.net/ も参照すると良い．
初回と二回目はどちらか出席したら，両方出席扱いとします。

Y

N