情報とデータを活用する力を育てる
本学の数理・データサイエンス・AI教育プログラムは、文部科学省のモデルカリキュラムに対応する内容と、本学独自の薬学教育を組み合わせて構成されています。対象科目を履修することにより、データを適切に収集・整理・分析し、その結果を正しく理解して活用するための基礎力を身につけます。
AIやデータサイエンスがどんなところで使われているのか？
AI
医療以外での使用例
- 報告書などの文書作成
- 語学などの自習、翻訳
- 日常の悩み相談
- 専門知識の検索
- その他さまざまな用途に非常に広く使われている
医療での使用例
- カルテの解析
- 患者向け文書の作成
- 画像や診療データの解析による診断サポート
- 医療の先端技術の開発
- その他さまざまな用途に非常に広く使われている
データサイエンス
医療以外での使用例
- データの整理やデータクレンジング
- 特徴量抽出支援
- 探索的データ解析（EDA）と可視化
- モデリングや機械学習パイプラインの実行支援
- 解析プログラムなどの作成支援
- 解析結果の整理と文書課の支援
医療での使用例
- ビッグデータの整理や異種データ統合の支援
- 希少疾患・不均衡データのオーグメンテーション
- カルテ・看護記録の構造化
- リアルワールドデータ (RWD) 解析の高速化支援
本学の科目履修によって得られる知識
本学の「数理・データサイエンス・AI教育プログラム」は、「情報処理演習」と「薬の科学実習Ⅰ」から構成されます（ともに１年次両学科）。この二つの科目の履修を完了することでこのプログラムを修了したことになります。これにより、「数理・データサイエンス・AI」への関心を高め、それらを大学での様々な学習においてどう役立てるか、いかに効率よく学習を進めるか、いかに創造的に学習を発展させるかを考えるための基礎能力が培われます。
終了要件と科目（リテラシーレベル）
| 終了要件 | 下記2科目・計2単位を修得することで、本プログラムの修了要件を満たします。 |
| 授業科目 | ・情報処理演習 (1学年前期必修) ・薬の科学実習Ⅰ (1学年後期必修) |