科目名	医用データサイエンス
単位数	2.0
担当者	医用情報科学専攻　教授　新任教員
履修時期	前期（第1ターム）
履修対象	３年次以上
講義形態	講義
講義の目的	医療・医学におけるデータを正しく扱うことは「根拠に基づく医療（EBM : Evidence-Based Medicine）」，そしてこれをサポートする情報科学・技術においても重要な基礎である．医療におけるツールとしての統計解析の基礎から，画像解析や機械学習によるパターン認識処理への応用までをカバーする本講義では，医療・医学のデータ処理を対象とした知識の習得のみならず，ソフトウェアツールの利用による実践技術を実習において学ぶことを目的とする．
到達目標	下記にあげた具体的な目標の達成により, 医用データサイエンスにおける基礎的な知識・技能を習得する ・医療・医学におけるデータを正しく扱うための基礎知識および理論を習得する【知識2】 ・フリーウェア「R」を利用してデータ可視化・解析の基礎理論および基本技法を学ぶ【技能1】 ・画像解析や機械学習などの応用例を通して医療・医学におけるデータ解析の実例を理解する【思考力・判断力】
受講要件	線形代数学�T・�U，解析学�T・�U，確率統計を受講していることが望ましい．これらの科目の成績に応じて受講を制限する場合があります．
履修取消の可否	可
履修取消不可の理由
事前・事後学修	・講義内容をノートにまとめ，さらに詳しい内容を参考書で調べる ・フリーウェア「R」によるデータ解析に慣れる ・データ解析、特に統計解析に必須の線形代数学，解析学，確率統計などの関連事項を復習する
講義内容	第1回 ガイダンス・講義の概要 第2回 数学的準備 第3回 単変量統計と検定 第4回 ＜実習＞Rの基礎・単変量統計と検定 第5回 検定における諸問題と解決法 第6回 多変量解析 第7回 ＜実習＞線形単回帰・重回帰 第8回 生存時間解析・メタアナリシス 第9回 検査・診断の評価 第10回 ＜実習＞ROC解析 第11回 機械学習とパターン認識（I）パラメトリック識別関数 第12回 機械学習とパターン認識（II）ノンパラメトリック識別関数 第13回 ＜実習＞パターン認識 第14回 画像統計解析 第15回 まとめ
期末試験実施の有無	実施しない
評価方法・基準	レポート(70%)および授業参加度（30%）などにより評価を行う. 評価基準は学生便覧に記載の通り．
教科書等	（参考書） ダレル・ハフ：統計でウソをつく法（ブルーバックス）：講談社 新谷歩：今日から使える医療統計：医学書院 山田剛史ほか：Rによるやさしい統計学：オーム社 ペーター，ダルガード：Rによる医療統計学：丸善出版 ヒーリー：データ分析のためのデータ可視化入門：講談社 石井健一郎ほか：わかりやすいパターン認識：オーム社
担当者プロフィール	核医学などの医用画像の解析と処理、画像再構成を含む画質改善処理の研究、および多施設臨床研究による大規模データの統計解析に従事
講義に関連する実務経験	1998年−2001年京都大学医学部附属病院、2001年−2007年先端医療センターに勤務（映像医療機器を用いた診断・治療に関する研究開発に従事）。2018年−現在神戸市立医療センター中央市民病院臨床研究推進センター客員研究員（多施設臨床研究に従事）
課題や試験に対するフィードバック	レポートに対しての総評を講義時間内にて説明し, 必要に応じて個別評価をメール等を通じて学生個々に伝える.
アクティブ・ラーニング	Project Based Learning（課題解決型学習）, ディスカッション
キーワード	統計的検定,線形単回帰・重回帰, 生存時間解析, 検査・診断の評価, 機械学習とパターン認識, 画像統計解析
備考