Advanced Lecture for Healthcare Science

Course Title

Course Title in English

Advanced Lecture for Healthcare Science

Course Type

-

講義科目

Eligible Students

Graduate School of Information Science

Target Grade

1Year

Course Numbering Code

KIIDD7MCA1

Credits

2.00Credits

The course numbering code represents the faculty managing the subject, the department of the target students, and the education category (liberal arts / specialized course). For detailed information, please download the separate manual from the upper right 'question mark'.

Type of Class

講義 (Lecture)

Eligible Year/Semester

Spring semester 2026

Instructor

原口亮,Rashed Essam,郷　康広,水野由子,竹村匡正

Affiliation

情報科学研究科

Language of Instruction

Other

日本語と英語

Related SDGs

N/a

Office Hours and Location

竹村匡正

火曜日13:00-15:00・研究室

水野(松本)由子
月曜日 9:30-10:30・研究室

原口　亮

⽔曜⽇13:00-15:00・研究室

ラシド
火曜日10:00-12:00・研究室

郷

⽔曜⽇13:00-15:00・研究室

Contact

takemura@ai.u-hyogo.ac.jp（竹村）
yuko@ai.u-hyogo.ac.jp（水野）
haraguch@ai.u-hyogo.ac.jp（原口）
rashed@gsis.u-hyogo.ac.jp (ラシド)
go@gsis.u-hyogo.ac.jp （郷）

Corresponding Diploma Policy

A double circle indicates the most relevant DP number and a circle indicates the associated DP.

Corresponding Undergraduate School DP

ー

Corresponding Graduate School DP

2◎／1〇

Corresponding University-Wide DP

N/a

Academic Goals of Teacher Training Course

ー

Course Objectives and Learning Outcome

講義目的
保健医療福祉分野における最新の知見と技術を教授し、高度情報社会における健康医療科学の専門家として必要な素養を養う。

到達目標
1. 神経生理、生体信号、画像解析、ゲノム解析などの各分野における最新技術の原理を体系的に理解し、その特徴を説明できる。
2. 健康医療データの収集から分析、システム構築に至る一連のプロセスについて、具体的な手法を例示し、論じることができる。
3. 医療機器プログラムの規制動向や研究倫理を理解し、実社会への適用における課題を多角的に分析できる

Subtitle and Keywords of the Class

Course Overview and Schedule

１　（竹村）健康医療データの収集と分析の実際
２　（竹村）健康医療システムの構築の実際
３　（竹村）健康医療分野における機械学習の適用
４　（水野）神経生理学的現象の計測と病態変化の特徴抽出
５　（水野）生体信号解析技術の応用と生体情報の定量的分析
６　（水野）神経機能疾患のための診断結果の可視化と診断システムの開発
７　（原口）生体イメージング・画像解析技術とその循環器領域研究への応用
８　（原口）シミュレーション技術とその循環器領域研究への応用
９　（原口）医療機器プログラムの規制動向について
１０（ラシド）Deep learning in medical imaging
１１（ラシド）Fundamentals of data visualization
１２（ラシド）Systematic review of scientific research
１３（郷）健康医療研究における大規模ゲノム解析の実際
１４（郷）健康医療研究におけるオミックス研究の実際
１５（郷）健康医療研究におけるバイオインフォマティクス研究の適用

In-person/Remote Classification

Remote (Fully Online)

Implementation Method and Remote Credit Limit Application

同期型の遠隔授業のみ。
遠隔授業単位上限の適用を受けない。

Uses of Generative AI

Fully permitted

Precautions for using Generative AI

生成AIの利用にあたっては『本学の教育における生成AIの取扱いについて(学生向け)』の記載内容について留意すること。
この授業においては、授業内、予習復習、レポート等を含む成果物作成等において生成AIの利用を全面的に許可しており、生成AIの利用について制限を設けないが、生成AIによる出力結果をそのまま課題・レポートとして提出してはならない。生成AIの出力した内容について、事実関係の確認や出典・参考文献を確認・追記することが重要である。使用した場合にその旨をレポート等に記載するかどうか等については、担当教員の指示に従うこと。

Textbook

特に指定しない。

References

特に指定しない。

Contents and Estimated Time for Pre- and Post- Learning (Preparation and Review)

事前学習
事前に配布している資料を読み講義内容を把握するとともに，理解できない所を明確にしておく．1回の目安は2時間程度．

事後学習
講義内容を見返し，理解できているかを確認する．理解できていない所があれば，質問するなどして理解に努める．1回の目安は2時間程度．

事前・事後学習に合計60時間必要である。

Contents of Active Learning

採用しない

Grading Criteria and Methods

上記の項目を理解し、応用できる者に単位を授与する。
講義目的・到達目標に記載する能力（知識・技能、思考力、判断力、表現力等）の到達度に応じてSからDまで成績を与える。
期末試験あるいはレポートを基準（80%）として、授業態度（積極的な質問等）(20% )を含めて評価する。

How to Disclose Assignments and Exam Results

講義中に出した課題の解説は，講義中に行う．
レポートについては，教員室等で質問に応じる．

Precautions and Requirements for Course Registration

Practical Education

該当しない。

Remarks

In cases where any differences arise between the English version and the original Japanese version, the Japanese version shall prevail as the official authoritative version.

Syllabus data