Syllabus data

Teacher name ： Syoji Kobashi
Course Title
Medical Information Processing
Course Title in English
Medical Information Processing
Course Type
-
専門科目
Eligible Students
Graduate School of Engineering
Target Grade
1Year
Course Numbering Code
HETMA5MCA1
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
Fall semester 2026
(Fall semester)
Instructor
Syoji Kobashi
Affiliation
工学研究科
Language of Instruction
Other
日本語を基本とし，必要に応じて英語も使用します。
Related SDGs
9
Office Hours and Location
オフィスアワーは、木曜日12時10分から13時00分まで実施します。
オンライン会議システムを使用して行います。
参加を希望する場合は、ユニバーサルパスポート（unipa）のQ&A機能を通じて、事前に予約してください。
Contact
授業に関する質問や連絡は、unipaのQ&A機能を利用し、担当教員全員宛に連絡してください。

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
1◎／2〇／3〇
Corresponding University-Wide DP
N/a
Academic Goals of Teacher Training Course
Ability to keep polishing／Ability to collaborate

Course Objectives and Learning Outcome
【講義目的】
本講義は、医療現場および教育現場において扱われる医療情報を対象として、その構造、特徴、取得方法および処理方法について体系的に学ぶことを目的とします。特に、医療画像情報や診療データ、医療情報システムを中心に、情報を正確に整理・分析し、他者と共有・説明するための基礎的能力を養成します。あわせて、医療情報を取り扱う際に必要となる倫理的配慮や情報セキュリティの重要性について理解を深め、専門職として継続的に学び続ける姿勢を身につけることを目指します。

【講義目標】
本講義を修了した学生は、次のことができるようになります。
  1. 医療情報の主な種類と特徴を整理し、説明することができる。
  2. 医療画像情報および診療情報の基本的な処理方法を説明することができる。
  3. 医療情報システム（PACS、電子カルテ等）の構成と役割を説明することができる。
  4. 医療情報を取り扱う際に求められる倫理的配慮および情報セキュリティ上の留意点を挙げ、説明することができる。
  5. 医療情報処理に関する事例について、他者と協力しながら整理・検討し、自身の考えを分かりやすく表現することができる。
Subtitle and Keywords of the Class
【サブタイトル】
医療データを理解し、活用するための医療情報処理

【キーワード】
  1. 医療情報
  2. 医療画像
  3. 医療情報システム
  4. 情報セキュリティ
  5. 医療AI画像撮影の原理


Course Overview and Schedule
【講義内容】
本講義では、コンピュータ診断支援システムおよびプログラム医療機器を中心に、医療情報処理技術の基礎から応用までを体系的に学びます。はじめに、医療データを取り扱う上で不可欠となる倫理、プライバシーおよび情報セキュリティに関する基礎知識を修得します。次に、電子カルテ（EHR）や個人健康記録（PHR）を含む医療情報システムについて、病院情報ネットワークや医療データ標準化の観点から理解を深めます。さらに、医療画像処理の基礎および応用、ならびに人工知能・機械学習の医療分野への活用について学び、医療情報処理技術の全体像と実践的な活用方法を理解することを目指します。

【授業計画】
  1. コンピュータ診断支援システムとプログラム医療機器
    医療情報処理全体の中で、コンピュータ診断支援技術が果たす位置づけを整理します。
  2. 医療データの倫理、プライバシー、セキュリティ
    医療情報を扱う際に前提となる倫理的・制度的な制約条件を整理します。
  3. 個人健康記録（PHR）、医療データ標準化、HIE
    医療情報が共有・連携される仕組みと、その基盤となる標準化の考え方を整理します。
  4. 病院情報ネットワーク（HIS）と電子カルテ（EHR）
    医療現場における情報の流れを、システム構成の観点から整理します。
  5. データウェアハウジング（DWH）
    医療データを分析可能な形で蓄積・管理するための基盤構造を整理します。
  6. リアルタイムモニタリングシステム、ゲノム医療とデータ解析
    時間的・個別性の高い医療データを扱う際の情報処理上の特徴を整理します。
  7. 医療データのデータマイニングと予測分析
    医療データから知見を導くための基本的な分析発想を整理します。
  8. 画像データの基礎、画像モダリティ、DICOMフォーマット
    医療画像がどのようなデータ構造で管理されているかを整理します。
  9. 医用画像処理の基礎：階調変換と二値化
    画像情報を数値として扱うための初期的な処理概念を整理します。
  10. モルフォロジ処理とフィルタ処理
    形状情報やノイズに着目した画像処理の基本的な考え方を整理します。
  11. 領域抽出の基礎
    医用画像から意味のある領域を抽出するための基本的な発想を整理します。
  12. 特徴抽出と識別結果の表現方法
    抽出した情報をどのように表現し、判断につなげるかを整理します。
  13. 補間処理と立体表示、イメージレジストレーション
    複数の画像を統合して扱うための基礎的な処理概念を整理します。
  14. テクスチャ解析
    画像の濃淡分布に着目した情報抽出の視点を整理します。
  15. 人工知能・機械学習の医療応用とまとめ
    本講義で扱った医療情報処理技術を、人工知能応用の観点から総括します。
In-person/Remote Classification
Remote (Fully Online)
Implementation Method and Remote Credit Limit Application
本授業は、完全オンライン形式で実施します。
講義はオンライン会議システムを用いてリアルタイムで行い、講義資料の配布および連絡事項はunipaを通じて行います。履修にあたっては、安定したインターネット接続環境および端末の準備が必要です。
Uses of Generative AI
Limited permission for use
Precautions for using Generative AI
レポート作成やプレゼンテーション資料作成において、生成AIの利用は、情報収集、構成案の検討、表現の言い換え、文章推敲などを目的とした補助的な利用に限り認めます。
ただし、生成AIによって生成された文章や内容を、そのまま提出物として使用することは認めません。提出物は、生成AIの出力結果を参考にした場合であっても、必ず自身の理解に基づき、自分の言葉で整理・記述してください。

生成AIを用いて作成された文章を、内容の確認や修正を行わずにそのまま使用した場合、または課題の主たる内容を生成AIに依存したと判断される場合は、不適切な利用とみなします。そのような不適切な利用が認められた場合には、単位を認定しない、または既に認定した単位を取り消すことがあります。

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。
Textbook
特定の教科書は使用しません。
講義資料は、各回の授業に先立ってunipa上で配布します。
References

医用画像工学ハンドブック
日本医用画像工学会 監修，日本医用画像工学ハンドブック編集委員会 編
ISBN：978-4-9906667-0-5

実践 医用画像解析ハンドブック
オーム社
ISBN：978-4-274-21282-6

Contents and Estimated Time for Pre- and Post- Learning (Preparation and Review)
【予習】
各回の授業に先立ち、講義で使用する資料や関連するテキスト教材の該当箇所を事前に読み、内容の概要を把握しておくこと。あわせて、unipa上で事前に公開される講義スライドを確認し、授業内容の理解を深める準備を行うこと。全15回の授業に対し、合計30時間程度を目安とする。

【復習】
講義内容の理解を定着させるため、授業後に配布資料やテキスト教材を読み返し、重要事項を整理すること。あわせて、講義内容に関連したテーマについてレポート作成を3回行う。復習およびレポート作成を合わせて、合計30時間程度を目安とする。

Contents of Active Learning
本講義では、アクティブ・ラーニングを積極的に取り入れます。各回の講義において、質問や意見交換の時間を設け、受講生が主体的に考え、発言しながら学習を進められるようにします。また、講義内容に関する簡単な問いかけやディスカッションを通じて、理解の確認と深化を図ります。これにより、医療情報処理に関する知識を一方向的に習得するのではなく、思考を伴った理解につなげることを目指します。
Grading Criteria and Methods
本講義では、医療情報処理に関する理解度および、それを基に考察し表現する力を総合的に評価します。評価にあたっては、講義内容の理解、課題への取り組みの質、ならびに学修内容を踏まえた思考や表現を重視します。

成績評価は、以下の項目を総合して行います。
  • レポート課題：60％
    講義内容に基づき、医療情報処理に関する知識や考え方を、自身の言葉で論理的に整理し、適切に記述できているかを評価します。
  • 課題への取り組みおよび学修内容の理解度：40％
    講義中および講義後に提示される問いや課題に対する記述内容、オンライン上での意見表明や質問内容等を通じて、講義内容を理解し主体的に思考しているかを評価します。

なお、提出物については、生成AIの不適切な利用が認められた場合には、評価の対象外とすることがあります。

How to Disclose Assignments and Exam Results
レポート課題の評価結果および講評は、unipaを通じて個別に開示します。
あわせて、全体的な傾向や評価の観点については、講義内またはunipa上で説明します。
Precautions and Requirements for Course Registration
本講義は完全オンライン形式で実施するため、履修にあたっては、安定したインターネット接続環境および講義に参加できる端末を各自で準備してください。
講義資料および連絡事項はunipaを通じて配布・周知しますので、定期的に確認してください。
また、講義内容は医療情報や医用画像を含むため、専門用語が多く使用されます。必要に応じて事前・事後学習を行い、内容の理解に努めてください。

Practical Education
該当しない
Remarks
本講義の内容および進行は、受講生の理解状況や学修の進度に応じて、講義目的および到達目標の範囲内で一部調整することがあります。
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.