Data Health ｜ Syllabus data

Course Title

Data Health

Course Title in English

Data Health

Course Type

-

先端医療工学研究所・オープン大学院共通科目

Eligible Students

All Graduate Schools

Target Grade

1Year

Course Numbering Code

AN9995MCA1

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

(Spring semester)

Instructor

八木　直美

Affiliation

先端医療工学研究所

Language of Instruction

Japanese

Related SDGs

3／4

Office Hours and Location

随時・先端医療工学研究所またはオンライン

Contact

naomi@ame.u-hyogo.ac.jp

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

2〇／3〇

Corresponding University-Wide DP

N/a

Academic Goals of Teacher Training Course

ー

Course Objectives and Learning Outcome

【講義目的】
データヘルスとは、国の成長戦略として医療情報（レセプト）や健診結果の情報等のデータ分析に基づき、国民の健康寿命の延伸を目的に PDCA サイクルで効率的・効果的な保健事業を実施する取り組みである。データヘルスにおけるデータの信頼性・整合性を確保するデータマネジメントとその重要性について理解し、データから現象を可視化するためのアプローチに関する知識、技術を習得する。
【到達目標】
1. データを使って現状とその背景・課題を明確に説明できる
2. 効果的なデータの分析や分析結果を説明することができる
3. ビッグデータとアルゴリムによる分析結果をもとに、データヘルス計画のための意識決定や課題解決に提案することができる

Subtitle and Keywords of the Class

Course Overview and Schedule

【講義内容】
【授業計画】
1. データヘルス計画の概要※
〇データヘルス計画において下記を講義する
2. 医療制度※
3. 医療情報
4. 健康情報
5. 保健事業と保健指導
6. 医療統計学
7. 医療データ分析
8. 健康課題と支援
〇PDCA サイクルにおいて下記を講義する
9. 評価指標
10. 要因分析
11. 介入戦略のための予測
〇グループワークにおいて下記を講義する
12. 課題調査グループワーク
13. 事例調査グループワーク
14. 活用アイデア検討グループワーク
15. プレゼンテーションと討議
※担当：看護学研究科　中西永子
・遠隔授業科目

In-person/Remote Classification

Remote (Fully Online)

Implementation Method and Remote Credit Limit Application

自宅等で遠隔授業を受講する場合は、通信環境（PC 等のデバイスやWi-Fi 環境）が必要になります。

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。
課題・レポート等の作成に際して、教員が認める範囲を超えて生成AI を使用したことが判明した場合は、単位を認定しない、又は認定を取り消すことがある。

Textbook

必要な時に資料配布

References

なし

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

【予習】講義に使用するテキスト、資料の事前読み込み（15 回、計 15h）
【復習】レポート作成（13 回、計 13h）、資料作成（2 回、計 2h）

Contents of Active Learning

グループワークを取り入れる。学生同士のディスカッションを行う。

Grading Criteria and Methods

【成績評価の基準】データヘルスに関する知識を理解し、データ分析から解釈を通してデータヘルスの計画のための提案が
できるものに単位を付与する。講義目的・到達目標に記載する内容の到達度に基づいて、S（90点以上）、A（80点以上）、B（70点以上）、C（60点以上）の成績評価のうえ、単位を付与する。
【成績評価の方法】定期試験は実施しない。レポート課題およびプレゼンテーションを100点満点で評価する。これらの平均点を
基準として、積極的な質問等の受講態度を含めて総合的に評価する。

How to Disclose Assignments and Exam Results

レポート課題において、優れた内容のものを講義内で紹介しながら講評する。

Precautions and Requirements for Course Registration

オンラインで講義を実施する

Practical Education

該当する
データヘルスを実践する教員の講義を含む。

Remarks

各研究科のDPは以下になります
工学：DP1,DP2,DP3、理学：DP1、環境人間学：DP1,DP2、情報科学：DP1,DP2

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.