Seminar for Healthcare Science

Course Title

Course Title in English

Seminar 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

Fall 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

水曜日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

健康と医療に関する研究についてディスカッションを行い、研究内容を深く検討するとともに、研究方法に関する知識を確実にすること

到達目標
1. 自らの研究の進捗状況を論理的に整理し、プレゼンテーションを通じて客観的に説明できる．
2. 他者の研究発表に対し、専門的見地から適切な質疑や意見交換を行い、議論に貢献できる．
3. 健康医療科学における多様な最新技術（ICT、ゲノム解析、AI等）の動向を理解し、自身の研究課題との関連性を記述できる．

Subtitle and Keywords of the Class

Course Overview and Schedule

１　（竹村）健康医療ICT分野の動向セミナー
２　（竹村）健康医療分野におけるデータ分析最新技術セミナー
３　（竹村）健康医療分野における社会基盤・政策動向セミナー
４　（水野）脳機能解析の最新技術セミナー
５　（水野）神経生理学的分析の最新技術セミナー
６　（水野）神経機能情報工学の今後の展開セミナー
７　（原口）生体イメージング・画像解析の最新技術セミナー
８　（原口）生体シミュレーションの最新技術セミナー
９　（原口）生体医工学研究と研究倫理・法規制の今後の展開セミナー
１０（ラシド）Seminars on AI in medical image analysis
１１（ラシド）Seminars on autoencoders and self-supervised learning
１２（ラシド）Seminars on large language models in healthcare
１３（郷）健康医療研究における大規模ゲノム解析の最新技術セミナー
１４（郷）健康医療研究におけるオミックス研究の最新技術セミナー
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最新技術セミナー

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

学生同士のディスカッションを行う．

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．
期末試験・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