データサイエンス研究科
search

専攻の特色~カリキュラム(博士前期課程)

国内初の大学院ヘルスデータサイエンス専攻

医学部とデータサイエンス学部を併せ持つ国内唯一の大学である横浜市立大学は、ヘルスデータサイエンスに特化した大学院として、2020 年4 月にデータサイエンス研究科ヘルスデータサイエンス専攻を開設します。予防・医療・介護に関するヘルス領域の専門知識を有する方が、ヘルスサービスの質向上に向けたデータサイエンス研究に取り組むための教育課程です。具体的には、研究デザイン学と生物統計学の基礎知識をベースに、下記の5つの分野を中心とした研究を展開します。実践的な教育課程を経て、ヘルスデータサイエンス修士(Master of Health Data Science)を取得できます。

実践形式で学び、現場で使える知識と技術が身に付く

■手厚いメンタリング体制
ヘルス領域の研究に求められるリテラシーやスキルは複雑です。ヘルスデータサイエンス専攻のすべての学生は各自の研究を進める過程で生じた様々な疑問について、専攻が有する多様な領域の専任教員から個別にメンタリング指導を受けることができます。専攻全体でひとりの学生を指導する手厚い体制を提供します。

■全員参加型の実践的演習
学生がリサーチクエスチョンに基づく研究計画を発表し、他の学生や教員とのディスカッションを通じて、研究計画を作成するプロセスを学んでいく全員参加型の演習を開講します。学生と教員が同じ目線でディスカッションを繰り返すことにより、研究を実現していく上での困難を克服するノウハウが身に付きます。

■ユニークな独自カリキュラム
疫学や統計学に詳しいだけでなく、実際に臨床研究を行うことができる人材となるべく、研究仮説の設定から、研究デザイン、データ管理、統計解析、結果の解釈、原著論文作成に至るすべてを敷衍できる臨床研究リーダー育成のためのユニークな独自カリキュラムを提供します。

カリキュラム構成と修了要件

HDS専攻博士前期課程 年次進行表

  • 必修科目
  • 選択科目 ※()内は単位数
M1前期 M1後期 M2前期

生物統計学 I(2)

生物統計学II(2)

Clinical Prediction Rule(2)

バイオインフォマティクス(1)

研究デザイン学(2)

臨床計量学(2) 

人工知能特論(1)

医療経営分析論(1)

ヘルス情報テクノロジー学(2)

観察研究データ解析(1)

アカデミックライティング(1)

 

Research Ethics(1)

ビッグデータ解析(1)

ヘルステクノロジーアセスメント(2)

 

ヘルスサービス研究(2)

データベース開発演習(2)

臨床試験方法論(1)

 

文献評価法(1)

エビデンス軽量評価論(2)

   
 

ヘルスデータサイエンス研究演習(4)
具体的な研究課題の提案・コンセプトデザイン・実施・結果の解釈・発表を行い、教員・院生の合同により、互いに批判的吟味を行うアクティブラーニング

 

特別研究科目(4)

特別研究科目(4)・修士論文(0)

修了要件:30単位
特別研究・特別演習:12単位 (ヘルスデータサイエンス研究演習(必修)4単位、ゼミ/修論(必修)8単位)
共通科目:18単位(講義/演習(必修)7単位、講義/演習(選択)11単位以上 )

科目一例

ヘルスデータサイエンス研究演習

学生が各自の研究計画を発表し、教員・学生の全員で評価と修正を繰り返すことにより、質の高い研究を実施するプロセスを学ぶ。

研究デザイン学

研究デザインに関する基礎を理解した後、論文等を教材として目的とする研究のデザインを構造化、展開するための視点を修得する。

Clinical Prediction Rule

臨床現場の症状、徴候、検査等を組み合わせ、患者の予後予測・リスク予測を行うための予測モデルを構築する方法論を学ぶ。

ビッグデータ解析

わが国における大規模医療データベースの概要から、実用化を支える技術やその適用方法に至る一連の知識を修得する。

ヘルステクノロジーアセスメント

ヘルステクロノジーアセスメント(HTA)における基本知識、および費用対効果分析を実施するための手法を体系的に学ぶ。

人工知能特論

人工知能(AI)やディープラーニングに関する基礎知識を理解し、ヘルス領域における活用事例や今後の展開を学ぶ。

取得学位

修士(ヘルスデータサイエンス) Master of Health Data Science