分野 基礎分野 区分 科学的思考の基盤 科目コード
授業科目 情報科学 科目責任者 坂東　宏和
1単位
 講義・GW・演習
 30時間
 15回
 1学年 後期
[授業の概要]
高度情報化社会において必要とされる倫理感を身につけ、適切な情報手段を自主的に選択し、活用していくための基本的な知識について学修する。また、それらの知識を活用した情報機器・コンピュータの操作方法や統計処理技術を修得する。
[授業の目的]
1．社会におけるデータ・AI利活用の状況を把握し、医療・看護分野との関連を理解する。
2．適切な情報手段を自主的に選択し、活用していくための基本的な知識を身につける。
3．医療人として必要なデータリテラシー（データを読む・説明する・扱う）を身につける。
4．医療・看護における情報倫理や情報セキュリティについて理解する。
[到達目標]
1.データや最新の情報技術（AI等）の活用により医療現場や社会が大きく変化していることを踏まえた上で、それらを活用することの利点と課題、倫理的な問題点、現状と今後を説明する。
2.情報および情報手段を自主的に選択し活用していくための基礎的な知識と技術を身につけ、主体的学修や日々の生活において活用する。
3.データリテラシー（データを読む・説明する・扱う）を身につけ、データの分析・まとめ、データに基づく適切な判断を行う。
4.医療・看護における情報倫理や情報セキュリティ、情報の取り扱い方について説明する。
[DPとの関連]
DP4　看護の発展や質の向上に貢献できるよう主体的学修能力を身につけることができる
Aクラス
クラス 回数 月 日 曜日 時限 授業内容 授業計画 授業外学習 担当者
事前学習・事後学習 時間
A 1 10 3 木 3 【講義】 社会におけるデータ・AI利活用／最新の情報技術と医療／セキュリティ対策
医療従事者を目指す皆さんが数理・データサイエンス・AIを学修する意義について理解する。
社会で起きている変化（Society5.0・データ駆動型社会等）、データ・AIの活用領域の広がり、サービス・公共等におけるデータ・AI利活用事例、AI等を活用した新しいビジネスモデル等の概要を理解する。
具体的な事例を通して、医療・看護・介護現場でのAI等の情報技術の活用について理解する。
学生生活に必須であるコンピューターを利活用する上での注意点を理解する。 		事後学習:授業内で理解した内容を簡単にまとめ、LMSから提出する。 30分 坂東　宏和
A 2 10 17 木 3 【講義・演習】 データリテラシーとは(1)
総務省統計局が公表している「人口推計」のデータを用いて将来の人口分布を予測する演習により、データ解析ツール（表計算ソフトウェアExcel）の基本的な活用方法を学修する。 		事後学習:授業中に予測した将来の人口分布の予測精度を高めるための工夫を行う。 30分
A 3 10 24 木 3 【講義・演習】 データリテラシーとは(2)
総務省統計局が公表している「人口推計」のデータを用いて将来の人口分布を予測した結果をレポートにまとめる演習により、レポート・論文等の基本的な体裁／ルールを理解する。
参考文献等を適切に明示できるようにする。
情報の信頼性を考慮した、適切な情報検索の方法を理解する。 		事後学習: 将来の人口分布を予測した結果を指定された内容・体裁でレポートにまとめ、LMSから提出する。 30分
A 4 10 31 木 3 【講義・演習】 データリテラシー（データを扱う）(1)
仮想的なデータを利用し、表計算ソフトウェア（Excel）を活用した基本的なデータの集計方法（和や平均等）、絶対・相対参照の考え方、グラフ等の作成方法を学修する。 		事後学習:LMSに掲載されている、授業内容を復習するための課題を行う。 30分
A 5 11 7 木 3 【講義・演習】 データリテラシー（データを扱う）(2)
CSV形式で提供される簡単なアンケートの回答データを利用し、条件付き書式、並べ替え、フィルター、ピボットテーブル等に関する操作と活用方法を学修する。 		事後学習:LMSに掲載されている、授業内容を復習するための課題を行う。 30分
A 6 11 14 木 4 【講義・演習】 図書館の蔵書検索システム・文献情報データベースを用いて、看護・医学などの専門的な資料・情報の調べ方を学修する。新聞記事データベースを用いて、時事・社会問題に関する情報収集の方法を学修する。 事後学習:授業内で理解した内容をまとめ、LMSから提出する。 30分 図書館職員
坂東　宏和
A 7 11 21 木 4 【講義・演習】 レポートや課題に取り組む上で必要な著作権の基本的事項を学修する。疾患に関する定義・治療法・国の政策について各種データベース・ウェブサイトから情報収集する方法を学修する。 事後学習:授業内で理解した内容をまとめ、LMSから提出する。 30分
A 8 12 5 木 3 【講義・GW・演習】 データリテラシー（データを読む）(1)
授業中に実施した簡単なアンケートの回答データを利用し、統計解析の演習を行う。
データの種類（量的変数・質的変数）、代表値の意味と違い（平均値・中央値・最頻値）、データのばらつき（分散・標準偏差）等を理解し、表計算ソフトウェアを用いて適切に計算・活用できるようにする。 		事後学習:グループごとに「アンケート分析演習」で実施する「調査・分析のためのアンケート」の内容について検討する。 30分 坂東　宏和
A 9 12 12 木 4 【講義・GW・演習】 データリテラシー（データを読む）(2)
授業中に実施した簡単なアンケートの回答データを利用し、統計解析の演習を行う。
相関やt検定などの意味を理解し、表計算ソフトウェアを用いて計算・活用できるようにする。
グループごとに「アンケート分析演習」で実施する「調査・分析のためのアンケート」の具体的な設問を検討する。 		事後学習:グループごとに「アンケート分析演習」で実施する「調査・分析のためのアンケート」をLMS上で作成する。 30分
A 10 1 9 木 3 【ＧＷ・演習】 アンケート分析演習
グループごとに作成した「調査・分析のためのアンケート」を、相互に回答しあう。
回答データをLMSからダウンロードし、表計算ソフトウェアを活用して、適宜グループ内でディスカッションしながら分析する。 		事後学習:「調査・分析のためのアンケート」の回答データの分析の続きを行う。 30分
A 11 1 23 木 4 【講義・GW・演習】 データリテラシー（データを説明する）(1)
データの表現方法（不適切なグラフ表現、不必要な視覚的要素等）を学修する。
「調査・分析のためのアンケート」の回答データを、表計算ソフトウェアを活用して自由に分析する。 		事後学習:「調査・分析のためのアンケート」の回答データの分析の続きを行う。 30分
A 12 2 6 木 3 【講義・GW・演習】 データリテラシー（データを説明する）(2)
効果的な発表を行うためのポイントを学修する。
「調査・分析のためのアンケート」の回答データを分析した結果を発表するための準備を行う。
プレゼンテーションソフトウェア（Power Point）を活用して、発表のためのスライドを作成する。 		事後学習:「調査・分析のためのアンケート」の回答データを分析した結果を発表するための準備の続きを行う。 30分
A 13 2 13 木 4 【ＧＷ・演習】 データリテラシー（データを説明する）(3)
「調査・分析のためのアンケート」の回答データを分析した結果を相互に発表しあい、相互評価を行う。
相互評価の結果に基づく発表内容の改善を行う。 		事後学習:発表に使用したスライドの改善を行い、最終版をLMS から提出する。 30分
A 14 2 20 木 3 【講義】 医療における最新の情報技術活用事例／まとめ
AI等の最新の情報技術により、医療・看護・介護現場がどのように変化しているかを再確認する。
データ・AI活用における負の事例に関する学修を通して、データ・AIを活用する上での留意事項を理解する。
本授業全体を通してのまとめと確認を行う。 		事後学習:本授業で学んだことの概要をLMSから提出する。 30分
合同 15 2 27 木 3 【試験・解説】
実技試験および試験の解説を行う。

Bクラス
クラス 回数 月 日 曜日 時限 授業内容 授業計画 授業外学習 担当者
事前学習・事後学習 時間
B 1 10 3 木 4 【講義】 社会におけるデータ・AI利活用／最新の情報技術と医療／セキュリティ対策
医療従事者を目指す皆さんが数理・データサイエンス・AIを学修する意義について理解する。
社会で起きている変化（Society5.0・データ駆動型社会等）、データ・AIの活用領域の広がり、サービス・公共等におけるデータ・AI利活用事例、AI等を活用した新しいビジネスモデル等の概要を理解する。
具体的な事例を通して、医療・看護・介護現場でのAI等の情報技術の活用について理解する。
学生生活に必須であるコンピューターを利活用する上での注意点を理解する。		 事後学習:授業内で理解した内容を簡単にまとめ、LMSから提出する。 30分 坂東　宏和
B 2 10 17 木 4 【講義・演習】 データリテラシーとは(1)
総務省統計局が公表している「人口推計」のデータを用いて将来の人口分布を予測する演習により、データ解析ツール（表計算ソフトウェアExcel）の基本的な活用方法を学修する。		 事後学習:授業中に予測した将来の人口分布の予測精度を高めるための工夫を行う。 30分
B 3 10 24 木 4 【講義・演習】 データリテラシーとは(2)
総務省統計局が公表している「人口推計」のデータを用いて将来の人口分布を予測した結果をレポートにまとめる演習により、レポート・論文等の基本的な体裁／ルールを理解する。
参考文献等を適切に明示できるようにする。
情報の信頼性を考慮した、適切な情報検索の方法を理解する。		 事後学習: 将来の人口分布を予測した結果を指定された内容・体裁でレポートにまとめ、LMSから提出する。 30分
B 4 10 31 木 4 【講義・演習】 データリテラシー（データを扱う）(1)
仮想的なデータを利用し、表計算ソフトウェア（Excel）を活用した基本的なデータの集計方法（和や平均等）、絶対・相対参照の考え方、グラフ等の作成方法を学修する。		 事後学習:LMSに掲載されている、授業内容を復習するための課題を行う。 30分
B 5 11 7 木 4 【講義・演習】 データリテラシー（データを扱う）(2)
CSV形式で提供される簡単なアンケートの回答データを利用し、条件付き書式、並べ替え、フィルター、ピボットテーブル等に関する操作と活用方法を学修する。		 事後学習:LMSに掲載されている、授業内容を復習するための課題を行う。 30分
B 6 11 14 木 3 【講義・演習】 図書館の蔵書検索システム・文献情報データベースを用いて、看護・医学などの専門的な資料・情報の調べ方を学修する。新聞記事データベースを用いて、時事・社会問題に関する情報収集の方法を学修する。 事後学習:授業内で理解した内容をまとめ、LMSから提出する。 30分 図書館職員
坂東　宏和
B 7 11 21 木 3 【講義・演習】 レポートや課題に取り組む上で必要な著作権の基本的事項を学修する。疾患に関する定義・治療法・国の政策について各種データベース・ウェブサイトから情報収集する方法を学修する。 事後学習:授業内で理解した内容をまとめ、LMSから提出する。 30分
B 8 12 5 木 4 【講義・GW・演習】 データリテラシー（データを読む）(1)
授業中に実施した簡単なアンケートの回答データを利用し、統計解析の演習を行う。
データの種類（量的変数・質的変数）、代表値の意味と違い（平均値・中央値・最頻値）、データのばらつき（分散・標準偏差）等を理解し、表計算ソフトウェアを用いて適切に計算・活用できるようにする。		 事後学習:グループごとに「アンケート分析演習」で実施する「調査・分析のためのアンケート」の内容について検討する。 30分 坂東　宏和
B 9 12 12 木 3 【講義・GW・演習】 データリテラシー（データを読む）(2)
授業中に実施した簡単なアンケートの回答データを利用し、統計解析の演習を行う。
相関やt検定などの意味を理解し、表計算ソフトウェアを用いて計算・活用できるようにする。
グループごとに「アンケート分析演習」で実施する「調査・分析のためのアンケート」の具体的な設問を検討する。		 事後学習:グループごとに「アンケート分析演習」で実施する「調査・分析のためのアンケート」をLMS上で作成する。 30分
B 10 1 9 木 4 【ＧＷ・演習】 アンケート分析演習
グループごとに作成した「調査・分析のためのアンケート」を、相互に回答しあう。
回答データをLMSからダウンロードし、表計算ソフトウェアを活用して、適宜グループ内でディスカッションしながら分析する。		 事後学習:「調査・分析のためのアンケート」の回答データの分析の続きを行う。 30分
B 11 1 23 木 3 【講義・GW・演習】 データリテラシー（データを説明する）(1)
データの表現方法（不適切なグラフ表現、不必要な視覚的要素等）を学修する。
「調査・分析のためのアンケート」の回答データを、表計算ソフトウェアを活用して自由に分析する。		 事後学習:「調査・分析のためのアンケート」の回答データの分析の続きを行う。 30分
B 12 2 6 木 4 【講義・GW・演習】 データリテラシー（データを説明する）(2)
効果的な発表を行うためのポイントを学修する。
「調査・分析のためのアンケート」の回答データを分析した結果を発表するための準備を行う。
プレゼンテーションソフトウェア（Power Point）を活用して、発表のためのスライドを作成する。		 事後学習:「調査・分析のためのアンケート」の回答データを分析した結果を発表するための準備の続きを行う。 30分
B 13 2 13 木 3 【ＧＷ・演習】 データリテラシー（データを説明する）(3)
「調査・分析のためのアンケート」の回答データを分析した結果を相互に発表しあい、相互評価を行う。
相互評価の結果に基づく発表内容の改善を行う。		 事後学習:発表に使用したスライドの改善を行い、最終版をLMS から提出する。 30分
B 14 2 20 木 4 【講義】 医療における最新の情報技術活用事例／まとめ
AI等の最新の情報技術により、医療・看護・介護現場がどのように変化しているかを再確認する。
データ・AI活用における負の事例に関する学修を通して、データ・AIを活用する上での留意事項を理解する。
本授業全体を通してのまとめと確認を行う。		 事後学習:本授業で学んだことの概要をLMSから提出する。 30分
合同 15 2 27 木 3 【試験・解説】
実技試験および試験の解説を行う。


[成績評価と基準]
　「第15回の授業で実施する実技試験」(50%)、「課題への取り組み、および、授業内での発表」(50%)を基準に、総合的に評価する。
　課題の具体的な内容および提出期限（原則として1週間後）については、各回の授業中に指示する。また、LMSに同様の内容を提示する。
　試験は、情報に関する技能の習熟度を判定するため、PC教室においてPCを用いた実技形式で実施する。
[履修上の注意]
　授業の中でタブレット端末（iPad等）を利用するので、毎回持参すること。なお、基本的なタブレット端末の利用方法を理解していることを前提とする。
　LMSを活用した授業である。授業外学習が必要になるので、必ずLMS上の情報を確認すること。
　授業は、グループワーク、ディスカッション、相互評価、プレゼンテーション等を含む形態で行うため、授業外学習への取り組みと、授業への積極的な参加が求められる。
[教科書]
　なし
[参考書・参考資料]
　授業の進行に合わせて、必要な資料をLMSを利用して配布する。
　また、参考図書等についても必要に応じて指示する。
[質問への対応(オフィスアワー・E-mail)]
　質問は、授業中および授業終了直後等に適宜対応する。
　また、情報基盤センター(教室棟1階A105 室)で随時受け付ける。原則として平日の9時～17時で対応するが、状況によって別途時間を調整する。
　なお、電子メールで質問しても良い(cict@dokkyomed.ac.jp)。
[備考]
　・講義資料は事前にmoodleに掲載し、学生の学修状況を確認する。
　・演習時は、与えられた課題に基づいて小グループでディスカッションを行い、各々の意見を発表し合う。
　・講義内でmoodle等を用いて学生の理解度を確認し、補足説明をする。
　・成績評価の結果は、「授業評価の回答および成績評価の講評」に記載しフィードバックする。