To66.Asia~],ステークカジノ 入金不要ボーナスzd

検索 アクセス 受験生サイト入試情報 資料請求 MENUCLOSE 大学紹介 大学紹介TOPへ 大阪医科薬科大学について 学長あいさつ 建学の精神・学是 学歌 学報 歴史・沿革 倫理心得 大学の取り組み 情報公開 社会貢献 私立大学等改革総合支援事業 高大接続 大学機構 生成AIの取り扱いに関する基本方針について 自己点検・評価 公開講座 看護学部生涯学習・研修支援 キャンパスマップ 本部キャンパス 阿武山キャンパス 施設紹介 会場使用のご案内（本部キャンパス） 学校法人大阪医科薬科大学 教育 教育TOPへ 学部 医学部 医学科 学部長挨拶 理念とポリシー カリキュラム シラバス 教室一覧 医師国家試験 卒業後の臨床研修先 各種数値データ（在籍者数等） 献体について（さつき会） 内部質保証 薬学部 薬学科 学部長挨拶 理念とポリシー カリキュラム シラバス 研究室一覧 教員一覧 薬学共用試験 薬剤師国家試験 進路・就職 各種数値データ（在籍者数等） 内部質保証 薬学部 薬科学科詳細 看護学部 看護学科 学部長挨拶 理念とポリシー カリキュラム シラバス 研究領域一覧 教員一覧 国家試験 進路・就職 各種数値データ（在籍者数等） 内部質保証 大学院 医学研究科 研究科長挨拶 医科学専攻修士課程 医学専攻博士課程 薬学研究科 研究科長挨拶 研究科 概要 薬学専攻 博士課程 薬科学専攻 博士前期課程 薬科学専攻 博士後期課程 看護学研究科 研究科長挨拶 博士前期課程（修士） 博士後期課程（博士） 新入生合同研修 画像付き見出し 画像付き見出し画像付き見出し 画像付き見出し 研究 研究TOPへ 研究最前線 シーズ＆ニーズ集 医工薬連環科学教育研究機構 Development 医学研究支援センター ー 実験動物部門 ー 研究機器部門 ー TR部門 ー 医療統計室 研究推進課 Activities 医学部 教室一覧 薬学部 研究室一覧 看護学部 研究領域一覧 研究者を探す Innovation 産学連携 特許情報 競争的資金 利益相反委員会 　 Ethics 倫理審査 ー 委員会について ー 特定臨床研究 ー 研究中課題一覧 薬学研究 薬学研究支援センター ー 中央機器研究施設 ー ＲＩ研究施設 ー 動物関連研究施設 薬用植物園 研究活動 ー 研究業績 ー 学術交流 ー 学外との共同研究 ー 学術交流・研究推進プロジェクト Journal 研究年報 Bulletin 薬学部雑誌 看護研究雑誌 Others 動物実験 学生生活 学生生活TOPへ 医学部 医学科 年間スケジュール 学納金 奨学金・特待生制度 証明書等の発行 Webシステム（UNIPA） 薬学部 薬学科 年間スケジュール 学納金 奨学金・特待生制度 証明書等の発行 Webシステム（UNIPA） 看護学部 看護学科 年間スケジュール 学納金 奨学金・特待生制度 就職支援 証明書等の発行 Webシステム（UNIPA） 学生生活の手引き クラブ・サークル活動 国際交流 資料請求 アクセス お問い合わせ 在学生の方 保護者の方 卒業生の方 学内・教職員の方 学校法人大阪医科薬科大学 大阪医科薬科大学病院 ご支援 採用情報 学部 受験生サイト 医学部 薬学部 看護学部 大学院 受験生サイト 医学研究科 薬学研究科 看護学研究科 検索するワードを入力してください。 【薬学部】 2021年度 プログラムの修了要件と授業内容・概要 ホーム 教育 【薬学部】2021年度 プログラムの修了要件と授業内容・概要 修了要件 薬学部では、以下のとおりのプログラムを構成している。各必修科目において、数理・データサイエンス・AI（リテラシーレベル）モデルカリキュラムの「導入」、「基礎」、「心得」に相当するものを網羅しており、これらの履修を経て、修了を認める。  授業に含まれている内容・要素   講義内容  （１）現在進行中の社会変化（第４次産業革命、Society 5.0、データ駆動型社会等）に深く寄与しているものであり、それが自らの生活と密接に結びついている 1-1 第１学年：情報科学演習（必修） ・授業タイトル「人工知能(AI)とデータ科学」 授業項目「ディープラーニングなどの人工知能(AI)の実用化などの情報システムの高度化、データの広域・大量化及びIoT、ビッグデータ活用など情報技術革新の流れを踏まえ、Society5.0に向けた情報化の進展についての知識を修得する。」 1-6  （２）「社会で活用されているデータ」や「データの活用領域」は非常に広範囲であって、日常生活や社会の課題を解決する有用なツールになり得るもの 1-2 第１学年：情報科学演習（必修） ・授業タイトル「人工知能(AI)とデータ科学」 授業項目「ディープラーニングなどの人工知能(AI)の実用化などの情報システムの高度化、データの広域・大量化及びIoT、ビッグデータ活用など情報技術革新の流れを踏まえ、Society5.0に向けた情報化の進展についての知識を修得する。」 ・授業タイトル「クラウドコンピューティングと情報検索」 授業項目「クラウドコンピューティングのサービスを利用して利点、問題点の理解を深めて、必要となったときに実践的な判断を可能とする知識と技術を修得する。大学図書館と様々なインターネット上の情報源について、学術情報の視点から理解すると共に目的に沿った情報検索に関する知識と技能を修得する。 」 1-3  （３）様々なデータ利活用の現場におけるデータ利活用事例が示され、様々な適用領域（流通、製造、金融、サービス、インフラ、公共、ヘルスケア等）の知見と組み合わせることで価値を創出するもの 1-4 第4学年：「臨床薬物動態学」（必修） ・授業タイトル「TDMの実際」 授業項目「治療薬物モニタリング（TDM）の意義を説明し、TDMが有効な薬物を列挙できる。TDMを行う際の採血ポイント、試料の取り扱い、測定法について説明できる。代表的なTDM対象薬について、薬物動態パラメータを算出し、患者ごとの薬物投与設計ができる。代表的なTDM対象薬について、薬物血中濃度の推移が薬物療法の効果および副作用について予測できる。薬物血中濃度に基づき、医師に対し、薬剤の種類、投与量、投与方法、投与期間等を変更するための提案内容について説明できる。」 1-5 （４）活用に当たっての様々な留意事項（ELSI、個人情報、データ倫理、ＡＩ社会原則等）を考慮し、情報セキュリティや情報漏洩等、データを守る上での留意事項への理解をする 3-1 第1学年：「情報科学演習」（必修） ・授業タイトル「情報社会への参画と情報倫理と情報セキュリティ」 授業項目「情報社会に主体的に参画するための知識と態度、行動を身に付け、情報技術の進展が社会にどのような変化をもたらし、いかなる問題を生じうるかについて、技術、法律、倫理、活用の４つの面から重要性を学び、これらに関する知識と技能を修得する。」 3-2 （５）実データ・実課題（学術データ等を含む）を用いた演習など、社会での実例を題材として、「データを読む、説明する、扱う」といった数理・データサイエンス・ＡＩの基本的な活用法に関するもの 2-1 第3学年：「医薬品情報学」（必修） ・授業タイトル「医薬品情報の情報源」 授業項目「臨床で遭遇する様々な事例の問題解決に取り組みながら、医薬品情報源の種類や分類、目的に応じた情報の選択、検索、収集について理解する。」 ・授業タイトル「患者情報の収集」 授業項目「臨床で遭遇する様々な事例の問題解決に取り組みながら、患者情報の収集とその記録方法を理解する。また、患者情報を取り扱う上で、守秘義務や個人情報保護など情報管理の重要性を理解する。」 第4学年：「医療統計学」（必修） ・授業タイトル「臨床研究デザインと統計解析」 授業項目「臨床研究（治験を含む）の代表的な手法（介入研究、観察研究）を列挙し、それらの特徴および長所と短所を挙げ、それらのエビデンスレベルについて概説できる。EBMの基本概念と実践のプロセスについて説明できる。」 ・授業タイトル「観察研究（ケース・コントロール研究とオッズ比/コホート研究と相対リスク）」 授業項目「観察研究での主な疫学研究デザイン（症例報告、症例集積、コホート研究、ケースコントロール研究、ネステッドケースコントロール研究、ケースコホート研究など）について概説できる。ケースコントロール研究で用いられるオッズ比を算出できる。コホート研究で用いられる相対リスクを算出できる。主な回帰分析（直線回帰、ロジスティック回帰など）と相関係数の検定について概説できる。臨床研究におけるバイアス・交絡について概説できる。」 ・授業タイトル「介入研究（研究の立案/評価）」 授業項目「介入研究の計画上の技法（症例数設定、ランダム化、盲検化など）について概説できる。介入研究の効果指標（真のエンドポイントと代用のエンドポイント、主要エンドポイントと副次的エンドポイント）の違いを、例を挙げて説明できる。臨床研究におけるバイアス・交絡について概説できる。」 ・授業タイトル「優越性試験と非劣性試験、メタアナリシス、生存分析」　　　　　　　　　　　　　　　　　　　　　　　　授業項目「優越性試験と非劣性試験の違いについて説明できる。メタアナリシスの概念を理解し、結果を説明できる。基本的な生存時間解析法（カプラン・マイヤー曲線など）について概説できる。」 2-2 2-3 第3学年：「医薬品情報学」（必修） ・授業タイトル「医薬品情報の情報源」 授業項目「臨床で遭遇する様々な事例の問題解決に取り組みながら、医薬品情報源の種類や分類、目的に応じた情報の選択、検索、収集について理解する。」 ・授業タイトル「患者情報の収集」 授業項目「臨床で遭遇する様々な事例の問題解決に取り組みながら、患者情報の収集とその記録方法を理解する。また、患者情報を取り扱う上で、守秘義務や個人情報保護など情報管理の重要性を理解する。」 第4学年：「医療統計学」（必修） ・授業タイトル「臨床研究デザインと統計解析」 授業項目「臨床研究（治験を含む）の代表的な手法（介入研究、観察研究）を列挙し、それらの特徴および長所と短所を挙げ、それらのエビデンスレベルについて概説できる。EBMの基本概念と実践のプロセスについて説明できる。」 ・授業タイトル「観察研究（ケース・コントロール研究とオッズ比/コホート研究と相対リスク）」 授業項目「観察研究での主な疫学研究デザイン（症例報告、症例集積、コホート研究、ケースコントロール研究、ネステッドケースコントロール研究、ケースコホート研究など）について概説できる。ケースコントロール研究で用いられるオッズ比を算出できる。コホート研究で用いられる相対リスクを算出できる。主な回帰分析（直線回帰、ロジスティック回帰など）と相関係数の検定について概説できる。臨床研究におけるバイアス・交絡について概説できる。」 ・授業タイトル「介入研究（研究の立案/評価）」 授業項目「介入研究の計画上の技法（症例数設定、ランダム化、盲検化など）について概説できる。介入研究の効果指標（真のエンドポイントと代用のエンドポイント、主要エンドポイントと副次的エンドポイント）の違いを、例を挙げて説明できる。臨床研究におけるバイアス・交絡について概説できる。」 ・授業タイトル「優越性試験と非劣性試験、メタアナリシス、生存分析」　　　　　　　　　　　　　　　　　　　　　　　　　授業項目「優越性試験と非劣性試験の違いについて説明できる。メタアナリシスの概念を理解し、結果を説明できる。基本的な生存時間解析法（カプラン・マイヤー曲線など）について概説できる。」 情報科学演習（2.4MB） 医薬品情報学（2.8MB） 臨床薬物動態学（2.1MB） 医療統計学（1.2MB） カリキュラムマップ（390KB） プログラムの学修成果（学生等が身に付けられる能力等） 本学の数理・データサイエンス・AI教育プログラムは、 「データを正しく評価、活用する基盤となるリテラシーを身に着け、Society5.0における医療人として必要なデータサイエンスの基礎を修得する」「データサイエンスおよびAI導入により激動する未来の医療界における自 らの在り方を省察し、諸問題を解決する能力涵養」を学修目標としています。 PAGE TOP 〒569-8686 大阪府高槻市大学町2番7号（本部キャンパス） TEL:072-683-1221（代表） 医学部医学科 薬学部薬学科 看護学部看護学科 大学院医学研究科 大学院薬学研究科 大学院看護学研究科 アクセス 資料請求・お問い合わせ 大阪医科薬科大学病院 学校法人大阪医科薬科大学 公益通報窓口 プライバシーポリシー © Osaka Medical and Pharmaceutical University