医学研究科(修士課程) データサイエンス

データサイエンス 学位プログラム

ビジネス、医療、スポーツなど各分野のAI及びデータサイエンス領域において、次代の道を切り拓く、トップ&マネジメント層を発掘・育成します。

データサイエンス学位プログラム ポスター

 【開催日】2024年11⽉15⽇(金)
 【開催時間】17:30〜18:30
 【場所】順天堂大学 本郷・お茶の水キャンパス
    A棟(7号館)1階コラボスペース

★★お申込みフォームはこちら★★

お問い合わせはデータサイエンス学位プログラム(d.science@juntendo.ac.jp)までご連絡ください。

01 (2024.11.15)HDS_20241015

■案内事項

  • 受験希望者は説明会または現地見学会に原則参加必須
  • 出願希望者は、「履歴書」及び「研究計画書・志望理由書」をご提出ください(所定様式あり)。

    【提出期日】大学院B日程出願希望者の締切は調整中

    【提出方法】d.science@juntendo.ac.jp 迄 メールにてPDFファイル送付

 ●「履歴書」ダウンロード

 ●「研究計画書・志望理由書」ダウンロード

教育の特色
AI及びデータサイエンスのトップ人材による講義

学術及びビジネスの最前線でトップとして活躍する教員を招聘。最先端の研究や技術等に基づいた実践型の講義を提供します。

AI先端企業との産学連携講座

企業や研究機関との産学連携・共同研究の実績豊富な本学が、データサイエンス学位プログラム実現のため、世界的AI関連企業とのコラボレーションを推進。応用科目群ではトップクラスの産学連携教育プログラムを受講することができます。

「医療」「スポーツ」 × AI

医療データやスポーツデータの2次利用、ヘルスイノベーションなど、本学伝統分野の「医療」「スポーツ」を基礎に、AIとの結合・融合によって、次世代の技術や価値を創造していきます。

働きながら研究に打ち込める環境を支援

キャンパスは御茶ノ水駅徒歩7分。抜群の好立地と言え、都内の各所から容易にアクセスが可能。仕事帰りに学べることが可能です。また、学費については、多くの社会人に学んでいただけるよう、平均より低く設定しています。

人材養成の目的

データサイエンスコースでは、AIに関する知識とスキルを修得し、医療・健康・スポーツをはじめ、種々な場面で蓄積されたビッグデータを解析分析し、課題解決策や新たな価値を創造できる人材を養成します。

コース名 医科学コース
学位プログラム名 データサイエンス 学位プログラム
取得できる学位の種類 修士(医科学)
大学院生が所属する教育研究分野
  • データサイエンス
    (大学院生の所属先正式名称)
    医学研究科 医科学専攻 修士課程 データサイエンス
教員紹介
青木茂樹 データサイエンス学位プログラム長/放射線診断学教授

医学系大学院に設置されたこのデータサイエンス学位プログラムでは、医学を中心にビジネス・スポーツなど各分野のAIおよびデータサイエンス領域を、この分野になじみの少ない者にも、すでに統計やコンピュータ等のある程度のスキルのある者にも対応し、医学とデータサイエンスの両方の知識を俯瞰的に身につけ、  さらにその中で得意分野のある人材を養成 し、 次代の道を切り拓く、トップ&マネジメント層を発掘・育成することを目的とします。

担当講義

・データサイエンス入門(さまざまな立場から) ・脳の仕組みと人工知能

・データサイエンス研究演習Ⅱ(画像診断)(事例研究)

専門分野医用画像、放射線医学、脳科学、画像統計解析
研究室

研究室紹介ポスター

研究室紹介資料

研究者紹介動画

岩崎 学 特任教授

データサイエンスを構成する学問分野は統計学と情報科学であると言っても過言ではありません。したがって,統計学に関する正しい知識と適切な分析スキルの習得は,医療分野に限らずすべての分野で活躍が期待されているデータサイエンティストが身に付けるべき基本事項となります。
私の授業および学生指導では,実社会での応用を強く意識し,統計的な分析手法の中でも多変量解析法と呼ばれる手法群について,まずはその理論的な枠組みを学習します。それと共に,統計手法の実データへの適用の際に注意すべき諸点を分かりやすく例示しながら,演習・実習を用いた実技上のスキルを向上させることを目的とします。

担当講義・統計学実践 ・多変量データ解析
専門分野統計的データ解析の理論と応用
研究室

研究室紹介ポスター

研究者紹介動画

姫野 龍太郎 特任教授

担当するコンピュータ概論(原理・歴史)では、コンピュータの原理とともに、これまで発展してきたコンピュータの歴史を学ぶとともに、今後のさらなる進化の方向について、自ら見通しを持つことができるようになることを目指します。
データサイエンス研究演習III(ヘルスデータ解析)では、実際の運動教室や計測会で得られたデータを使い、どのような項目の計測が効果的かや、転倒の可能性と関連する項目は何かなどの分析などを、演習を通して体得します。

担当講義・コンピュータ概論A(原理・歴史)
・データサイエンス研究演習III(ヘルスデータ解析)
専門分野計算科学、バイオメカニクス
研究室

研究室紹介ポスター

研究室紹介HP 日本語 / English

画像1
水野 信也 教授

「社会システム最適化研究室」では、[数学] × [データ] × [コンピューティング] によって、
「社会の課題解決」を図ることを⽬的としています。➡「データサイエンス⼿法」

「データサイエンス」は、医療、航空、教育など多様な分野にアプローチが可能です。

担当講義・プログラミング演習Python
・データサイエンス演習Ⅱ(Web) 他
専門分野数理モデル、確率過程、オペレーションズ・リサーチ
研究室

研究室紹介ポスター

研究者紹介動画

石角 友愛 客員教授

現在、世界中の様々なところでビジネスのインフラとなっているAI技術ですが、日本ではまだ正しい理解が進んでいません。AI「が」私の仕事を奪う、のではなく、AI「を」使って私の仕事をより付加価値の高いものにする、そのようなマインドセットが今の私たちには必要なのだと思います。
私の講座を通じて、AI「を」使って付加価値の高いビジネスモデルを構築するのに大切な視点やその手法を学んでいただけたら幸いです。

担当講義産学連携講座:パロアルトインサイト
専門分野AIビジネス、データ活用、ITビジネス、企業戦略、経営論、IoT、機械学習やディープラーニングを使ったビジネスモデル構築、AIビジネスデザイン、DX、イノベーション、アメリカのIT企業戦略、スタートアップ
渡辺 康仁 客員教授

人口減少への対応や、これまでになかったようなビジネス課題に対して解決が求められる中で、AIはこれら課題を解決していく可能性を持っています。一方で、実際にAIを活用しようとすると様々なハードルが出てきます。
本講義では、これらのハードルを乗り越えていけるように、予測を伴う業務を見つけ、AI導入による業務効率化、業務改善を継続的に推進していくために必要なスキルを磨いていけるような取り組みを予定しています。
AIを具体的にどのようにビジネス領域の課題解決や新規ビジネス創出に活用するのがよいか考えられるようになり、課題解決にむけて計画をたて実行していくスキルを高めることを到達目標とします。

担当講義産学連携講座:AI inside
専門分野データサイエンス
柴山 和久 客員教授

位置情報ビッグデータ(人流データ)はスマートシティ構想、災害医療支援対策、新型コロナのパンデミック対策や経済復興対策、公共交通施策、カーボンニュートラル対策など様々な分野で活用されています。
本データサイエンスコースでは人流ビッグデータ解析の基礎を学び、人流ビッグデータによる新型コロナ対策解析や災害情報支援解析、経済復興支援解析、交通状況解析など様々な具体的解析事例からデータサイエンティストとして重要となる洞察力の向上を目標としています。

担当講義産学連携講座: Agoop (ソフトバンク)
専門分野データサイエンス
金井 良太 客員教授

AIをビジネスで活用するために必要な知識とスキルを身に付けることを目標とします。AI技術を提供するスタートアップの現状や今後の展望について紹介し、ビジネスにおいてAI技術を導入する際の進め方などについて広く紹介します。AIの活用を検討している企業や、AI技術を提供するベンダー側の間で、どのような技術的理解やコミュニケーションが必要となるのか、具体的な適用事例を通して議論し、実践で活かせる知識を提供します。また、AI技術がビジネス応用と共に社会に浸透していく際に考慮すべき社会的な課題についても議論します。

担当講義産学連携講座:アラヤ(AIビジネス社会論)
専門分野認知神経科学
栄藤 稔 客員教授

人工知能と医療の共同研究、膨大なデータを保有する通信事業におけるデータ解析、AIクラウド事業、医療・福祉分野での起業等を経験した著名な専門家14人が登場して1コマ1事例紹介の授業を通して最先端技術とデータサイエンス事業を説明します。

担当講義データサイエンス特別招聘講義
専門分野情報科学
吉原 博幸 客員教授

医療機関の電子カルテデータを集積して共同診療に役立てることをEHR(Electronid Health Record)と呼びます。更にEHRに家庭、職場、社会で発生する医療関連データを統合したものをPHR (Personal Healthcare Record) と呼びます。人々の健康を、未病、医療、終末期と人生全てにわたって適切にケアするために、PHRを安全で効率よく共有するシステムを社会基盤として構築します。これを単に患者本人の治療にのみ役立てるのでなく、広く医療技術、新薬開発などに利用し、未来の医療を作り出すことが必要です。これらを実現するために必要な技術、法律などの紹介と、EHR・PHRの開発史、現在の取組、問題点と将来展望について講義します。

粂 直人 客員教授

当然のことながら医療データは分析技術があれば誰でも手放しに使えるものではありません。技術と法制度の両方を勘案しつつ適切に取り扱う環境を確保した上で初めて新たなデータ活用の道を拓いていくことができます。担当科目では、情報セキリティ、プライバシー保護技術といった技術と、個人情報保護法等法制度の設計と運用を勘案しながら議論をすすめ、適切に医療データの利活用を促進できる人材の育成を目指します。

担当講義・データサイエンス演習Ⅲ(セキュリティ)
・医療データの二次利用概論
専門分野医療情報学、Electronic Health Record (EHR)、医用バーチャルリアリティ
近藤 宏樹 客員准教授

現代のデータサイエンスを学ぶ上では、データサイエンスの様々な方法論に親しむことはもちろん重要ですが、データを適切に分析し問題解決を行っていくためには、背後にある数学的知識や統計学の基本的な考え方を正しく理解しておくことも必要です。本データサイエンスコースでは、数学的な知識に十分馴染みがない方でも、基礎から身に付けることの可能な科目を履修することができます。数学や統計の素養を基に、データサイエンス領域で活躍する人材が輩出されることを願っています。

担当講義・基礎数学概論(数理科学) ・確率と統計
専門分野確率論
廣津 信義    教授/大学院スポーツ健康科学研究科

データサイエンスコースの中で、本科目「スポーツデータとAI」では、スポーツ現場におけるデータの利活用について学びます。複数の教員によって、スポーツ健康科学の様々な分野においてデータがどのように利用されているかを解説します。スポーツ現場での先進的なAI活用の事例の紹介も行い、Grワークを通してスポーツ現場でのAI活用に関して考える機会を持ちます。

担当講義スポーツデータとAI
専門分野オペレーションズ・リサーチ、スポーツデータアナリティクス、経営科学
田村 好史 教授/国際教養学部/健康総合科学先端研究機構

健康寿命の延伸は、我が国を筆頭に、全世界で重要な健康課題と捉えられていますが、この領域におけるデータサイエンスの役割は大きく、様々なテーマで研究が推進されています。本学のスポートロジーセンターでは、メタボリックシンドロームや文京区在住高齢者の調査(Bunkyo Health Study)を行い、データベースを構築し、遺伝と生活習慣のインターアクションを念頭においた解析など、幅広く研究を進めています。担当科目においては、健康寿命の延伸に関係する基本的な事項とともに、それらのデータがどのように活用されるのかについて学びます。

担当講義健康寿命延伸とデータサイエンス
専門分野代謝内分泌内科学、運動生理学
研究室研究室紹介ポスター
鍵山 暢之 准教授

医療におけるデータサイエンスの活用が盛り上がっていますが、現実には医療の世界で手に入るデータがそのまま統計モデルや人工知能などで処理できるわけではなく、まずはそれらの処理に適した形にデータを整理(データハンドリング)していくことが必要です。本講座ではSQLとRなどのプログラミングを用いて、再現性を担保しながら効率よくデータを整理する術を、演習形式の授業を通じて学びます。

担当講義データサイエンス演習Ⅰ(データハンドリング)
専門分野循環器内科学、医療人工知能、デジタルヘルス
研究室研究室紹介資料
Koizumi_K_1
小泉 和之 准教授

これまでもデータは様々な場面で取得されてきましたが、近年は技術の発展などにより、取得可能なデータも様々な形態をとるようになりました。それらデータの中から価値ある事実を見つけることはデータサイエンスの魅力ですが、そのためには基本的なデータの取り扱い方を知ること、基本的な分析スキルを身につけることが土台となり、その後、より発展的な方法や技術を習得していくことが遠回りのようで一番の近道だと思います。
私の授業および学生指導ではそれらを意識しながら特にスポーツにおけるデータサイエンス(主として統計学・機械学習)を学ぶことを目的とします。また、スポーツ以外のデータサイエンスの研究も実施しています。

担当講義データサイエンス入門(さまざまな立場から)
専門分野数理統計学、多変量解析、スポーツ統計学、統計的機械学習
研究室

研究室紹介ポスター

研究者紹介動画

クリニカル・トランスレーショナルサイエンス - コピー
西﨑 祐史 先任准教授/医学教育研究室/クリニカル・トランスレーショナルサイエンス

2004年日本医科大学卒業、聖路加国際病院で臨床研修を実施、内科チーフレジデントを務める。2010年東京大学公衆衛生学大学院(SPH)で公衆衛生学修士(MPH)を取得。その後、順天堂大学循環器内科に入局、2015年厚生労働省、日本医療研究開発機構(AMED)に出向。2017年順天堂大学革新的医療技術開発研究センターに所属し、臨床研究支援業務に従事、臨床研究中核病院の取得に貢献。現在は、順天堂大学医学部医学教育研究室に所属し、医学教育、研修医教育、研究を中心に活動している。その他、学外の活動として、AMED腎疾患実用化研究事業プログラムオフィサー、日本医療教育プログラム推進機構(JAMEP)基本的臨床能力評価試験(GM-ITE)プロジェクトマネージャーを務める。(2024年3月現在)

担当講義データサイエンス研究演習Ⅲ(医療データ解析)(事例研究))
専門分野医学教育、研修医教育、基本的臨床能力評価試験、臨床疫学、総合内科
研究室研究室紹介資料
猪俣武範
猪俣 武範 准教授/眼科学/共同研究講座(遠隔医療・モバイルヘルス研究開発講座)     


担当講義データサイエンス研究演習Ⅲ(医療データ解析)(事例研究))
専門分野 眼科医 猪俣武範オフィシャルサイト
研究室猪俣研究室紹介資料
教員紹介(健康データサイエンス学部)
健康データサイエンス学部

大学院医学研究科データサイエンス学位プログラムで教鞭をとる他の教員については、「健康データサイエンス学部」の教員紹介もご参照ください。

【健康データサイエンス学部 教員紹介】

授業科目一覧

※以下の授業科目は、現時点の開講予定科目であり、今後、変更となる場合があります。

基礎教育科目
科目区分授業科目単位数必修/選択
医科学共通医科学概論Ⅰ(生化学・生理学)2必修
医科学概論Ⅱ(人体機能構造学)2必修
医科学基礎医科学研究方法論Ⅰ1必修
医療倫理学2必修
データサイエンス基礎コンピュータ概論A(原理・歴史)2選択必修
コンピュータ概論B2選択必修
プログラミング演習Python2必修
人工知能概論(機械学習・深層学習含)2必修
データサイエンス入門(さまざまな立場から)2必修
情報法制2必修
基礎数学概論(数理科学)2選択
臨床疫学 ※12選択
統計学実践2選択
R言語による基礎統計学2選択
数理的解析の基礎力向上のための微分方程式と数理モデリング2選択
自然言語処理1必修
確率と統計2選択
基礎生物統計学2選択
MATLABを活用した宇宙画像解析1選択
スポーツデータとAI2選択
脳の仕組みと人工知能2選択

※1:公衆衛生学コースとの共同開講科目

専門教育科目
授業科目単位数必修/選択
医療データの2次利用概論2選択
多変量データ解析2選択
健康寿命延伸とデータサイエンス1選択
AIがもたらす課題と社会原則、制度、政策2選択
データサイエンス演習Ⅰ(データハンドリング)2選択必修
データサイエンス演習Ⅱ(Web)2選択必修
データサイエンス演習Ⅲ(セキュリティ)2選択必修
データサイエンス研究演習Ⅰ(医用画像解析入門)1選択必修
データサイエンス研究演習Ⅱ(画像診断)(事例研究)1選択必修
データサイエンス研究演習Ⅲ(医療データ解析)(事例研究)2選択必修
データサイエンス研究演習Ⅳ(ヘルスデータ解析)(事例研究)2選択必修
多次元データビジュアリゼーション2選択必修
計算論的神経科学2選択
応用生物統計学2選択
データサイエンス概論A2選択
データサイエンス概論B2選択
オペレーティングシステム1選択
データサイエンス特別招聘講義2選択
プログラミング応用Python1選択
災害医療データサイエンス1選択
産学連携講座AI技術とビジネス活用(LINEヤフー株式会社)2選択
パロアルトインサイト1選択
AI inside1選択
Agoop(ソフトバンク)1選択
NEC1選択
IBM1選択
ジョルダン(Androidアプリ開発)1選択
日本生命保険相互会社2選択
研究指導科目
授業科目単位数必修/選択
データサイエンス研究Ⅰ2必修
データサイエンス研究Ⅱ2必修
データサイエンス研究Ⅲ2必修
データサイエンス研究Ⅳ2必修

※所属する研究分野(データサイエンス)が開講する特別研究科目を履修する。

修了要件

基礎教育科目(データサイエンス基礎)12単位(必修及び選択必修)、専門教育科目から6単位以上、研究指導科目8単位(必修)、計30単位以上を修得し、必要な論文指導を受け、本大学院が行う修士論文の審査及び最終試験に合格すること。
※基礎教育科目(医科学共通、医科学基礎)の科目については、入学前に大学教育レベルの教育を受け、単位取得していない場合は、履修を必須とする(オンデマンド受講可)。なお、当プログラムの学生のみ、プログラム責任者により「合/否」の判定を行う。

学費、入学試験等について

  • 学費(授業料について)
    他のプログラム(展開医科学、臨床遺伝学、公衆衛生学、ヘルスコミュニケーション)とは授業料が異なりますのでご注意ください。具体的な金額等については学費のページをご覧ください。 

本コースに関するお問い合わせ

<連絡先>
研究指導責任者:青木 茂樹 教授
メール宛先:d.science★juntendo.ac.jp(★を@に変えてお送りください。)