シラバス参照

基本情報／Basic Information
詳細情報／Detailed Information
授業計画詳細情報／Class Schedule Details

基本情報/Basic Information

開講科目名／Course	医用・保健機器特論
時間割コード／Course Code	G221000024
ナンバリングコード／Numbering Code
開講所属／Course Offered by	保健学研究科／
曜日コマ／Day, Period	他
開講区分／Semester offered	前期／first semester
単位数／Credits	2.0
学年／Year	1
主担当教員／Main Instructor	山形和史／YAMAGATA KAZUFUMI
科目区分／Course Group	大学院（博士前期課程）
教室／Classroom
必修・選択／Required/Elective
授業形式／Class Format
メディア授業／Media lecture	◯

担当教員情報/Instructor Information

教員名／Instructor	教員所属名／Faculty/Department
山形和史／YAMAGATA KAZUFUMI	保健学研究科／
藤岡美幸／FUJIOKA MIYUKI	保健学研究科／
野坂大喜／NOZAKA HIROYUKI	保健学研究科／

難易度（レベル）／Level	レベル5
対応するＤＰ／DP	DP１～３
授業としての具体的到達目標／Concrete arrival target as the class	医療環境の変化とともに医療技術も日々進歩しています。本科目では医用Artificial intelligenceに関する知識を学習します。また医療におけるAI利用に関する利点と同時にAIが抱える技術的課題について理解し、臨床現場において利活用できるスキルを得ることを目標とします。
授業の概要／Summary of the class	1)医療AI技術の基礎を学習する 2)AI活用型医療機器の開発手順を学習する 3)AI活用型医療機器の検証方法について学習する 4)ソフトウェア医療機器等を対象とした関連法規について学習する
授業の内容予定／Contents plan of the class	第01回オリエンテーション－人工知能(AI)の基礎知識と授業の概要－第02回深層学習法(Deep learning)の概要第03回深層学習のためのデータ準備とデータ加工第04回深層学習ニューラルネットワーク構造と転移学習第05回深層学習ニューラルネットワークの構築－転移学習と最適化－第06回深層学習モデルの融合とAI学習結果の確認技術－CAMとGAN－第07回 AIによる自動応答技術と利用時の注意－Bot技術とRPA技術－第08回 AI技術の医療応用例－形態診断学分野の場合－第09回医用AI技術演習－モデル構築データ収集・加工－第10回医用AI技術演習－モデル構築ネットワークモデルの作成と学習－第11回医用AI技術演習－モデル構築生成モデルの検証－第12回医用AI技術演習－モデル構築 AIモデルの考察－第13回医用AI技術の文献調査第14回医用AI技術の文献調査第15回医用AI技術の文献調査レポート報告
成績評価方法及び採点基準／A scholastic evaluation method and marking standard	2/3以上の出席が必要です。レポートにより100点満点で評価し、60点以上を合格基準とします。
予習及び復習等の内容／Contents such as preparations for lessons and the review	医療AIの理解には自身の専門領域に対する実務レベルの理解が不可欠です。専門領域における課題は何なのかを洗い出せるようにすること。
教材・教科書／The teaching materials, textbook	医療機器の基礎知識薬事日報社
参考文献／bibliography	特に指定はありませんが、各領域の機器関連専門書を使用してください。
留意点・予備知識／Point to keep in mind, back ground	広く医療ニーズについて関心を持つことが重要です。
授業内容に関する質問・疑義等／Question, doubt about class contents	水曜日 12:00～13:00
Eメールアドレス・HPアドレス／E-mail address, HP address	山形：kymgt「A」hirosaki-u.ac.jp 「A]は@と置き換える藤岡：mfujioka「A」hirosaki-u.ac.jp 「A]は@と置き換える野坂：hnozaka「A」hirosaki-u.ac.jp 「A]は@と置き換える
学問分野1（主学問分野）／Discipline 1	I90:人間医工学およびその関連分野
学問分野2（副学問分野）／Discipline 2	C21:電気電子工学およびその関連分野
学問分野3（副学問分野）／Discipline 3	Z95:学際・新領域
地域志向科目／Local intention subject	なし
授業形態・授業方法／Class form, class method	講義形式及びゼミ形式にて行います。本授業は理工学研究科との合同授業を予定しております。
科目ナンバー／The subject number
メディア授業による著作物利用の有無について／Whether or not copyrighted works are used in media classes	無／Nothing
その他／Others	Teamsを用いて授業を行うので，アプリをインストールしておいてください。履修登録の情報をもとに，Teams上に履修者として登録するので，本科目が登録されているか確認してください。なお，登録されていない場合は，保健学研究科学務グループ（Email : jm5913@hirosaki-u.ac.jp ）へ問い合わせてください。

No.	回（日時）／Time (date and time)	主題と位置付け（担当）／Subjects and instructor's position	学習方法と内容／Methods and contents	備考／Notes
該当するデータはありません

開講科目名／Course	医用・保健機器特論
時間割コード／Course Code	G221000024
ナンバリングコード／Numbering Code
開講所属／Course Offered by	保健学研究科／
曜日コマ／Day, Period	他
開講区分／Semester offered	前期／first semester
単位数／Credits	2.0
学年／Year	1
主担当教員／Main Instructor	山形和史／YAMAGATA KAZUFUMI
科目区分／Course Group	大学院（博士前期課程）
教室／Classroom
必修・選択／Required/Elective
授業形式／Class Format
メディア授業／Media lecture	◯

難易度（レベル）／Level	レベル5
対応するＤＰ／DP	DP１～３
授業としての具体的到達目標／Concrete arrival target as the class	医療環境の変化とともに医療技術も日々進歩しています。本科目では医用Artificial intelligenceに関する知識を学習します。また医療におけるAI利用に関する利点と同時にAIが抱える技術的課題について理解し、臨床現場において利活用できるスキルを得ることを目標とします。
授業の概要／Summary of the class	1)医療AI技術の基礎を学習する 2)AI活用型医療機器の開発手順を学習する 3)AI活用型医療機器の検証方法について学習する 4)ソフトウェア医療機器等を対象とした関連法規について学習する
授業の内容予定／Contents plan of the class	第01回オリエンテーション－人工知能(AI)の基礎知識と授業の概要－第02回深層学習法(Deep learning)の概要第03回深層学習のためのデータ準備とデータ加工第04回深層学習ニューラルネットワーク構造と転移学習第05回深層学習ニューラルネットワークの構築－転移学習と最適化－第06回深層学習モデルの融合とAI学習結果の確認技術－CAMとGAN－第07回 AIによる自動応答技術と利用時の注意－Bot技術とRPA技術－第08回 AI技術の医療応用例－形態診断学分野の場合－第09回医用AI技術演習－モデル構築データ収集・加工－第10回医用AI技術演習－モデル構築ネットワークモデルの作成と学習－第11回医用AI技術演習－モデル構築生成モデルの検証－第12回医用AI技術演習－モデル構築 AIモデルの考察－第13回医用AI技術の文献調査第14回医用AI技術の文献調査第15回医用AI技術の文献調査レポート報告
成績評価方法及び採点基準／A scholastic evaluation method and marking standard	2/3以上の出席が必要です。レポートにより100点満点で評価し、60点以上を合格基準とします。
予習及び復習等の内容／Contents such as preparations for lessons and the review	医療AIの理解には自身の専門領域に対する実務レベルの理解が不可欠です。専門領域における課題は何なのかを洗い出せるようにすること。
教材・教科書／The teaching materials, textbook	医療機器の基礎知識薬事日報社
参考文献／bibliography	特に指定はありませんが、各領域の機器関連専門書を使用してください。
留意点・予備知識／Point to keep in mind, back ground	広く医療ニーズについて関心を持つことが重要です。
授業内容に関する質問・疑義等／Question, doubt about class contents	水曜日 12:00～13:00
Eメールアドレス・HPアドレス／E-mail address, HP address	山形：kymgt「A」hirosaki-u.ac.jp 「A]は@と置き換える藤岡：mfujioka「A」hirosaki-u.ac.jp 「A]は@と置き換える野坂：hnozaka「A」hirosaki-u.ac.jp 「A]は@と置き換える
学問分野1（主学問分野）／Discipline 1	I90:人間医工学およびその関連分野
学問分野2（副学問分野）／Discipline 2	C21:電気電子工学およびその関連分野
学問分野3（副学問分野）／Discipline 3	Z95:学際・新領域
地域志向科目／Local intention subject	なし
授業形態・授業方法／Class form, class method	講義形式及びゼミ形式にて行います。本授業は理工学研究科との合同授業を予定しております。
科目ナンバー／The subject number
メディア授業による著作物利用の有無について／Whether or not copyrighted works are used in media classes	無／Nothing
その他／Others	Teamsを用いて授業を行うので，アプリをインストールしておいてください。履修登録の情報をもとに，Teams上に履修者として登録するので，本科目が登録されているか確認してください。なお，登録されていない場合は，保健学研究科学務グループ（Email : jm5913@hirosaki-u.ac.jp ）へ問い合わせてください。

授業情報／Class Information

基本情報/Basic Information

担当教員情報/Instructor Information