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	G251100110
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	1,2
主担当教員／Main Instructor	野坂大喜／NOZAKA HIROYUKI
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／
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	１．知識・理解・生体検査科学における高度な知識と技術・病態と細胞レベル・分子レベルにおける事象との関連についての理解・異分野の研究領域への関心と理解２．当該分野固有の能力・高度な専門知識と技術を基盤として理論や確立途上のエビデンスを追求し，それに対応した実践や新しい技術を開発できる能力・生体成分の新たな機能解析や検査技術開発に向けた研究に取り組める能力３．汎用的能力・倫理的な思考，問題解決ができる能力・国際社会で活躍できるコミュニケーション能力・医療における倫理と責任を強く自覚した保健医療分野のリーダーとしての能力
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機器・医療技術も日々進歩しています。本科目では現代の医療機器に必須となった医用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駆動型医療機器の開発手順を学習する 3)AI駆動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－医用保健機器と人工知能(AI)のかかわり－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回生成AIによる自然言語認識第08回 AI技術と医療機器－検体検査分野－第09回 AI技術と医療機器－形態検査分野－第10回 AI技術と医療機器－生理検査分野－第11回 AI技術と医療機器－新領域への展開－第12回医用AI技術の調査第13回医用AI技術の調査第14回医用AI技術の調査第15回医用AI技術の調査第16回レポート提出 ※開講日時は受講者と相談の上、決定致します。
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	AIのキホン　インプレス
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	木曜日 9:00～12:00
Eメールアドレス・HPアドレス／E-mail address, HP address	野坂：hnozaka「A」hirosaki-u.ac.jp 「A]は@と置き換える山形：kymgt「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・演習形式及びゼミ形式にて行います。
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。
対応する汎用的スキル１／Transferable Skill1	有
対応する汎用的スキル２／Transferable Skill2	有
対応する汎用的スキル３／Transferable Skill3	有
対応する汎用的スキル４／Transferable Skill4	無
対応する汎用的スキル５／Transferable Skill5	有

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	G251100110
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	1,2
主担当教員／Main Instructor	野坂大喜／NOZAKA HIROYUKI
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	１．知識・理解・生体検査科学における高度な知識と技術・病態と細胞レベル・分子レベルにおける事象との関連についての理解・異分野の研究領域への関心と理解２．当該分野固有の能力・高度な専門知識と技術を基盤として理論や確立途上のエビデンスを追求し，それに対応した実践や新しい技術を開発できる能力・生体成分の新たな機能解析や検査技術開発に向けた研究に取り組める能力３．汎用的能力・倫理的な思考，問題解決ができる能力・国際社会で活躍できるコミュニケーション能力・医療における倫理と責任を強く自覚した保健医療分野のリーダーとしての能力
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機器・医療技術も日々進歩しています。本科目では現代の医療機器に必須となった医用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駆動型医療機器の開発手順を学習する 3)AI駆動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－医用保健機器と人工知能(AI)のかかわり－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回生成AIによる自然言語認識第08回 AI技術と医療機器－検体検査分野－第09回 AI技術と医療機器－形態検査分野－第10回 AI技術と医療機器－生理検査分野－第11回 AI技術と医療機器－新領域への展開－第12回医用AI技術の調査第13回医用AI技術の調査第14回医用AI技術の調査第15回医用AI技術の調査第16回レポート提出 ※開講日時は受講者と相談の上、決定致します。
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	AIのキホン　インプレス
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	木曜日 9:00～12:00
Eメールアドレス・HPアドレス／E-mail address, HP address	野坂：hnozaka「A」hirosaki-u.ac.jp 「A]は@と置き換える山形：kymgt「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・演習形式及びゼミ形式にて行います。
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。
対応する汎用的スキル１／Transferable Skill1	有
対応する汎用的スキル２／Transferable Skill2	有
対応する汎用的スキル３／Transferable Skill3	有
対応する汎用的スキル４／Transferable Skill4	無
対応する汎用的スキル５／Transferable Skill5	有

授業情報／Class Information

基本情報/Basic Information

担当教員情報/Instructor Information