医学部とデータサイエンス学部を併せ持つ国内唯一の大学である横浜市立大学は、ヘルスデータサイエンスに特化した大学院として、2020 年4 月にデータサイエンス研究科ヘルスデータサイエンス専攻を開設します。予防・医療・介護に関するヘルス領域の専門知識を有する方が、ヘルスサービスの質向上に向けたデータサイエンス研究に取り組むための教育課程です。具体的には、研究デザイン学と生物統計学の基礎知識をベースに、下記の５つの分野を中心とした研究を展開します。実践的な教育課程を経て、ヘルスデータサイエンス修士（Master of Health Data Science）を取得できます。
ヘルス領域の研究に求められるリテラシーやスキルは複雑です。ヘルスデータサイエンス専攻のすべての学生は各自の研究を進める過程で生じた様々な疑問について、専攻が有する多様な領域の専任教員から個別にメンタリング指導を受けることができます。専攻全体でひとりの学生を指導する手厚い体制を提供します。
学生がリサーチクエスチョンに基づく研究計画を発表し、他の学生や教員とのディスカッションを通じて、研究計画を作成するプロセスを学んでいく全員参加型の演習を開講します。学生と教員が同じ目線でディスカッションを繰り返すことにより、研究を実現していく上での困難を克服するノウハウが身に付きます。
疫学や統計学に詳しいだけでなく、実際に臨床研究を行うことができる人材となるべく、研究仮説の設定から、研究デザイン、データ管理、統計解析、結果の解釈、原著論文作成に至るすべてを敷衍できる臨床研究リーダー育成のためのユニークな独自カリキュラムを提供します。
| M1前期 | M1後期 | M2前期 | |
|---|---|---|---|
|
生物統計学 I（2） |
生物統計学II（2） |
バイオインフォマティクス（1） |
|
|
研究デザイン学（2） |
医療経営分析論（2） |
臨床試験方法論（1） |
|
|
ヘルス情報テクノロジー学（2） |
観察研究データ解析（1） |
医療制度・医療技術評価Ⅱ（2） |
|
|
研究倫理（1） |
機械学習概論（1） |
アカデミックライティング（1） |
|
|
医療制度・医療技術評価Ⅰ（2） |
データベース開発演習（2） |
||
|
エビデンス計量評価論Ⅰ（2） |
エビデンス計量評価論Ⅱ（2） |
||
|
プライマリケア・研究概論Ⅰ（1） |
プライマリケア・研究概論Ⅱ（1） |
||
|
臨床薬理学概論Ⅰ（1） |
臨床薬理学概論Ⅱ（1） |
||
|
生物統計演習Ⅰ（1） |
生物統計演習Ⅱ（1） |
||
|
ヘルスデータサイエンス研究演習（4）具体的な研究課題の提案・コンセプトデザイン・実施・結果の解釈・発表を行い、教員・院生の合同により、互いに批判的吟味を行うアクティブラーニング |
|||
|
特別研究科目（4） |
特別研究科目（4）・修士論文（0） |
||
学生が各自の研究計画を発表し、教員・学生の全員で評価と修正を繰り返すことにより、質の高い研究を実施するプロセスを学ぶ。
研究デザインに関する基礎を理解した後、論文等を教材として目的とする研究のデザインを構造化、展開するための視点を修得する。
臨床現場の症状、徴候、検査等を組み合わせ、患者の予後予測・リスク予測を行うための予測モデルを構築する方法論を学ぶ。
わが国における大規模医療データベースの概要から、実用化を支える技術やその適用方法に至る一連の知識を修得する。
ヘルステクロノジーアセスメント（HTA）における基本知識、および費用対効果分析を実施するための手法を体系的に学ぶ。
機械学習に関する基礎知識を理解し、ヘルス領域における活用事例や手法論を学ぶ。
修士（ヘルスデータサイエンス）
Master of Health Data Science
ヘルスデータサイエンス専攻の講義と演習は、みなとみらいサテライトキャンパスにおいて行われます。 東京駅、品川駅、新宿駅といった都内の主要ターミナル駅から30～40分の通学圏内となり、アクセシビリティの高いロケーションを提供します。この地で、データサイエンスによりヘルスの様々な問題の解決を目指す方々をお待ちしています。
「NANA Lv.（ナナレベル）」は、横浜市立大学のサテライトキャンパスや、2020年4月に開設されたデータサイエンス研究科をはじめ同大学との協業を目的とした企業等のためのプロジェクトスペースで構成され、本拠点から多くのイノベーション人材やベンチャー企業、新規事業等を輩出することで、横浜市が掲げる「イノベーション都市・横浜」の実現を目指します。
