| Project/Area Number |
23K22322
|
|---|
| Project/Area Number (Other) |
22H01051 (2022-2023)
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund (2024)
Single-year Grants (2022-2023) |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 09070:Educational technology-related
|
|---|
| Research Institution | Health Sciences University of Hokkaido |
|---|
Principal Investigator |
二瓶 裕之 北海道医療大学, 薬学部, 教授 (70433422)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
豊下 祥史 北海道医療大学, 歯学部, 准教授 (20399900)
山口 由基 北海道医療大学, 薬学部, 助教 (20405666)
門 貴司 北海道医療大学, 歯学部, 准教授 (20632540)
吉田 晋 北海道医療大学, リハビリテーション科学部, 教授 (30555909)
鈴木 一郎 北海道医療大学, 薬学部, 教授 (40294714)
浜田 淳一 北海道医療大学, 看護福祉学部, 教授 (50192703)
小林 道也 北海道医療大学, 薬学部, 教授 (60337029)
高橋 祐司 北海道医療大学, 医療技術学部, 講師 (60804292)
入江 一元 北海道医療大学, 歯学部, 教授 (70223352)
西牧 可織 北海道医療大学, 心理科学部, 講師 (70758549)
古市 保志 北海道医療大学, 歯学部, 教授 (80305143)
越野 寿 北海道医療大学, 歯学部, 教授 (90186669)
長澤 敏行 北海道医療大学, 歯学部, 教授 (90262203)
木村 真一 北海道医療大学, 薬学部, 教授 (90281287)
|
|---|
| Project Period (FY) |
2024-04-01 – 2027-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥17,420,000 (Direct Cost: ¥13,400,000、Indirect Cost: ¥4,020,000)
Fiscal Year 2026: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
Fiscal Year 2025: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
Fiscal Year 2024: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
Fiscal Year 2023: ¥2,990,000 (Direct Cost: ¥2,300,000、Indirect Cost: ¥690,000)
Fiscal Year 2022: ¥7,540,000 (Direct Cost: ¥5,800,000、Indirect Cost: ¥1,740,000)
|
|---|
| Keywords | 医療教育DX / 個別最適化 / 生成AI / データサイエンス教育 / 学生参加型AI開発 / 協働学修 / 医療教育 / DX / オープンソースソフトウェア / AI / 学生参加型 / 内製化 / 教育DX / オープンソース / AI開発 / 数理データサイエンスAI教育プログラム / 学修支援 / データサイエンス / プログラミング / VR / 医療 |
|---|
| Outline of Research at the Start |
本研究は、 小中規模でも機動性の高いAIを学生参加型で独自に内製化しながら、医療教育へのDXを推進することを目指している。機動性の高いAIを開発することで、多様な学部教育にも柔軟に対応したDXを推進する。また、学生の視点を取り入れながらAIを開発することで、個別最適化だけではなく学びあいにもAIを活用できるようにする。さらに、医療教育DXのノウハウ（AIモジュールや学修教材など）をオープンソース化して公開する「医療教育DXプラットフォーム」を創造して、AI開発・活用人材が限られているなかでも全国へ医療教育DXを波及し、来るべきSociety 5.0 で活躍できる医療人の育成を目指す。
|
| Outline of Annual Research Achievements |
2024年度に実施した研究の成果は、当初計画した「医療教育へのDX推進」を具体的に実践・拡張したものである。
まず、本学医療技術学部では、2024年度に数理データサイエンスAI教育プログラム（MDASH）の応用基礎レベルとして文部科学省の認定を受け、さらに応用基礎レベルプラスにも選定された。これにより、データサイエンス教育が医療系教育の中核として位置付けられ、学生が医療人として求められる能力を身に付けるための新たな教育モデルとなった。
次に、授業を録画するだけでオンライン教材を自動生成する「検索拡張生成AI」と「クラフトAI」を開発し、授業映像を短く分割し、発話内容を要約した教材を生成することに成功した。これにより、多様な学生の学修ニーズに応じた教材を提供できるようになり、多言語化にも対応して国際的な教育環境の構築にも貢献した。
また、「生成AIと共生した学生参加型学び」の実践を深めた。学生が生成AIを活用し、自らAIの創造力や表現力を検証することで、討論力、論述力、発表力など、コミュニケーションスキルの向上が実現された。特に、異なる役割を担う生成AIとのインタラクションは、学生が新たな視点や表現方法を学ぶきっかけとなった。さらに、医療系学部の初年次データサイエンス教育において、画像生成AIを導入した実践を行った。画像生成のプロセスに学生自身が関与することにより、AIの有効性や可能性についての理解が深まり、教育現場でのAIの利活用促進に繋がった。
以上の取り組みにより、本研究は、医療教育の質向上に寄与するとともに、AIを学生と共に内製化し、多様な学習環境への柔軟な適応を実現した。これらの成果は医療教育DXプラットフォームとしてオープンソース化され、全国の医療教育DX推進にも貢献するものである。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
2024年度に実施した研究の成果は、当初計画した「医療教育へのDX推進」を実践・拡張したものであり、研究課題はおおむね順調に進展している。
理由として、まず、本学医療技術学部における数理データサイエンスAI教育プログラム（MDASH）の応用基礎レベルが文部科学省から認定され、さらに優れたプログラムとして応用基礎レベルプラスにも選定されたことが挙げられる。このことにより、データサイエンス教育が医療系教育における重要な教育モデルとして確立された。
次に、授業映像からオンライン教材を自動生成する「検索拡張生成AI」と「クラフトAI」を開発し、多様な学生の学習ニーズに対応した教材提供が実現された。教材は短く分割され、発話要約が付与されており、多言語対応も進められたため、国際的な教育環境の整備にも貢献した。
また、生成AIを活用した学生参加型の学びを深化させ、討論力や論述力、発表力などのコミュニケーションスキルの向上が確認された。学生自身がAIの創造性や表現力を検証するプロセスを通じ、新しい視点や理解を深めることができた。さらに、初年次教育科目に画像生成AIを導入したことで、AI活用の有効性や可能性についての学生の理解が深まり、教育現場でのAI利活用推進に寄与した。
さらに、オンライン教材を自動生成する「検索拡張生成AI」と「クラフトAI」については、eラーニングアワード文部科学大臣賞を受賞する等外部からの評価も得ている。以上のように、成果が計画通り達成されており、本研究課題の進捗は順調である。
|
| Strategy for Future Research Activity |
今後の推進方策としては、クラフトAIの機能をさらに拡張し、授業映像から多様なマイクロラーニング教材を生成することを目指す。マイクロラーニングは短時間で効果的な学習を促進できるが、教材が限られると個別最適化が困難となり、学生間で回答が共有され効果が減少するリスクがある。そのため、AI技術を活用して教材のバリエーションを豊富に生成し、学生一人ひとりのニーズに対応した主体的な学びを支援する。
また、医療技術学部での成功を踏まえ、心理科学部においても数理データサイエンスAI教育プログラム応用基礎レベルの教育プログラム申請を進める。心理科学部での導入を通じて、医療系学部全体におけるデータサイエンス教育の一貫性と質の向上を図り、学内でのDX推進をさらに加速させる。
研究遂行上の課題として、AIが生成する教材の質の担保と多様性の維持がある。これに対しては、継続的な教材の質評価と改善を行う仕組みを導入し、生成された教材が学習効果を最大化できるよう対応する。また、教材の利用状況や学習成果を分析することで、より効果的な教材生成手法の開発を進める。
|
