| 研究課題/領域番号 |
22H01051
|
|---|
| 配分区分 | 補助金 |
|---|
| 研究機関 | 北海道医療大学 |
|---|
研究代表者 |
二瓶 裕之 北海道医療大学, 薬学部, 教授 (70433422)
|
|---|
| 研究分担者 |
豊下 祥史 北海道医療大学, 歯学部, 准教授 (20399900)
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)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2027-03-31
|
| キーワード | AI開発 / 医療教育 / 教育DX / 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 |
|---|
| 研究実績の概要 |
本研究の目的は、学生参加型で機動性の高いAIを内製開発し、医療教育DXプラットフォームを作成して全国へ波及させることで、AI開発・活用人材が限られている中でも、医療教育DXを推進し、Society 5.0で活躍できる医療人を育成することである。今年度は、当初設定した研究実施計画に沿って、本学で実施している数理データサイエンスAI教育プログラムリテラシーレベルの普及活動を始めるとともに、小中規模でも機動性の高いAIの内製化を積み上げた。まず、数理データサイエンスAI教育プログラムについては、学修教育支援を目的としてAIの内製化を進めながら、その中でも、講義ノート可視化システムや正答類似度提示システムなどの自然言語処理システムがプログラムの中で頻繁に使用された。対象は本学の全ての学部としている。これらのシステムは学修教材としても活用され、学生が深層学習の仕組みを実感しながら学べるようにしている。
また、学生参加型AI開発を意図して本年から開講した「医療データサイエンス入門Ⅰ・Ⅱ」の授業デザインにおいても、学生の興味を引く教材作成の工夫を施した。具体的には、STEAM教育を導入することで、教育用ロボットを使ったデータエンジニアリング基礎の学修、深層学習ロボットを使ったAI基礎の学修などを実施した。さらに、学生による主体的な学修を促進するため、Google Colaboratoryを使った自己学修用のWebサイトやVRを用いた演習課題も提供している。このように、プログラミング基礎、教師あり学習、自然言語処理などの学修項目をプログラミング初学者向けに工夫し、学生が医療職とAI技術との関連性を理解できるようにした。このような取り組みを通じて、医療教育DXの推進を図っている。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
数理データサイエンスAI教育プログラムリテラシーレベルの普及活動として、本学DX推進計画サイトへの教育プログラムや教材の公開、招待講演などの各種発表、学術論文としての公表を行っている。特に、私立大学情報教育協会との連携活動も進めており、さらなる協力体制の構築に取り組んでいる。また、小中規模でも機動性の高いAIの内製化の積み上げを続けており、計画通りに講義ノート可視化システムや正答類似度提示システムなどの自然言語処理システムを開発し、本学全ての学部での利用が進んでいる。これらのシステムでは、自然言語ライブラリであるdoc2vecを使用しており、学生から許諾を得たレポートなどをシステムに学習させてdoc2vecモデルを作成し、このモデルを使って正答との類似度を推測している。正答類似度の結果を学生一人ひとりに即時にフィードバックすることで、例えば、徐々に長文の要約の要領をつかめるようになるなどの実感を学生が得られるようにした。
「医療データサイエンス入門」の授業では、学生が目指す医療職とAI技術の4要素（言語・知識、身体・運動、予測・判断、認識）との関連を考慮し、学生自身が本学で内製化しているAI開発に携わりながら、データサイエンスの知識とスキルを修得できるようにしている。さらに、STEAM教育やGoogle Colaboratoryを使ったデータサイエンス基礎、教育用ロボットを用いたデータエンジニアリング基礎の学修教材作成の取り組みも進めており、深層学習ロボットを使用した教材作成や成果報告も実施した。
これらの取り組みにより、医療教育DXの推進が計画に沿って進んでおり、本研究のテーマに対する進捗状況はおおむね順調であると考えられる。
|
| 今後の研究の推進方策 |
数理データサイエンスAI教育プログラム(MDASH)の普及活動としては、まず、本年度は「医療データサイエンス入門」のシラバスを確定して、医療技術学部において選択科目として実施したうえで、文部科学省MDASH応用基礎レベルへの申請を行う。AI教育用の教材としては、模型都市を教材とした一連の演習課題を作る。この演習課題を通して、ニューラルネットワークや畳み込みニューラルネットワークの原理を修得することで、将来活躍する医療の現場において、数理・データサイエンス・AIを応用するための大局的な視点を獲得できるようにする。また、模型都市から取得した実データを使って、データ活用に取り組むまでの前処理に係る労力を実感するなど「手触り感」も含めて学修できるようにする。
AIの内製化についても計画に沿って積み上げを図るが、ポイントは、生成系AIの活用である。現在、Chat GPTなど生成系AIの革新的な技術が急速に普及しはじめており、医療人教育の現場においても、生成系AIとどのように向き合うべきかが重要な課題となっている。そこで、本研究においては、APIを使って生成系AIを内製化したAIに組み込む準備を進めている。これらの生成系AIは、特に、文章やプレゼンテーションなどの学生の表現力を向上させることに有効であると考えられ、現在利用している自然言語処理用のニューラルネットワークモデルに生成系AIを組み込みながら、学生への個別最適化教育に役立てることができるようにする。また、グループワークなどにおいても、学生どうしのディスカッションに加えて、グループからは発想されないような意見を生成系AIが発するように仕掛けを作り、より多角的な視点からのディスカッションができるようにする。
これらの内製化したAIのソースコードは、引き続き本学DX推進サイトに公開して、医療教育DXの普及に貢献することを目指す。
|
| 備考 |
本研究事業の基盤となっている本学DX推進計画の柱は、内製した教育支援システムやLMSに、蓄積された学習ログのAI解析機能を拡充することで、小・中規模の機動性の高いAIを多種多面的に内製することです。AIの機動性を高めて学部教育に柔軟に対応することで、全学的に学生個人に最適化された教育（習熟度別学習や履修指導）を実践します。
|
