シリーズの序
このたび,リハビリテーションベーシック科目にかかわるシリーズを企画・編集しました.
日本において,理学療法士,作業療法士および言語聴覚士の養成課程は,特に平成の30年間で,社会のニーズと規制緩和によってその数が急速に増加しました.この過程で,大学,短期大学,専門学校等の多様な学校形態と修業年限に加えて,主として夜間に開講されるコース等でも身近に学ぶことが可能となっています.また,2019年4月からは新たな高等教育機関として,専門職大学での教育が開始されたところです.
これらの養成課程では,関連法令で国家試験受験資格を得るための教育課程が詳細に規定されています.その基本的な構成は,教養教育,専門基礎,専門科目に大別することができ,専門基礎と専門科目については各職種の特徴を踏まえた科学性とリハビリテーション(リハ)の理念に基づき良質なテキストが発行されています.
教養教育については,歴史的にリベラルアーツとして一般教育を重視して,人文・社会・自然の諸科学にわたり豊かな教養と広い識見を備えた人材を育成するために構成されてきた経緯もあり,それぞれの養成課程で何をいかに学ぶのかについては十分な議論が成熟していません.
近年のリハ専門職にあっては,従来の医学的な知見に加えて,再生医療,ロボティクス,データサイエンスとともに,多職種連携・チーム医療,社会保障制度の理解,法・哲学を包含した生命倫理等,学際的な基盤と実践適用に大きな期待が寄せられています.このような状況にあって,私たちシリーズ編集者は,リハ専門職の領域における教養教育のあり方について真摯な議論を重ねてきました.教養教育は,単なる専門教育の補完や予備的なものではないとの認識で,同時に,入学直後の学習意欲の低下を防いで初年時教育を効果的に展開し,生涯にわたって学び続ける姿勢を涵養し,時代の要請に応える創造性と基本的な課題解決能力を修得するための知恵をわかりやすい形で示すことといたしました.
幸いにも私たちの理想に多くの専門家から共感をいただき,見開き2ページのフォーマットによる解説と簡潔なイラストや図表により,高度な内容をわかりやすく簡潔に表すことができました.ご執筆いただきました先生方にはここにあらためて感謝申し上げます.あわせて企画の構想段階から医歯薬出版株式会社の五十嵐陽子取締役,小川文一執行役員,栗原嘉子様には多大なご協力をいただきましたことに心から感謝申し上げます.
本シリーズはこの数年をかけて幅広い領域の内容を提示していく予定でおりますが,このような試みは先駆的で挑戦的なものでもありますので,読者の皆様から忌憚のないご意見をいただき,より成熟したものへと育てていただければと願っています.
2019年11月
シリーズ編集者
内山 靖・藤井浩美・立石雅子
編集の序
このたび,リハベーシック『情報科学・統計分析』を発刊する運びとなりました.本書は,理学療法士,作業療法士および言語聴覚士のリハビリテーション専門職(リハ専門職)を目指す学生の方々,そして,各々の資格を取得して臨床で活躍する皆さんに向けてまとめたものです.中身は,大学の講義を念頭に15章仕立てで,各章とも4つのキーワードで展開するように構成しました.項目立てに際しては,理学療法士,作業療法士,言語聴覚士の資格を有する編著者の協議に加えて,専門家のご意見を伺いつつ進めました.
このテキストは,リハ専門職に必要な情報や統計の知識を活用する力(literacy)を育む構成になっています.現在,情報科学や統計学単独ではさまざまな書物が刊行されていますが,リハ専門職にとって必要な教養科目としての情報科学や統計分析を1冊にまとめた書物は存在しません.リハ専門職は,世界保健機関が示した国際生活機能分類(International Classification of Functioning,Disability and Health:ICF)を基礎に活動しています.ICFは健康分類および健康関連分類ですが,保険,社会保障,労働,教育,経済,社会政策,立法,環境整備のような領域でも活用される国際基準です.これからのリハ専門職には,グローカル(global+local)で多様な情報を整理・統合して,新たな価値を創造する力が求められます.
また,急速に広がる人工知能(AI)やIoT(Internet of Things)技術は,個人や社会に損害を与えるリスクもあります.AIは医療現場や自動運転等の意思決定支援といった領域にも広がりつつあります.つまり,AIがひとたびインシデントを起こせば重大な損失につながる可能性があります.情報社会に生きるリハ専門職は,その利便性の背後に潜む脆弱性にも思考を広げ,万が一に備えた幅広い対応が必要になります.しかしながら,これまでリハ専門職に向けた情報科学・統計分析の書物は稀有であり,その知識や技術のエッセンスをまとめた書籍の登場が待ち望まれていました.本書は,リハ専門職に造詣の深い方々に,情報科学や統計分析をわかかりやすく解説いただいた点が第一の特徴です.
本シリーズのCHAPTER1は,「〇〇学・〇〇〇〇学はおもしろい」と共通した表題で,その学問体系への導入を図っています.本書のLECTURE1-1では「なぜ情報科学を学ぶのか」,LECTURE1-2では「なぜ統計分析を学ぶのか」と題して,情報科学や統計分析への学びの導入を図りました.本シリーズのもう1つの特徴として,キーワードごとに1枚のイラストや図表を配置した点があります.これらは,キーワードに沿ってまとめられた本文のエッセンスです.それぞれの内容をより具体的に理解する手助けになるものと期待しています.
人口減少社会のわが国では,リハ専門職による地域参画や地方創生が期待されています.病院や施設のみならず,リハ専門職が地域共生社会の実現に向けて活躍する未来に向けて,情報科学や統計分析のエッセンスを学ぶことが重要です.本書は,そのようなニーズに応える得るものと確信しています.
最後に,執筆者の選出から内容の吟味,ご執筆と多岐にわたってご支援,ご協力をいただきました山形県立保健医療大学教授の外川 佑先生に深謝いたします.
2024年7月
担当編集 藤井浩美
このたび,リハビリテーションベーシック科目にかかわるシリーズを企画・編集しました.
日本において,理学療法士,作業療法士および言語聴覚士の養成課程は,特に平成の30年間で,社会のニーズと規制緩和によってその数が急速に増加しました.この過程で,大学,短期大学,専門学校等の多様な学校形態と修業年限に加えて,主として夜間に開講されるコース等でも身近に学ぶことが可能となっています.また,2019年4月からは新たな高等教育機関として,専門職大学での教育が開始されたところです.
これらの養成課程では,関連法令で国家試験受験資格を得るための教育課程が詳細に規定されています.その基本的な構成は,教養教育,専門基礎,専門科目に大別することができ,専門基礎と専門科目については各職種の特徴を踏まえた科学性とリハビリテーション(リハ)の理念に基づき良質なテキストが発行されています.
教養教育については,歴史的にリベラルアーツとして一般教育を重視して,人文・社会・自然の諸科学にわたり豊かな教養と広い識見を備えた人材を育成するために構成されてきた経緯もあり,それぞれの養成課程で何をいかに学ぶのかについては十分な議論が成熟していません.
近年のリハ専門職にあっては,従来の医学的な知見に加えて,再生医療,ロボティクス,データサイエンスとともに,多職種連携・チーム医療,社会保障制度の理解,法・哲学を包含した生命倫理等,学際的な基盤と実践適用に大きな期待が寄せられています.このような状況にあって,私たちシリーズ編集者は,リハ専門職の領域における教養教育のあり方について真摯な議論を重ねてきました.教養教育は,単なる専門教育の補完や予備的なものではないとの認識で,同時に,入学直後の学習意欲の低下を防いで初年時教育を効果的に展開し,生涯にわたって学び続ける姿勢を涵養し,時代の要請に応える創造性と基本的な課題解決能力を修得するための知恵をわかりやすい形で示すことといたしました.
幸いにも私たちの理想に多くの専門家から共感をいただき,見開き2ページのフォーマットによる解説と簡潔なイラストや図表により,高度な内容をわかりやすく簡潔に表すことができました.ご執筆いただきました先生方にはここにあらためて感謝申し上げます.あわせて企画の構想段階から医歯薬出版株式会社の五十嵐陽子取締役,小川文一執行役員,栗原嘉子様には多大なご協力をいただきましたことに心から感謝申し上げます.
本シリーズはこの数年をかけて幅広い領域の内容を提示していく予定でおりますが,このような試みは先駆的で挑戦的なものでもありますので,読者の皆様から忌憚のないご意見をいただき,より成熟したものへと育てていただければと願っています.
2019年11月
シリーズ編集者
内山 靖・藤井浩美・立石雅子
編集の序
このたび,リハベーシック『情報科学・統計分析』を発刊する運びとなりました.本書は,理学療法士,作業療法士および言語聴覚士のリハビリテーション専門職(リハ専門職)を目指す学生の方々,そして,各々の資格を取得して臨床で活躍する皆さんに向けてまとめたものです.中身は,大学の講義を念頭に15章仕立てで,各章とも4つのキーワードで展開するように構成しました.項目立てに際しては,理学療法士,作業療法士,言語聴覚士の資格を有する編著者の協議に加えて,専門家のご意見を伺いつつ進めました.
このテキストは,リハ専門職に必要な情報や統計の知識を活用する力(literacy)を育む構成になっています.現在,情報科学や統計学単独ではさまざまな書物が刊行されていますが,リハ専門職にとって必要な教養科目としての情報科学や統計分析を1冊にまとめた書物は存在しません.リハ専門職は,世界保健機関が示した国際生活機能分類(International Classification of Functioning,Disability and Health:ICF)を基礎に活動しています.ICFは健康分類および健康関連分類ですが,保険,社会保障,労働,教育,経済,社会政策,立法,環境整備のような領域でも活用される国際基準です.これからのリハ専門職には,グローカル(global+local)で多様な情報を整理・統合して,新たな価値を創造する力が求められます.
また,急速に広がる人工知能(AI)やIoT(Internet of Things)技術は,個人や社会に損害を与えるリスクもあります.AIは医療現場や自動運転等の意思決定支援といった領域にも広がりつつあります.つまり,AIがひとたびインシデントを起こせば重大な損失につながる可能性があります.情報社会に生きるリハ専門職は,その利便性の背後に潜む脆弱性にも思考を広げ,万が一に備えた幅広い対応が必要になります.しかしながら,これまでリハ専門職に向けた情報科学・統計分析の書物は稀有であり,その知識や技術のエッセンスをまとめた書籍の登場が待ち望まれていました.本書は,リハ専門職に造詣の深い方々に,情報科学や統計分析をわかかりやすく解説いただいた点が第一の特徴です.
本シリーズのCHAPTER1は,「〇〇学・〇〇〇〇学はおもしろい」と共通した表題で,その学問体系への導入を図っています.本書のLECTURE1-1では「なぜ情報科学を学ぶのか」,LECTURE1-2では「なぜ統計分析を学ぶのか」と題して,情報科学や統計分析への学びの導入を図りました.本シリーズのもう1つの特徴として,キーワードごとに1枚のイラストや図表を配置した点があります.これらは,キーワードに沿ってまとめられた本文のエッセンスです.それぞれの内容をより具体的に理解する手助けになるものと期待しています.
人口減少社会のわが国では,リハ専門職による地域参画や地方創生が期待されています.病院や施設のみならず,リハ専門職が地域共生社会の実現に向けて活躍する未来に向けて,情報科学や統計分析のエッセンスを学ぶことが重要です.本書は,そのようなニーズに応える得るものと確信しています.
最後に,執筆者の選出から内容の吟味,ご執筆と多岐にわたってご支援,ご協力をいただきました山形県立保健医療大学教授の外川 佑先生に深謝いたします.
2024年7月
担当編集 藤井浩美
CHAPTER 1 情報科学・統計分析はおもしろい
(藤井浩美)
LECTURE 1-1 なぜ情報科学を学ぶのか
LECTURE 1-2 なぜ統計分析を学ぶのか
LECTURE 1-3 リハビリテーションに活かす情報科学・統計分析
LECTURE 1-4 本書の構成と学び方
CHAPTER 2 社会に必要なデータ
(内山 靖)
LECTURE 2-1 現代社会の変化とそれに伴う課題
LECTURE 2-2 医療に求められるデータ・情報分析
LECTURE 2-3 リハビリテーション専門職に求められる情報科学の基盤・適用能力
LECTURE 2-4 リハビリテーション領域に必要な情報科学・データ分析
CHAPTER 3 保健医療分野に必要なデータ
(佐藤一樹)
LECTURE 3-1 リアルワールドデータの種類と保有者
LECTURE 3-2 ビッグデータとは
LECTURE 3-3 リアルワールドデータ分析の落とし穴
LECTURE 3-4 保健医療分野でのビッグデータの臨床応用
CHAPTER 4 データ・AIの活用
(堀江和正)
LECTURE 4-1 人工知能(AI)と「知的」なプログラム
LECTURE 4-2 AIの利点と欠点
LECTURE 4-3 特化型AIと汎用型AI
LECTURE 4-4 医療分野におけるAIの利活用事例
CHAPTER 5 データ・AI活用のための技術
(堀江和正)
LECTURE 5-1 シミュレーションと最適化
LECTURE 5-2 予測とクラスタリング
LECTURE 5-3 パターン発見とルールベース
LECTURE 5-4 生体信号処理と画像認識
CHAPTER 6 データ・AIを活用する際の留意事項
(掛谷英紀)
LECTURE 6-1 すべての科学・技術に関する普遍的考え方
LECTURE 6-2 データの倫理
LECTURE 6-3 新しい技術の出現と社会的合意形成
LECTURE 6-4 データを守るうえでの留意事項
CHAPTER 7 リハビリテーション分野で活用されるテクノロジー
(野口佑太)
LECTURE 7-1 遠隔リハビリテーション
LECTURE 7-2 VRリハビリテーション
LECTURE 7-3 分身ロボットとロボットリハビリテーション
LECTURE 7-4 臨床実習を支援するICTシステム
CHAPTER 8 保健医療分野でのビッグデータ活用
(佐藤一樹)
LECTURE 8-1 保険診療データ分析の実際
LECTURE 8-2 保険診療データからわかること
LECTURE 8-3 費用対効果分析
LECTURE 8-4 世界のデータ分析からみえること
CHAPTER 9 データを読む
(土屋謙仕)
LECTURE 9-1 データの種類と尺度水準
LECTURE 9-2 記述統計と推測統計の違い
LECTURE 9-3 データ分布の読み方(代表値とばらつき)
LECTURE 9-4 図表の種類と読み方
CHAPTER 10 データの前処理をする
(外川 佑)
LECTURE 10-1 表形式のデータ
LECTURE 10-2 リレーショナルデータベースの活用
LECTURE 10-3 データセットの形とデータの前処理
LECTURE 10-4 データハンドリング(縦横変換・ソート・抽出・集計・可視化)
CHAPTER 11 データを分析する
(対馬栄輝)
LECTURE 11-1 データの信頼性と妥当性
LECTURE 11-2 データの形式と蓄積方法
LECTURE 11-3 欠損値と異常値の取り扱い
LECTURE 11-4 要約・説明(因果と相関)・予測・分類とその限界
CHAPTER 12 回帰分析(変数間の関係を説明する)
(佐藤俊太朗)
LECTURE 12-1 回帰分析の基本
LECTURE 12-2 単回帰分析と重回帰分析
LECTURE 12-3 ロジスティック回帰分析,オッズ比,信頼区間
LECTURE 12-4 臨床疑問と回帰分析との関係
CHAPTER 13 機械学習
(藤田貴昭)
LECTURE 13-1 機械学習とは
LECTURE 13-2 教師あり学習
LECTURE 13-3 教師なし学習
LECTURE 13-4 強化学習
CHAPTER 14 テキストマイニング
(川勝祐貴)
LECTURE 14-1 テキストマイニングとは
LECTURE 14-2 テキストマイニングの活用・分析方法
LECTURE 14-3 頻出単語,単語同士の関連
LECTURE 14-4 背景要因と語の関係性
CHAPTER 15 要点check
演習課題
PT・OT国家試験過去問題
ST国家試験過去問題
文献一覧
索引
コラム一覧
筋萎縮性側索硬化症(Amyotrophic lateral sclerosis:ALS)(藤井浩美)
Web3.0(Web3)(藤井浩美)
ムーンショット型研究開発制度(内山 靖)
これからの専門職(内山 靖)
社会脳と情報社会(藤井浩美)
GPT4(ChatGPT)は「AI」なのか?(堀江和正)
AIのコスト(堀江和正)
GPT4(ChatGPT)は汎用型AIか?(堀江和正)
医療AIは患者の信用を獲得できるか?(堀江和正)
数理モデルの応用例(堀江和正)
独立変数の選択(堀江和正)
インチキグラフの見破り方(土屋謙仕)
母集団を代表する標本(データ)を抽出できているか?(土屋謙仕)
前処理の重要性(川勝祐貴)
(藤井浩美)
LECTURE 1-1 なぜ情報科学を学ぶのか
LECTURE 1-2 なぜ統計分析を学ぶのか
LECTURE 1-3 リハビリテーションに活かす情報科学・統計分析
LECTURE 1-4 本書の構成と学び方
CHAPTER 2 社会に必要なデータ
(内山 靖)
LECTURE 2-1 現代社会の変化とそれに伴う課題
LECTURE 2-2 医療に求められるデータ・情報分析
LECTURE 2-3 リハビリテーション専門職に求められる情報科学の基盤・適用能力
LECTURE 2-4 リハビリテーション領域に必要な情報科学・データ分析
CHAPTER 3 保健医療分野に必要なデータ
(佐藤一樹)
LECTURE 3-1 リアルワールドデータの種類と保有者
LECTURE 3-2 ビッグデータとは
LECTURE 3-3 リアルワールドデータ分析の落とし穴
LECTURE 3-4 保健医療分野でのビッグデータの臨床応用
CHAPTER 4 データ・AIの活用
(堀江和正)
LECTURE 4-1 人工知能(AI)と「知的」なプログラム
LECTURE 4-2 AIの利点と欠点
LECTURE 4-3 特化型AIと汎用型AI
LECTURE 4-4 医療分野におけるAIの利活用事例
CHAPTER 5 データ・AI活用のための技術
(堀江和正)
LECTURE 5-1 シミュレーションと最適化
LECTURE 5-2 予測とクラスタリング
LECTURE 5-3 パターン発見とルールベース
LECTURE 5-4 生体信号処理と画像認識
CHAPTER 6 データ・AIを活用する際の留意事項
(掛谷英紀)
LECTURE 6-1 すべての科学・技術に関する普遍的考え方
LECTURE 6-2 データの倫理
LECTURE 6-3 新しい技術の出現と社会的合意形成
LECTURE 6-4 データを守るうえでの留意事項
CHAPTER 7 リハビリテーション分野で活用されるテクノロジー
(野口佑太)
LECTURE 7-1 遠隔リハビリテーション
LECTURE 7-2 VRリハビリテーション
LECTURE 7-3 分身ロボットとロボットリハビリテーション
LECTURE 7-4 臨床実習を支援するICTシステム
CHAPTER 8 保健医療分野でのビッグデータ活用
(佐藤一樹)
LECTURE 8-1 保険診療データ分析の実際
LECTURE 8-2 保険診療データからわかること
LECTURE 8-3 費用対効果分析
LECTURE 8-4 世界のデータ分析からみえること
CHAPTER 9 データを読む
(土屋謙仕)
LECTURE 9-1 データの種類と尺度水準
LECTURE 9-2 記述統計と推測統計の違い
LECTURE 9-3 データ分布の読み方(代表値とばらつき)
LECTURE 9-4 図表の種類と読み方
CHAPTER 10 データの前処理をする
(外川 佑)
LECTURE 10-1 表形式のデータ
LECTURE 10-2 リレーショナルデータベースの活用
LECTURE 10-3 データセットの形とデータの前処理
LECTURE 10-4 データハンドリング(縦横変換・ソート・抽出・集計・可視化)
CHAPTER 11 データを分析する
(対馬栄輝)
LECTURE 11-1 データの信頼性と妥当性
LECTURE 11-2 データの形式と蓄積方法
LECTURE 11-3 欠損値と異常値の取り扱い
LECTURE 11-4 要約・説明(因果と相関)・予測・分類とその限界
CHAPTER 12 回帰分析(変数間の関係を説明する)
(佐藤俊太朗)
LECTURE 12-1 回帰分析の基本
LECTURE 12-2 単回帰分析と重回帰分析
LECTURE 12-3 ロジスティック回帰分析,オッズ比,信頼区間
LECTURE 12-4 臨床疑問と回帰分析との関係
CHAPTER 13 機械学習
(藤田貴昭)
LECTURE 13-1 機械学習とは
LECTURE 13-2 教師あり学習
LECTURE 13-3 教師なし学習
LECTURE 13-4 強化学習
CHAPTER 14 テキストマイニング
(川勝祐貴)
LECTURE 14-1 テキストマイニングとは
LECTURE 14-2 テキストマイニングの活用・分析方法
LECTURE 14-3 頻出単語,単語同士の関連
LECTURE 14-4 背景要因と語の関係性
CHAPTER 15 要点check
演習課題
PT・OT国家試験過去問題
ST国家試験過去問題
文献一覧
索引
コラム一覧
筋萎縮性側索硬化症(Amyotrophic lateral sclerosis:ALS)(藤井浩美)
Web3.0(Web3)(藤井浩美)
ムーンショット型研究開発制度(内山 靖)
これからの専門職(内山 靖)
社会脳と情報社会(藤井浩美)
GPT4(ChatGPT)は「AI」なのか?(堀江和正)
AIのコスト(堀江和正)
GPT4(ChatGPT)は汎用型AIか?(堀江和正)
医療AIは患者の信用を獲得できるか?(堀江和正)
数理モデルの応用例(堀江和正)
独立変数の選択(堀江和正)
インチキグラフの見破り方(土屋謙仕)
母集団を代表する標本(データ)を抽出できているか?(土屋謙仕)
前処理の重要性(川勝祐貴)














