少子超高齢社会の我が国では、IoTなど先進的技術による介護の生産性向上・負荷軽減策が必要であるが、先進的技術の効用を実感するには、継続利用と評価を行うことのできる技術的な基礎知識が必要である。
本演習では、介護福祉士もしくはそれに準ずる能力を持つ受講生を対象とし、先進的介護機器の普及を担う新たなプレイヤーを育成する。
科目一覧
Smart Life-care Laboratory
IoTなど先進的介護機器の活用方法や効用を実感する
スマートライフケアラボ
| 担当講師 | 井上 創造（九州工業大学）、柴田 智広（九州工業大学） |
|---|---|
| 分類 | ラボ |
| 授業形態 | 遠隔 |
| 時数 | 16コマ |
| 時間数 | 24時間 |
| 到達目標 | 先進的介護機器や介護記録などの介護データの基本的な活用方法や期待される効用を理解できる。介護データの分析能力を身に付け、科学的介護に必要な分析スキルを身につける。 |
| 難易度 | ★★ |
| 分野別難易度 | データ：★ Python：★ 機械学習：★ ※履修モデルならコース内で学習できます。 ※機械学習はあまり深く理解していなくても受けられます。 |
| 履修上の注意 | この科目は「スマートライフケアモデル」のラボ科目です。 同モデルの事前学習科目はこちら（推奨科目） ・Python入門 ・データ基礎 ・統計基礎 すでに上記いずれかを習得済の方へのおすすめ（取替可） ・機械学習 その他 介護福祉士もしくはそれに準ずる能力を持つことを前提とする。また、パーソナルコンピュータの使用経験があることを前提とする。さらにプログラム経験が少あることが望ましい。 |
| 授業計画 ・内容 |
1. イントロダクション 2. データ分析入門 3. 介護データ分析入門 4. データ前処理入門 5. 介護データ前処理入門 6. データ可視化入門 7. 介護データ可視化入門 8. BIツール入門 9. 介護データBIツール入門 10. 相関解析入門 11. 介護データ相関解析入門 12. 機械学習による予測入門 13. 介護データ機械学習入門 14. 実践演習1 15. 実践演習2 16. 成果発表 |
| 事前・事後学習 の内容 |
特に無し |
| 成績評価の 方法 |
授業ごとの課題やレポートの提出状況と演習結果により総合的に判断を行う。 |
| 教科書 ・参考書等 |
特に無し |
| キーワード | 介護、IoT、機械学習、信号処理 |