◆はじめに
1　ヘルスデータサイエンスとは
2　対象とする読者
3　本書の構成
コラム：一般社団法人ヘルスデータサイエンス学会

◆第1章　プロジェクト企画
　1.1　要求分析・評価手法
　　1.1.1　ヘルスデータサイエンスプロジェクトの考え方
　　1.1.2　ヘルスデータサイエンスの3要素とプロジェクトの関係
　　1.1.3　プロジェクト評価とラーニングヘルスシステム
　　コラム：COVID-19 N3C
　1.2　研究デザインと研究実施計画策定
　　1.2.1　研究デザインの策定
　　コラム：因果と関連
　　1.2.2　観察研究実施計画書の作成
　　1.2.3　研究の信頼性と妥当性
　　1.2.4　アブダクションの重要性
　1.3　研究品質策定
　　1.3.1　研究の品質
　　1.3.2　報告ガイドライン
　　1.3.3　目的への適合性
　　1.3.4　データの要件

◆第2章　データアーキテクチャ
　2.1　データベース設計・構築
　　2.1.1　はじめに：データベース設計・構築の概要
　　2.1.2　データの定義・モデル化
　　2.1.3　データベースアーキテクチャの選定・策定
　　2.1.4　データベース基盤の選定・設計・構築
　　2.1.5　おわりに：データベース設計・構築の重要性
　2.2　電子カルテ・病院情報システム
　　2.2.1　病院情報システムとデータの概要
　　コラム：保健医療分野における主なデータベース
　　2.2.2　病院情報システムの研究利用における実際と今後
　　コラム：医療分野の主な標準用語
　　コラム：複数医薬品コードの関係
　2.3　臨床研究システム
　　2.3.1　臨床研究におけるデータマネジメント
　　2.3.2　EDC
　　2.3.3　eSource
　　2.3.4　ePRO
　　2.3.5　RWD/RWE
　2.4　PHR，ウェアラブルデバイス，各種健診
　　2.4.1　PHRの概念
　　2.4.2　データの内容と構造
　　2.4.3　PHRの利活用について
　　2.4.4　PHR利活用の課題，今後の発展
　　コラム：健診と検診～使い分けは？～
　　コラム：「医療ビッグデータ」の種類
　2.5　データ標準
　　2.5.1　標準医療情報規格
　　2.5.2　OMOP CDM
　　2.5.3　CDISC標準
　　コラム：ワクチン接種記録
　2.6　デジタル技術の発展
　　2.6.1　XaaS
　　2.6.2　クラウドネイティブ
　　2.6.3　IoTとAI
　　2.6.4　AI技術の発展

◆第3章　データマネジメント
　3.1　データの品質管理と報告
　　3.1.1　手順書の作成
　　3.1.2　チェックリストの作成
　　3.1.3　プログラミング
　　3.1.4　結果レポート
　3.2　研究倫理，個人情報保護，匿名化
　　3.2.1　ヘルスデータサイエンスと研究倫理
　　3.2.2　個人情報保護に係る基準および法令・規則
　　3.2.3　個人情報の「匿名化」
　　3.2.4　症例報告の取り扱いと注意点
　3.3　規制適合，海外の動向
　　3.3.1　ICHにおけるガイダンスの動向
　　3.3.2　海外規制当局におけるデータ品質の議論の動向
　　3.3.3　医薬品情報の表現に関する動向
　　3.3.4　国内における動向
　3.4　データ共有，レコードリンケージ
　　3.4.1　研究データ共有
　　コラム：オープンサイエンス
　　3.4.2　レコードリンケージ

◆第4章　データアナリシス
　4.1　予後因子解析
　　4.1.1　予後因子解析とは
　　4.1.2　予後因子研究のデザイン
　　4.1.3　統計解析方法
　　コラム：連続変数をカテゴリ化することの功罪
　　4.1.4　予後因子研究の報告
　　4.1.5　データ駆動型方法への期待
　4.2　臨床予測モデル
　　4.2.1　臨床予測モデルの重要性
　　4.2.2　臨床予測モデル構築のための研究計画
　　4.2.3　モデル形式の決定
　　4.2.4　予測因子の決定
　　4.2.5　モデルの性能評価
　　4.2.6　Further reading
　4.3　機械学習
　　4.3.1　はじめに
　　4.3.2　AI医療機器とは
　　4.3.3　AIによる予測アルゴリズムの原理
　　4.3.4　深層学習
　　4.3.5　その他の代表的な機械学習の方法
　　4.3.6　おわりに
　4.4　因果推論
　　4.4.1　個人に対する因果効果
　　4.4.2　集団に対する因果効果
　　4.4.3　関連と因果
　　4.4.4　観察研究における平均因果効果の推定
　　4.4.5　因果構造モデル

索　　　引