第3章　過去問がない入試を、何に基づいて準備するか

筑波大学のヒューマニクス学位プログラムは、公式募集要項の「過去の入試問題公開状況」で「過去問については、公開しておりません」と明記しています。

大学公表の問題文、解答例、出題意図は確認できませんでした。個別の質問内容、質問数、作問者も公表されていません。

本書は、存在しない公開過去問を作り出しません。本書独自の練習課題は、大学公表の過去問、解答例、出題意図とは表示せず、実在の教員を作問者として推定することもしません。大学が公表している選抜方法と評価対象だけを、独自練習を作る根拠にします。

一般入試の口述試験1では、医学・人間生物学と理工情報学・物質科学の専門知識を確認します。口述試験2では、研究計画と入学後のキャリアプランを発表し、質疑応答を行います。新プログラムの選抜概要は、専門性・学際性、高度な創造性、国際性、自分の専門外の研究者にも説明できる能力を評価するとしています。主要な提出書類として、卒業証明書、学位取得証明書、成績証明書、外部英語スコア、推薦書、研究計画書が挙げられています。

以下は大学公表の過去問ではなく、本書が独自に作成した練習課題です。大学が公表した選抜方法に合わせています。

練習課題A 「あなたが対象とする生体現象を、どの観測値に変換すれば計算機で扱えますか。測定誤差、個体差、欠測が推定結果に与える影響も説明してください。」

問題文の読み方 この課題は、装置名やAIの名称をどれだけ知っているかを問うものではありません。「目で直接見られない生体現象」を「数値として記録できる観測値」へ変える過程と、その数値が不完全でも結論の信頼性を確かめられるかを問うています。測定誤差、個体差、欠測の三つは別々に答えます。

答案の組み立て ①生体現象、②観測装置、③得られるデータ形式、④前処理、⑤推定方法、⑥誤差・個体差・欠測の検証、⑦結果を正しいと判断する基準、の順に説明します。

本書独自の解答例 「私は、マウスが覚醒からノンレム睡眠へ移る生体現象を対象とします。この現象を、頭皮または頭蓋上から記録する脳波、頸筋の筋電位、動画から求める身体運動量という三種類の観測値へ変換します。脳波は時間ごとの電圧信号として記録し、4秒ごとの区間に分け、デルタ帯域とシータ帯域の電力を計算します。筋電位からは同じ区間の振幅、動画からは移動量を求めます。電極のずれや体動による大きな雑音は、あらかじめ決めた閾値で印を付け、削除した区間数も報告します。

推定には、直前の睡眠段階から急に不自然な段階へ移りにくいという時間的な性質を扱えるモデルを使います。ただし、モデル名を選ぶ前に、睡眠研究者二人が独立に判定した結果を基準データとし、二人の判定が一致しない区間を別に記録します。個体差への対策として、同じ個体のデータを学習用と評価用の両方へ混ぜず、一匹ずつ評価対象から外す交差検証を行います。これにより、特定のマウスだけを覚えたモデルになっていないかを確かめます。

欠測は、機器停止による連続欠測と、一時的な雑音による短い欠測に分けます。短い欠測を補間した結果と、補間せず除外した結果を比べ、結論が変わる場合はその区間を主要解析に使いません。性能は全体の正解率だけでなく、覚醒・ノンレム睡眠・レム睡眠ごとの再現率、適合率、F1値、混同行列で示します。最終的には、別の日に取得した別個体のデータでも同じ性能が得られるかを確認します。この方法により、睡眠状態そのものを直接測ったと主張するのではなく、脳波、筋電位、運動量から一定の誤差を伴って推定したと説明できます。」

用語の説明 観測値とは、装置が実際に記録する電圧、光強度、位置、濃度などの数値です。前処理とは、雑音の除去、時間区間への分割、単位の統一など、推定前にデータを整える作業です。欠測とは、測る予定だった値が機器停止や試料不足などで存在しない状態です。交差検証とは、学習に使わなかったデータで方法の性能を繰り返し確かめる手順です。混同行列とは、本当の分類とモデルの分類がどこで食い違ったかを種類別に数える表です。

失点しやすい書き方 「脳波をAIで解析する」とだけ書くと、入力する信号、正解データ、個体差への対策、性能の判定基準がありません。欠測をすべて平均値で埋める、同じ個体のデータを学習と評価に混ぜる、全体の正解率だけを示す、観測値から生体現象を誤差なく直接測れたと書く、といった説明も避けます。

観測値とは、装置が実際に記録する電圧、光強度、位置、濃度などの数値です。前処理とは、雑音の除去、時間区間への分割、単位の統一など、推定前にデータを整える作業です。欠測とは、測る予定だった値が機器停止や試料不足などで存在しない状態です。交差検証とは、学習に使わなかったデータで方法の性能を繰り返し確かめる手順です。混同行列とは、本当の分類とモデルの分類がどこで食い違ったかを種類別に数える表です。これらは大学が公表した模範解答の用語ではなく、口述で方法を具体的に説明するための本書による説明です。

練習課題B 「提案する機器またはモデルが、生物学的・臨床的に意味のある結果を示したと判断する基準は何ですか。比較対象と除外基準も説明してください。」

回答は、①対象集団、②主要評価項目、③比較群、④統計または性能指標、⑤安全性、⑥結果を一般化できる範囲、の順に組み立てます。精度や速度だけを示し、患者・細胞・生体機能にとっての意味を書かない説明は避けます。

練習課題C 「二人のメンターの専門が一致しない場面で、研究上の判断をどのように行いますか。」

ここでは「相談します」だけでは足りません。両分野が合意できる評価項目を先に決める、仮説と実装を分ける、再現性・安全性・解釈可能性の優先順位を決める、といった共同研究の手順を答えます。三つの課題は正解を暗記するためではなく、自分の専門を説明した後に、反対側の分野へ橋を架ける練習に使います。

本書では、英語約1,000語の研究計画を次の7段落に分けます。この形にすると、口述試験2の発表資料へ変換しやすくなります。

1. 問題：誰の、どの現象が、なぜ未解決なのか
2. 先行研究の限界：生命医科学側と理工情報側から各1～2件
3. 研究上の問いと仮説：検証後に正しい・誤りを判断できる形にする
4. 対象とデータ：試料、被験者、機器、データ量、取得条件
5. 方法：実験・計測と解析を別々に説明し、最後に結び付ける
6. 評価と代替案：主要評価項目、失敗時の別方法、倫理・安全性
7. ヒューマニクスで行う理由とキャリア：二人のメンター、科目、研究拠点、修了後に実装する場所

失点しやすいのは、壮大な社会課題を冒頭に置いた後、5年間で何を測るかを書かない計画です。「高齢化社会に貢献する」ではなく、「歩行支援装置を用いたときの筋活動と関節角度の変化を、対照条件と比較する」のように、最初の研究単位まで狭めてください。

研究計画とキャリアプランは別の話ではありません。入学後に作るデータや技術を、修了後にどの研究機関、医療現場、企業開発へ持ち出すかを一つの流れで説明します。方法が失敗した場合の代替案、研究倫理、安全性、データを一般化できる範囲も、質問を受けてから考えるのではなく計画に入れます。

現行一般入試では口述試験2が200点、口述試験1が100点です。また、英語約1,000語の研究計画が口述試験2の基礎になります。この配点と試験の関係から、本書は、既存知識の量だけでなく「二分野を結んだ実行可能な研究計画を、自分の言葉で説明して修正できるか」が大きな評価対象になると推定します。

点数の細かな内訳、合格最低点、質問数、個人の試験時間、大学公表の模範的なプレゼンテーションや答案例は確認できません。また、公開された配点をどのように解釈すべきかについて、大学による追加の採点基準も公表されていません。