合格への第一歩
あなたの夢の大学、見つけよう!
順天堂大学学校情報


注意:順天堂大学のイベントや資料請求が設定されていません。大学側でイベントや資料請求の設定完了後に閲覧又は申込が可能になります。
プログラミングスキルの育成を通じて、データサイエンス分野の専門人材を養成する学部です。
講義・演習と実践的な課題を組み合わせた選抜で、適性と学習意欲を評価します。
本ページでは、順天堂大学健康データサイエンス学部の年内入試である総合型選抜入試の概要と対策についてお伝えします。
| 試験名 | 総合型選抜(育成型・プログラミング力育成) |
|---|---|
| 出願締切日 | 2026/09/18 |
| 一次合格発表日 | - |
| 試験日 | 2026/10/17 |
| 合格発表日 | 2026/11/02 |
| 試験名 | 総合型選抜Ⅰ期 |
|---|---|
| 出願締切日 | 2026/10/09 |
| 一次合格発表日 | - |
| 試験日 | 2026/10/18 |
| 合格発表日 | 2026/11/02 |
| 試験名 | 総合型選抜Ⅱ期 |
|---|---|
| 出願締切日 | 2026/11/24 |
| 一次合格発表日 | - |
| 試験日 | 2026/12/05 |
| 合格発表日 | 2026/12/11 |
| 試験名 | 出願締切日 | 一次合格発表日 | 試験日 | 合格発表日 |
|---|---|---|---|---|
| 総合型選抜(育成型・プログラミング力育成) | 2026/09/18 | - | 2026/10/17 | 2026/11/02 |
| 総合型選抜Ⅰ期 | 2026/10/09 | - | 2026/10/18 | 2026/11/02 |
| 総合型選抜Ⅱ期 | 2026/11/24 | - | 2026/12/05 | 2026/12/11 |
出願締切から二次試験まで約4週間の標準的な日程です。
出願後に試験対策へ切り替える時間は限られているため、準備の並走が必要です。
出願締切の2〜3週間前には書類を完成させ、残りを面接・小論文対策に充てる計画が効果的です。
書類と二次試験対策を並走させる意識で準備を進めてください。
合格発表まで試験から約2週間と結果が早く出るため、一般入試との併願計画も立てやすい入試です。
出願締切から二次試験まで約1週間と非常にタイトな日程です。
出願書類の完成度がそのまま合否に直結するスケジュール感のため、書類準備への集中が特に重要です。
出願の6週間以上前から志望理由書・活動報告書の作成を開始し、締切直前に質が落ちないよう早めに仕上げることが最優先です。
面接対策は書類作成と並行して進めてください。
合格発表まで試験から約2週間と結果が早く出るため、一般入試との併願計画も立てやすい入試です。
出願締切から二次試験まで約2週間と非常にタイトな日程です。
出願書類の完成度がそのまま合否に直結するスケジュール感のため、書類準備への集中が特に重要です。
出願の6週間以上前から志望理由書・活動報告書の作成を開始し、締切直前に質が落ちないよう早めに仕上げることが最優先です。
面接対策は書類作成と並行して進めてください。
合格発表まで試験から約1週間と結果が早く出るため、一般入試との併願計画も立てやすい入試です。
| 試験名 | 総合型選抜(育成型・プログラミング力育成) |
|---|---|
| 募集人数 | 5 |
| 倍率 2026 | 1.2 |
| 倍率 2025 | 1.3 |
| 試験名 | 総合型選抜Ⅰ期 |
|---|---|
| 募集人数 | 16 |
| 倍率 2026 | 1.5 |
| 倍率 2025 | 1.8 |
| 試験名 | 総合型選抜Ⅱ期 |
|---|---|
| 募集人数 | 5 |
| 倍率 2026 | 1.2 |
| 倍率 2025 | 1.6 |
| 試験名 | 募集人数 | 倍率 2026 | 倍率 2025 |
|---|---|---|---|
| 総合型選抜(育成型・プログラミング力育成) | 5 | 1.2 | 1.3 |
| 総合型選抜Ⅰ期 | 16 | 1.5 | 1.8 |
| 総合型選抜Ⅱ期 | 5 | 1.2 | 1.6 |
募集7名に対し、倍率1.3倍は狙い目の水準です。
しっかりと準備した受験生には十分にチャンスがある入試と言えます。
志望動機と活動実績を丁寧に整理すれば合格に届く可能性が高い学科です。
倍率面でチャレンジしやすい学科は以下の通りです。
募集18名に対し、倍率1.8倍は狙い目の水準です。
しっかりと準備した受験生には十分にチャンスがある入試と言えます。
志望動機と活動実績を丁寧に整理すれば合格に届く可能性が高い学科です。
倍率面でチャレンジしやすい学科は以下の通りです。
募集5名に対し、倍率1.6倍は狙い目の水準です。
しっかりと準備した受験生には十分にチャンスがある入試と言えます。
志望動機と活動実績を丁寧に整理すれば合格に届く可能性が高い学科です。
倍率面でチャレンジしやすい学科は以下の通りです。
| 試験名 | 総合型選抜(育成型・プログラミング力育成) |
|---|---|
| 出願評定 | - |
| 必要英検スコア | - |
| 出願書類 | 志望理由書 自己推薦・自己アピール書 その他書類 事前課題 |
| 試験内容 | その他 面接 |
| 試験名 | 総合型選抜Ⅰ期 |
|---|---|
| 出願評定 | - |
| 必要英検スコア | - |
| 出願書類 | 志望理由書 自己推薦・自己アピール書 その他書類 |
| 試験内容 | 小論文や学科諮問などの筆記試験 面接 |
| 試験名 | 総合型選抜Ⅱ期 |
|---|---|
| 出願評定 | - |
| 必要英検スコア | - |
| 出願書類 | 志望理由書 自己推薦・自己アピール書 その他書類 |
| 試験内容 | 小論文や学科諮問などの筆記試験 面接 |
| 試験名 | 出願評定 | 必要英検スコア | 出願書類 | 試験内容 |
|---|---|---|---|---|
| 総合型選抜(育成型・プログラミング力育成) | - | - | 志望理由書 自己推薦・自己アピール書 その他書類 事前課題 | その他 面接 |
| 総合型選抜Ⅰ期 | - | - | 志望理由書 自己推薦・自己アピール書 その他書類 | 小論文や学科諮問などの筆記試験 面接 |
| 総合型選抜Ⅱ期 | - | - | 志望理由書 自己推薦・自己アピール書 その他書類 | 小論文や学科諮問などの筆記試験 面接 |
志望理由・自己PR書では、「なぜデータサイエンスか」「なぜ健康分野か」の2点を明確に記述することが重要です。
高校時代に取り組んだ数学の学習や、社会課題への気づき、それが本学部志望に至った経緯を、具体的かつ論理的につなげて述べましょう。
単に「興味があります」ではなく、自分の経験や思考の過程を通じて、学びの深さを示すことが評価につながります。
小論文試験は数学基礎学力試験を含むため、高校数学(特に統計・確率分野)の理解が必須です。
出題傾向としては、データ解析や統計的な思考を問う内容が想定されます。
数学の計算問題だけでなく、グラフ読み取りやデータ解釈の練習を重視し、理由付きで説明できる力を養いましょう。
また、健康や医療に関する時事問題への関心も高めておくと、面接での受け答えが厚くなります。
データサイエンスの基礎知識(統計、機械学習の初歩的な概念)を問われる可能性があります。
具体的には、「AIやビッグデータが医療現場でどう活用されるか」「自分がこの分野で貢献したいこと」といった質問が予想されます。
高校の学びの中で数学や理科にどう取り組んできたか、社会課題への関心の根拠も含めて答える準備が必要です。
9月中旬~10月末:高校数学(統計・確率)の総復習。
センター試験過去問やモック問題で基礎定着を確認する。
11月初旬~11月25日:小論文・志望理由書の執筆と添削。
データサイエンス関連の時事ニュースを日常的に読む習慣をつける。
11月26日~12月5日:面接練習(予想質問に対する回答準備)、最終確認。
志望理由・自己PR書は、単なる学部志望の理由ではなく、「なぜ健康データサイエンスなのか」「データ分析を通じてどのような課題に取り組みたいのか」という具体性が求められます。
医療・健康産業の最新トレンド(AI診断、予防医学、疫学調査など)を調べて、その中で自分が関心を持つテーマを明確に。
数学や統計学への興味、理系思考力を具体的な経験(研究発表、データ分析コンテスト参加など)に基づいて述べることで、適性をアピールできます。
調査書では、特に理科・数学の成績が注視されるため、これらの教科に対する真摯な取り組みが重要です。
小論文試験は「数学に関する基礎学力試験を含む」と明記されているため、統計学や基礎数学の知識が不可欠です。
頻出テーマ:データの扱い方、統計的判断、確率、データ可視化の意義など。
高2までの数学IA・IIBの標準的内容に加え、データの統計的な見方(分布、相関、検証など)を強化してください。
小論文では論理的思考が最優先。
医療・健康データの事例を用いた説明問題が出題される可能性があるため、新聞・学術記事で事例知識を蓄積してください。
「なぜ健康データサイエンスに進みたいのか」という進学動機の深さと一貫性。
データ分析の基礎知識(相関と因果の違い、バイアスとは何か)に関する簡潔な説明力。
自分の経験の中で、「データ」や「分析」に関連したエピソードがあるかどうか。
医療・健康分野の社会課題に対する関心度。
【6月〜8月】 医療・健康データに関する基礎知識を習得。
新聞記事、学会情報を定期的に読む。
【7月〜8月】 志望理由・自己PR書の下書き作成。
医療系講座やオンライン教材でデータサイエンスの基礎を学習。
【8月〜9月】 小論文演習開始。
統計学の基礎(平均、標準偏差、相関係数の意味)を固める。
数学の模擬試験で基礎力確認。
【9月〜10月出願】 小論文添削を複数回受け、論理的な構成と医療事例への理解を深化。
面接対策で進学動機と適性を何度も磨く。
志望理由・自己PR書では、「なぜデータサイエンスか」「なぜ健康分野か」の2点を明確に記述することが重要です。
高校時代に取り組んだ数学の学習や、社会課題への気づき、それが本学部志望に至った経緯を、具体的かつ論理的につなげて述べましょう。
単に「興味があります」ではなく、自分の経験や思考の過程を通じて、学びの深さを示すことが評価につながります。
小論文試験は数学基礎学力試験を含むため、高校数学(特に統計・確率分野)の理解が必須です。
出題傾向としては、データ解析や統計的な思考を問う内容が想定されます。
数学の計算問題だけでなく、グラフ読み取りやデータ解釈の練習を重視し、理由付きで説明できる力を養いましょう。
また、健康や医療に関する時事問題への関心も高めておくと、面接での受け答えが厚くなります。
データサイエンスの基礎知識(統計、機械学習の初歩的な概念)を問われる可能性があります。
具体的には、「AIやビッグデータが医療現場でどう活用されるか」「自分がこの分野で貢献したいこと」といった質問が予想されます。
高校の学びの中で数学や理科にどう取り組んできたか、社会課題への関心の根拠も含めて答える準備が必要です。
9月中旬~10月末:高校数学(統計・確率)の総復習。
センター試験過去問やモック問題で基礎定着を確認する。
11月初旬~11月25日:小論文・志望理由書の執筆と添削。
データサイエンス関連の時事ニュースを日常的に読む習慣をつける。
11月26日~12月5日:面接練習(予想質問に対する回答準備)、最終確認。
Q1. ノートパソコンがない場合はどうすればよいですか?
A. 大学公式ホームページに「持参が難しい場合は、出願前に入試係へご相談ください」と明記されています。
必ず出願前に大学の入試係に連絡し、対応を相談してください。
当日借用できるか、別途対応があるか確認することが重要です。
自己判断で対策しないようにしましょう。
Q2. 「情報」に関する学修記録はどの程度の分量で書けばよいですか?
A. 指定様式のフォーマット内に収めることが原則です。
ただし、ボリュームよりも「具体性」「経時的な成長」を意識してください。
単年度の記載ではなく、複数年にわたる学習の進展が見える形で作成することが有効です。
指定様式をダウンロード後、試作版を学校の先生に添削してもらうのがおすすめです。
Q3. 課題提出を郵送で行う理由は何ですか?郵送時の注意点は?
A. 郵送形式は、出願時点の実践的なプログラミング能力と思考プロセスを公平に評価するためと考えられます。
郵送は「簡易書留速達」で、必着期限は2025年10月14日(火)です。
10月10日ごろまでに投函し、追跡機能で確認できるようにしましょう。
宛先を大学公式ホームページで確認し、誤記のないよう慎重に作成してください。
Q4. 二次試験はオンライン面接ですが、何を準備すればよいですか?
A. 通信環境(Wi-Fi 安定性)、カメラ・マイクの動作確認、背景設定を事前に確認してください。
Zoom等のアプリケーション仕様を確認し、テスト接続を実施しておきましょう。
課題1・2と一次試験の内容を説明できる状態にしておくことが重要です。
面接では自分の成長ストーリーと学習意欲を伝える心持ちが大切です。
Q5. プログラミング初心者ですが、この選抜で合格できますか?
A. 本選抜は「育成型」として位置付けられており、初心者の学習意欲を重視する傾向があります。
ただし、出願前の「情報」学習歴が求められるため、完全未経験よりは基礎学習経験がある方が有利です。
プログラミング講座(高校の授業、オンライン学習等)に事前に取り組み、学習の足跡を残しておくことをおすすめします。
Q1. 数学が苦手なのですが、合格は難しいでしょうか?
A. 小論文に「数学に関する基礎学力試験を含む」と明記されているため、基礎的な数学知識は必須です。
しかし、難問が出題されるわけではなく、高2までの学習範囲の確実な理解が重視されます。
数学が苦手な場合は、夏期講習や個別指導を活用して基礎を徹底し、統計的思考の演習に十分な時間をかけることが重要です。
時間をかけて準備すれば、十分に対応可能です。
Q2. 志望理由書に「医療に貢献したい」と書くだけでは不十分ですか?
A. はい。
医療への漠然とした興味では差がつきません。
「AIを活用した疾病予測」「ビッグデータによる疫学調査」など、具体的なテーマに焦点を絞り、なぜそのテーマに取り組みたいのかを数学・データ分析スキルとセットで説明することが重要です。
志望理由・自己PR書では、「自分が何を学びたいのか」「何に貢献したいのか」を一貫性を持って述べることで、評価者に適性が伝わります。
Q3. 面接ではどの程度の専門知識が必要ですか?
A. 高校生レベルで完全な専門知識を持つことは想定されていません。
むしろ、基礎的な統計概念(相関と因果の違い、データのばらつき)を正しく理解し、自分の経験や興味と結びつけて説明できるかが評価のポイントです。
また、データサイエンス分野への「好奇心」と「学ぶ姿勢」が面接での印象を左右します。
Q4. 出願書類で調査書の成績が特に重視されるのは本当ですか?
A. 一次選抜で「調査書、志望理由・自己PR書」を参考に判定するため、調査書は重要です。
特に数学・理科の成績が注視される傾向にあります。
ただし、成績が若干低くても、志望理由・自己PR書で適性を強くアピールし、二次試験(小論文・面接)で高い評価を得れば、逆転合格の可能性は充分あります。
Q5. 小論文の対策は、一般的な小論文対策で大丈夫ですか?
A. いいえ。
この学部の小論文は「数学に関する基礎学力試験を含む」ため、統計学や数学的思考に特化した対策が必要です。
単なる現代文的な小論文ではなく、数値・グラフ・データを使った説明や批判的思考が求められます。
医療統計の事例、データ分析の限界など、具体的な数学的応用例を学んで対策することをお勧めします。
Q1. 健康データサイエンス学部では、医学知識がないと合格できないですか?
A. 医学の詳細な知識は入学後に学ぶため、出願・試験時点では必須ではありません。
ただし、「健康」「医療」という分野への基本的な関心度は面接で確認されます。
新聞やニュースで医療トピックをフォローし、データサイエンスとの関連性を考える習慣をつけておくと、受け答えが前向きに評価されます。
Q2. 小論文試験の数学部分は、どの程度の難易度ですか?
A. 高校数学の基本範囲(数学Ⅰ・Ⅱ・A・B程度)が目安です。
ただし、単なる計算問題ではなく、統計データの読み取りや、与えられたグラフから考察を導く記述問題が出やすいです。
センター試験の統計分野や、大学の過去問で類似問題を演習することをお勧めします。
Q3. 志望理由書で「データサイエンスに興味がある」だけでは不十分ですか?
A. その通りです。
評価に耐えるには、高校時代にどの科目でどんな学びをしたか、そこからどう考えが深まったか、それが本学部志望にどうつながったか、という3段階の「物語」が必要です。
自分の経験や気づきを具体的に記述し、単なる「好き」から「貢献したい」へと昇華させることが合格につながります。
Q4. 面接はグループか個人かどちらですか?
A. 実施形式は公式には明示されていないため、両方の準備が必要です。
個人面接の場合は自分の志望理由や適性を深く掘り下げる質問が、グループの場合は意見交換や思考力が問われます。
いずれの形式でも、データサイエンスへの関心の根拠を明確に述べられるよう準備しましょう。
Q5. 出願から合格発表までの日程が短いですが、対策期間として十分ですか?
A. 総合型選抜Ⅱ期は秋から冬の短期決戦です。
9月からの準備が理想的ですが、10月からの開始でも、重点的な対策(数学復習・小論文・面接練習)に集中すれば対応できます。
ただし、決まったら迷わず即座に行動することが成功のカギです。
順天堂大学健康データサイエンス学部の総合型選抜入試について、重要なポイントを振り返ります。
総合型選抜入試で合格する人材像
この入試で合格をつかむのは、「なぜこの学科でなければならないのか」を自分の言葉で語れる受験生です。
学力だけでなく、高校時代の活動や経験を学科の学びと結びつけて表現できること、そして面接や書類を通じて大学で何を実現したいかを具体的に示せることが求められます。
健康データサイエンス学部を目指すあなたへ:総合型選抜入試は、あなた自身の想いや経験を直接伝えられる入試です。
「なぜ順天堂大学の健康データサイエンス学部でなければならないのか」という問いに、自分の言葉で答えられるよう準備を進めてください。
応援しています。