IRダッシュボード
既存の教務・入試システムから夜間自動連携したデータで、学生集団の教育状況を可視化します
統合レコード数
128,700
教務・入試DB連携 114,480／Excel 14,220
自動連携カバー率
86.8%
教育支援課 所有データ 107,460件中 93,240件
最終同期
本日 02:03
全13ジョブ正常／所要 4分12秒
学内LAN 受信ポート開放
0件
アウトバウンド HTTPS(443) のみ
学修リスク検知
14
前週比 +2名／要面談候補
夜間自動同期フロー毎日 02:00 実行／学内エージェントからの一方向送信
既存DB 読取
教務／入試
読取専用アカウント
読取専用アカウント
差分抽出
必要項目のみ
更新分だけ取得
更新分だけ取得
匿名化・仮名化
氏名は取得せず
匿名IRキーに変換
匿名IRキーに変換
暗号化して送信
HTTPS 443
アウトバウンドのみ
アウトバウンドのみ
IR統合DBへ格納
縦断分析用に
正規化
正規化
指標再計算・AI所見
GPA／相関／
リスク判定
リスク判定
ポイント：通信は「学内エージェント → IR基盤」の 一方向アウトバウンドのみ。学内LANに受信ポートを開ける必要はなく、VPN・固定IP・ファイアウォール設定変更もすべて不要です。既存システムへの書き込みは一切行いません（読取専用）。
入試区分別 GPA推移（医学科・2020年度入学コホート）
医学科
看護学科
連携アクティビティ
LIVE 国家試験 合格率の推移
連携データ 内訳
オレンジ＝教務システムに存在しないデータ。CBT・OSCE・MEC模試・国家試験合否・進路状況は教育支援課がExcelで保有されているため、この6種（14,220件）のみ取込画面からのアップロード運用となります。
データ連携ステータス
教育支援課 所有データリスト（2026.6）の全11種＋学籍・出欠を対象に、取得元と連携方式を管理します
自動連携（夜間バッチ）
6種 / 114,480件
教務システム・入試システムから毎日02:00に取得
Excel取込（手動・年1〜2回）
7種 / 14,220件
教務システムに存在しないデータのみ
既存システムへの書き込み
0件
読取専用アカウント／更新・削除権限なし
連携データ一覧行クリックで詳細
すべて
自動連携のみ
Excel取込のみ
| データ名称 | 学科 | 取得元 | 連携方式 | 件数 | 保有年 | 最終取得 | 状態 |
|---|
この画面の意味：「既存システムから必要なデータだけを引っ張ってくる」パターンでは、教育支援課が現在Excelで管理されている11種のうち 約87%（93,240件）が教務・入試システムから自動取得できます。残りのCBT・OSCE・MEC模試・国試合否・進路は元々システム外のデータのため、どの方式を選んでもExcel取込となります。
項目マッピング
既存システムの項目と、IR基盤の正規化項目の対応づけ。取得しない項目（氏名等）もここで明示します
教務システム（Step）
読取専用 入試システム（Step）
読取専用 取得しない項目IR基盤には一切保存しません
氏名・フリガナ
生年月日（年齢区分のみ保持）
住所・連絡先・保証人情報
出身高校名（都道府県のみ保持）
患者情報・診療情報
データ最小化の原則：分析に必要な項目だけを取得します。氏名を取得しないことで、万一の情報漏えい時のリスクを構造的に下げます。教職員が個別学生を特定して支援する必要がある場合のみ、権限を持つ担当者が「照合ログを残したうえで」学籍番号に復元できます。
同期ログ・監査証跡
いつ・どのテーブルから・何件取得したかをすべて記録。監査・情報公開請求にそのまま提出できます
同期ジョブ履歴
直近30日 エラー 0件| 実行日時 | ジョブ | 対象 | 取得件数 | 所要 | 実行者 | 結果 |
|---|
閲覧・照合ログ
| 日時 | 利用者 | 操作 | 理由 |
|---|
エージェント稼働状況
稼働中設置先学内仮想サーバー（既存基盤に相乗り）
常駐形態Windowsサービス／メモリ 512MB程度
DB接続読取専用アカウント（SELECT のみ）
通信HTTPS 443 アウトバウンドのみ
稼働率（直近90日）100.0%
既存システムへの負荷1回あたり 平均 38秒（深夜帯）
コホート縦断分析
入学年度ごとの集団を、入試から国家試験・進路まで一本の線で追跡します
分析条件
学科
医学科
看護学科
全学
指標
平均GPA
修得単位率
再試験受験率
出席率
入試区分
すべて
一般選抜（前期）
推薦選抜
編入学
入学年度別 縦断サマリ（医学科）行クリックでコホート詳細
AI注視ポイント 2件| 入学年度 | 入学者 | 共通テスト平均 | 1年GPA | 3年GPA | CBT平均 | 留年率 | 国試合格率 | AI所見 |
|---|
学年別 再試験受験率（2020〜2024入学）
AI所見サマリ
① 2回生後期の再試験受験率が上昇傾向。2020年度入学 18.3% → 2024年度入学 24.1%。カリキュラム改訂（基礎医学統合実習）の時期と重なります。
② 入試区分による差は縮小。推薦選抜と一般選抜の1年GPA差は 0.21 → 0.06 に縮小。一方 3年時点では差が再拡大しています。
③ CBT下位20%群のフォローが有効。4回生CBT下位20%に補習を実施したコホートでは、国試合格率が +4.2pt 改善しています。
国家試験 相関分析
「国家試験に落ちた学生は、低学年のどの成績に傾向が出ていたのか」を定量的に検証します
国試合否との相関係数ランキング医学科・2013〜2025年度卒 1,428名
| # | 指標 | 相関係数 | 強さ | 判定 |
|---|
CBT得点 × 国試合否
CBT 68点未満の群では国試不合格率が 18.6%（全体 4.1%）。4回生時点で介入余地があることを示しています。
AIによる要約
GPT / 学内データのみ参照入試成績よりも、低学年の「つまずきの回数」の方が国家試験と強く相関しています。
共通テスト得点（r=0.24）・高校評定平均（r=0.11）・面接評価（r=0.05）は国試合否をほとんど説明しません。一方で、2〜3回生の再試験受験回数（r=-0.55）と 4回生CBT得点（r=0.71）、6回生MEC模試・冬（r=0.78）が強い説明力を持ちます。 すなわち「入口で選ぶ」より「入学後2〜3年目のつまずきを早期に検知して支援する」方が、国試合格率の改善に直結する可能性が高いと考えられます。
共通テスト得点（r=0.24）・高校評定平均（r=0.11）・面接評価（r=0.05）は国試合否をほとんど説明しません。一方で、2〜3回生の再試験受験回数（r=-0.55）と 4回生CBT得点（r=0.71）、6回生MEC模試・冬（r=0.78）が強い説明力を持ちます。 すなわち「入口で選ぶ」より「入学後2〜3年目のつまずきを早期に検知して支援する」方が、国試合格率の改善に直結する可能性が高いと考えられます。
AIアナリスト
日本語で聞くだけで、AIがSQLを生成してIR統合DBから抽出・集計します（データサイエンティスト不要）
学内データは学習に使用しません
質問する
よくある質問をクリックでも実行できます 分析履歴
| 日時 | 質問 | 実行者 | 抽出件数 | 状態 |
|---|
ネットワーク構成
学内LANに受信ポートを開けずに、既存システムからデータを取得する構成です
構成図ノードをクリックで説明が表示されます
クラウド構成 学内ネットワーク（既設・変更なし）
教務システム DB（Step）
SQL Server／大学仮想サーバー
読取専用アカウントで参照
読取専用アカウントで参照
入試システム DB（Step）
志願者・得点・合否
学籍番号と紐付け済み
学籍番号と紐付け済み
IR連携エージェント（新規）
学内仮想サーバーに常駐
読取→匿名化→送信のみ
読取→匿名化→送信のみ
教育支援課・教育センター PC
ブラウザのみ／ソフト導入不要
発生しないもの（DX担当部門への回答）
- 受信ポート（インバウンド）の開放
- VPN・専用線の敷設
- グローバル固定IPの取得
- ファイアウォールの設定変更
- 既存システムへの書き込み・改修
HTTPS 443
アウトバウンドのみ
アウトバウンドのみ
一方向
TLS1.3暗号化
TLS1.3暗号化
IR基盤（国内クラウド／専用テナント）
IR統合データベース
保存時暗号化／国内リージョン
氏名は保持しません
氏名は保持しません
AIアナリスト（自然言語→SQL）
学内データは学習に使用しません
分析アプリ・BI連携
ダッシュボード／SQL直接実行
Tableau等へも接続可
Tableau等へも接続可
アクセス制御
大学IP制限＋SSO＋多要素認証
想定されるご質問（DX担当部門向け）
このパターンで必要な調整事項
学内仮想サーバーに小さな常駐プログラムを1つ設置情報部門
DBの読取専用アカウントを1つ発行要ベンダー確認
テーブル定義（項目名・型）の開示要ベンダー確認
保守契約上の可否確認要ベンダー確認
Excelサンプルデータの提供（NDA締結後）教育支援課
このパターンの唯一の前提：コンピュータムーブ社のご協力（読取専用アカウント発行とテーブル定義の開示）が必要です。ここが難航する場合は、パターン②（Excel取込型）で先行して立ち上げ、後から連携に切り替えるという進め方もご提案できます。
匿名化・権限管理
個人情報を保持したまま、集団の傾向分析ができる状態を作ります
匿名化モード
匿名モード（既定）
氏名を持たず、匿名IRキーのみで分析します
集団の傾向分析に氏名は不要です。「入試区分別の国試合格率」「留年者の低学年成績」といった分析はすべて匿名IDのままで実行できます。
権限マトリクス行クリックで編集
| 役割 | 集団分析 | 個票閲覧 | 氏名照合 | データ取込 | SQL直接実行 |
|---|
セキュリティ対策一覧
通信
TLS1.3／アウトバウンド443のみ／受信ポート開放なし
TLS1.3／アウトバウンド443のみ／受信ポート開放なし
保存
保存時暗号化（AES-256）／国内リージョン限定／日次バックアップ30世代
保存時暗号化（AES-256）／国内リージョン限定／日次バックアップ30世代
認証
大学IP制限＋SSO（既存の認証基盤に接続可）＋多要素認証
大学IP制限＋SSO（既存の認証基盤に接続可）＋多要素認証
権限
役割ベース制御／個票閲覧は理由入力必須／照合ログを全件記録
役割ベース制御／個票閲覧は理由入力必須／照合ログを全件記録
AI
入力データを学習に使用しない契約形態のAPIのみ利用／プロンプトログも国内保管
入力データを学習に使用しない契約形態のAPIのみ利用／プロンプトログも国内保管
監査
取得・閲覧・出力のすべてを証跡化／監査レポートをPDF出力可
取得・閲覧・出力のすべてを証跡化／監査レポートをPDF出力可