2026.05.26

【茨城県日立市】市民7万人健康データを分析

masashi0025

はじめに
- 概要
- 意義
自治体主導によるデータヘルス推進の意義
官民共創による技術的アプローチの有効性
- 歴史・経過
共創プロジェクトの立ち上げからデータ分析までのプロセス
データ集約と実証実験の展開
- 現状データ
データ分析の規模とカバー率
データソースの構成
予算規模と実証実験参加者数
- 政策立案の示唆
この取組を行政が行う理由
行政側の意図
期待される効果
課題・次のステップ
特別区への示唆
- まとめ

はじめに

※本記事はAIが生成したものを加工して掲載しています。
※各施策についての理解の深度化や、政策立案のアイデア探しを目的にしています。
※生成AIの進化にあわせて作り直すため、ファクトチェックは今後行う予定です。
※掲載内容を使用する際は、各行政機関の公表資料を別途ご確認ください。

概要

少子高齢化の進展に伴い、地方自治体における社会保障関係経費の増大と住民の健康寿命の延伸は、喫緊の構造的課題となっています。本取組は、茨城県日立市と日立製作所が、デジタル技術を活用したスマートシティーの実現を目指す共創プロジェクトの一環として実施した、市民約７万人規模の健康データ収集・分析事業です。市内の４０歳から７９歳の人口の約７５％に相当する大規模な診療報酬明細書（レセプト）データ等の分析を通じて、全国平均と比較した地域特有の健康課題（高血圧の発症傾向等）を客観的に可視化しました。さらに、人工知能（AI）を搭載した無料の健康管理アプリの導入実証を組み合わせることで、データに基づく行政計画の策定と、住民の行動変容を促す仕組みの構築を同時に推進しています。本事例は、多様な保険者に分散する医療データを自治体主導で集約・分析した先進的なモデルであり、都市部における医療費適正化や予防医療の推進に向けた政策立案に極めて重要な示唆を与えるものです。

意義

自治体主導によるデータヘルス推進の意義

従来の自治体による健康増進施策は、特定健康診査の受診率向上や、限定的なアンケート調査に基づく傾向把握にとどまることが多く、政策効果の客観的検証や住民の個別ニーズに応じたアプローチには限界がありました。今回の取組が持つ最大の意義は、国民健康保険だけでなく、全国健康保険協会（協会けんぽ）や企業健保組合といった、一自治体の枠組みを超えた複数の保険者からデータを集約し、地域住民の「面」としての健康状態を網羅的に把握した点にあります。

官民共創による技術的アプローチの有効性

自治体単独では困難な大規模データのクレンジング（表記揺れの修正や無効データの排除）や統計的分析、AIを活用した疾病予測シミュレーションの導入を、民間企業とのパートナーシップによって実現しています。これにより、行政資源の最適配分が可能となり、限られた予算内で最大の政策効果を上げるための「根拠に基づく政策立案（EBPM）」の基盤が構築されました。

歴史・経過

共創プロジェクトの立ち上げからデータ分析までのプロセス

日立市と日立製作所は、２０２３年１２月にデジタル技術を活用したスマートシティーの実現を目指す共創プロジェクトの連携協定を締結しました。この包括的な枠組みの中で、AIを活用した健康増進や医療費の適正化を図る「住めば健康になるまち」の実現が重点テーマとして掲げられました。

データ集約と実証実験の展開

２０２３年度の医療・健康データを対象として、２０２５年度に日立市が約３，０００万円の予算を投じて本格的なデータ集約・分析が実施されました。データ分析と並行して、住民の主体的な健康管理を促すため、約３００人の市民を対象とした健康管理アプリ「SaluDi」（沢井製薬提供）の利用実証実験が開始されました。このアプリは、自身の健康診断結果を入力することで、AIが将来の疾病発症リスクを予測する機能を備えています。２０２６年度からは、対象を３０歳以上の住民にも拡大し、登録を促すなど、若年層からの予防医療アプローチとして活動が継続されています。

現状データ

データ分析の規模とカバー率

本事業において分析対象となった住民の規模および属性データは以下の通りです。

分析対象者数と人口比率

分析対象市民数：約７０，０００人
対象年齢層：４０歳〜７９歳
地域カバー率：同年齢層の市内人口の約７５％

データソースの構成

個人が特定できないよう匿名化措置を施した上で、以下の５つの異なる保険者から診療報酬明細書（レセプト）データ等の提供を受け、集約を行いました。

データ提供元一覧

国民健康保険（日立市運営）
全国健康保険協会（協会けんぽ）茨城支部
日立健康保険組合
その他２つの職域・地域保険者

予算規模と実証実験参加者数

データヘルス基盤構築に向けた行政投資および住民側のアプローチデータは以下の通りです。

事業予算およびアプリ利用規模

日立市投入予算（２０２５年度）：約３０，０００，０００円
初期健康管理アプリ利用実証モニター数：約３０0人

政策立案の示唆

この取組を行政が行う理由

医療データや健康データは、個人情報保護の観点および保険者ごとにシステムや管理母体が異なるという構造的要因から、民間企業が単独で広範に集約することは不可能です。行政がハブとなり、信頼性の高い公的機関として各保険者との調整を行うことで、初めて地域全体のデータインフラが成立します。また、社会的孤立や経済的要因により健康リスクを抱えながらも医療アクセスから漏れている層（ケア・レフト層）の存在を把握し、公衆衛生上のセーフティネットを機能させることは、行政にしかできない役割です。

行政側の意図

行政側の主たる意図は、勘や経験に頼った一律の健康イベントやパンフレット配布から脱却し、データに裏付けられた「ターゲットを絞った効果的な予防介入」へとシフトすることにあります。例えば、地域特有の課題として可視化された「高血圧」に対して、塩分摂取量の多い地域を特定して重点的な食育プログラムを展開するなど、限られた公金（税金）を最も効果の高い施策へ集中投下することを目指しています。

期待される効果

本取組の推進により、長期的には住民の健康寿命が延伸し、結果として自治体財政を圧迫する国民健康保険や後期高齢者医療制度における医療費・介護給付費の適正化（伸び率の抑制）が期待されます。また、AIアプリを通じた個別最適な健康情報の提供により、住民が自発的に生活習慣を改善する「健康リテラシーの向上」が図られ、地域全体の活力維持につながります。

課題・次のステップ

今後の課題として、データ分析結果を具体的な行政施策へどう落とし込むかという「分析から実践への移行」が挙げられます。また、健康管理アプリの利用者が健康意識の高い層に偏る傾向（セレクションバイアス）を打破し、本当に介入が必要な未関心層へどのようにアプリを普及させるか、スマートフォンの操作に不慣れな高齢者層へのデジタルデバイド対策をどう講じるかが、次の重要なステップとなります。

特別区への示唆

東京都特別区（２３区）においては、昼夜間人口の差が激しく、住民の流動性が高いという特有の背景があります。国民健康保険の加入者割合や財政基盤は区ごとに異なりますが、複数の職域保険者や後期高齢者医療広域連合とのデータ連携スキームは、日立市のモデルをそのまま応用可能です。特に、特別区が抱える高度な医療機関の集中という環境下において、大病院への受療行動の偏りや重複投薬といった特有の課題をレセプトデータから抽出し、区民の健康特性に応じたきめ細やかなリファラル（医療機関連携）支援や、若年・現役世代向けのデジタルヘルス施策（３０歳以上へのアプリ展開など）を立案する上で、非常に再現性の高い先進事例となります。

まとめ

住民の健康データを自治体主導で大規模に集約・分析する試みは、今後の地方自治体がEBPMを推進する上での標準的なアプローチとなるべきものです。日立市と日立製作所の共創事例は、４０歳から７９歳の住民の約７５％を網羅するという圧倒的なデータ網率を達成した点、そして民間企業の最先端技術と既存の健康管理アプリを活用して住民の行動変容を促している点で、極めて先進的です。データ分析によって地域の健康特性を客観的に把握することは、単なる公衆衛生の向上にとどまらず、持続可能な社会保障制度の構築や自治体財政の健全化に直結します。今後は、得られた知見を具体的な政策（健康ポイント制度の設計や、地域医療機関との連携による予防介入など）へ昇華させるとともに、デジタルツールの普及における格差を埋める施策が求められます。各特別区においても、地域住民の健康実態を正確に捉え、個別最適化された行政サービスを提供するためのデータインフラ構築に、早期に着手することが必要不可欠です。