2025.03.01 2025.04.13

デジタル技術を活用した健康支援

masashi0025

はじめに
デジタル技術を活用した健康支援に関する現状データ
課題
行政の支援策と優先度の検討
先進事例
- 東京都特別区の先進事例
- 全国自治体の先進事例
参考資料［エビデンス検索用］
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（デジタル技術を活用した健康支援を取り巻く環境）

自治体がデジタル技術を活用した健康支援を行う意義は「住民の健康寿命の延伸と医療費の適正化」と「データに基づく予防医療の推進」にあります。
デジタル技術を活用した健康支援とは、ウェアラブルデバイス、スマートフォンアプリ、オンライン診療、健康データ分析などのデジタル技術を活用し、住民の健康増進、疾病予防、早期発見・早期治療を支援する取り組みを指します。
高齢化社会の進展、生活習慣病の増加、医療費の高騰といった社会課題に対応するため、自治体は「事後対応型」から「予防重視型」の健康政策へと転換し、デジタル技術を積極的に活用した健康支援施策の展開が求められています。

意義

住民にとっての意義

健康リテラシーの向上

デジタルツールを通じて自身の健康データを日常的に把握することで、健康への理解と自己管理能力が高まります。 — 客観的根拠： — 厚生労働省「国民健康・栄養調査」によれば、健康データを定期的に測定・記録している人は、そうでない人と比較して適切な健康行動を実践している割合が32.7%高いという結果が出ています。 —（出典）厚生労働省「令和4年国民健康・栄養調査報告」令和5年度

健康行動の継続支援

ゲーミフィケーション要素や行動変容技術を取り入れたアプリ等により、健康的な生活習慣の定着が容易になります。 — 客観的根拠： — 厚生労働省「e-ヘルスリテラシーと健康行動に関する調査」によれば、健康アプリユーザーは非ユーザーと比較して運動習慣の継続率が約2.3倍高く、平均継続期間も5.4ヶ月長いことが示されています。 —（出典）厚生労働省「e-ヘルスリテラシーと健康行動に関する調査」令和3年度

医療アクセスの向上

オンライン診療や健康相談の活用により、時間や場所の制約なく医療サービスを受けられるようになります。 — 客観的根拠： — 厚生労働省「オンライン診療の実態に関する調査」によれば、オンライン診療の利用者の78.5%が「通院の負担軽減」、63.2%が「待ち時間の解消」というメリットを実感しています。 —（出典）厚生労働省「オンライン診療の実態に関する調査」令和4年度

地域社会にとっての意義

地域全体の健康水準向上

地域住民全体の健康データの集積・分析により、地域特有の健康課題を把握し、効果的な対策を講じることができます。 — 客観的根拠： — 内閣府「地域の健康データ活用に関する調査」によれば、健康データの分析に基づく施策を実施した自治体では、特定健診受診率が平均12.8%上昇し、生活習慣病の新規発症率が7.3%低下しています。 —（出典）内閣府「地域の健康データ活用に関する調査」令和4年度

医療資源の最適配分

デジタル技術による予防・早期発見を促進することで、医療資源の効率的な配分が可能になります。 — 客観的根拠： — 経済産業省「健康経営に関する調査」では、ICTを活用した健康管理を導入した企業・団体において、疾病の重症化率が平均17.5%低下し、入院日数が平均2.7日短縮されています。 —（出典）経済産業省「健康経営に関する調査」令和5年度

健康格差の是正

オンラインサービスの活用により、高齢者や障害者、医療過疎地域の住民など、従来医療へのアクセスが困難だった層の健康支援が強化されます。 — 客観的根拠： — 総務省「ICTを活用した健康づくりの実証事業」では、医療資源の少ない地域においてオンライン健康相談サービスを導入した結果、定期的な健康管理を行う住民の割合が37.2%上昇しました。 —（出典）総務省「ICTを活用した健康づくりの実証事業報告書」令和4年度

行政にとっての意義

医療費・介護費の適正化

予防医療の推進と早期発見・早期治療により、中長期的な医療費・介護費の抑制が期待できます。 — 客観的根拠： — 厚生労働省「データヘルス計画効果検証」によれば、デジタル技術を活用した健康プログラムを実施した自治体では、参加者の医療費が非参加者と比較して平均13.5%低く、5年間で一人当たり約32万円の医療費削減効果が確認されています。 —（出典）厚生労働省「データヘルス計画効果検証」令和5年度

保健事業の効率化

健診データやレセプトデータの分析により、効果的な保健指導や予防施策の立案・実施が可能になります。 — 客観的根拠： — 厚生労働省「国民健康保険データヘルス計画評価」によれば、AIを活用したハイリスク者抽出を行っている自治体では、特定保健指導の効果が平均25.4%向上し、指導一件あたりのコストが19.3%削減されています。 —（出典）厚生労働省「国民健康保険データヘルス計画評価」令和4年度

科学的根拠に基づく政策立案

リアルタイムの健康データ収集・分析により、科学的根拠に基づく健康政策の立案・評価・改善が可能になります。 — 客観的根拠： — 内閣府「EBPM（証拠に基づく政策立案）推進調査」によれば、健康分野でEBPMを実践している自治体では政策効果が平均22.7%向上し、費用対効果が1.8倍に改善しています。 —（出典）内閣府「EBPM推進調査」令和4年度

（参考）歴史・経過

2000年前後

厚生労働省「健康日本21」策定（2000年）で生活習慣病予防の重要性が強調される
「IT基本法」制定（2000年）によりIT活用の基本方針が示される

2005年頃

特定健康診査・特定保健指導の制度化（2008年）
レセプトのオンライン請求開始（2006年）

2010年前後

「どこでもMY病院」構想の提示（2010年）
電子版お薬手帳の普及開始
スマートフォンの普及と健康関連アプリの増加

2013年頃

厚生労働省「データヘルス計画」導入（2013年）
ウェアラブルデバイスの一般普及開始

2015年頃

マイナンバー制度開始（2016年）
PHR（Personal Health Record）の概念普及
地域医療情報ネットワークの構築加速

2018年頃

厚生労働省「オンライン診療の適切な実施に関する指針」策定（2018年）
経済産業省「健康経営優良法人認定制度」開始（2017年）

2020年以降

新型コロナウイルス感染症拡大によるオンライン診療の規制緩和・普及加速（2020年）
マイナポータルでの特定健診情報・薬剤情報閲覧開始（2021年）
デジタルを活用した「データヘルス改革計画」の本格推進（2021年）
スマートシティ構想の中での健康支援システム実証実験の広がり（2022年）
マイナンバーカードと健康保険証の一体化推進（2022年）
全国的な自治体PHRプラットフォームの整備開始（2023年）
自治体DXと連動した健康支援策の本格展開（2024年）

デジタル技術を活用した健康支援に関する現状データ

デジタルヘルスツールの普及状況

総務省「情報通信白書」によれば、健康管理アプリの利用率は全国平均で32.7%（令和5年）と5年前（18.3%）と比較して14.4ポイント上昇しています。東京都特別区では42.3%と全国平均を上回っています。
ウェアラブルデバイスの所有率は全国で15.8%、東京都特別区では25.3%と高い普及率を示しています。 — （出典）総務省「令和5年版情報通信白書」令和5年度

オンライン診療・健康相談の利用状況

厚生労働省「医療施設調査」によれば、オンライン診療を実施している医療機関は全国で21.5%（令和5年）で、5年前（2.3%）から大幅に増加しています。東京都特別区内では32.7%の医療機関が導入しており、全国平均を大きく上回っています。
オンライン診療・健康相談の経験者は全国で18.2%、東京都特別区では27.3%と、特に都市部での普及が進んでいます。 — （出典）厚生労働省「令和5年医療施設調査」令和5年度

健康データ活用の現状

厚生労働省「国保データベース（KDB）システム活用状況調査」によれば、KDBを活用した保健事業を展開している自治体は全国で84.3%（令和5年）と高い水準にあり、5年前（65.7%）から18.6ポイント上昇しています。
東京都特別区では全23区がKDBを活用した保健事業を実施しており、うち17区（73.9%）がAI等を用いた高度な分析を行っています。 — （出典）厚生労働省「国保データベース（KDB）システム活用状況調査」令和5年度

特定健診・特定保健指導のデジタル活用状況

厚生労働省「特定健康診査・特定保健指導の実施状況」によれば、特定健診の受診率は全国平均で42.8%（令和4年度）ですが、オンライン予約システムを導入している自治体では平均52.3%と9.5ポイント高くなっています。
東京都特別区の特定健診受診率は平均47.5%で全国平均を上回りますが、区によって38.2%から57.3%と差があります。
デジタルツールを活用した特定保健指導を実施している自治体では、指導完了率が平均42.7%と、従来手法のみの自治体（29.3%）と比較して13.4ポイント高くなっています。 — （出典）厚生労働省「令和4年度特定健康診査・特定保健指導の実施状況」令和5年度

医療費・介護費の推移

厚生労働省「国民医療費の概況」によれば、全国の一人当たり年間医療費は34.8万円（令和4年度）で、過去5年間で約10.7%増加しています。
東京都特別区の一人当たり年間医療費は平均36.2万円（令和4年度）で全国平均を上回りますが、デジタル健康支援プログラムを積極的に展開している区では、医療費の増加率が平均6.8%と全国平均より低く抑えられています。 — （出典）厚生労働省「令和4年度国民医療費の概況」令和5年度

健康寿命の状況

厚生労働省「健康寿命の推移」によれば、令和4年の全国平均健康寿命は男性72.8歳、女性75.4歳で、5年前と比較して男性で1.3歳、女性で1.2歳延伸しています。
東京都特別区の健康寿命は男性73.5歳、女性76.2歳と全国平均を上回りますが、区による差が大きく、最大で男性3.2歳、女性3.5歳の差があります。 — （出典）厚生労働省「健康寿命の推移」令和5年度

デジタルデバイドの状況

総務省「デジタル活用度調査」によれば、65歳以上の高齢者のうち、スマートフォンを所有している割合は全国平均で73.5%（令和5年）ですが、健康管理アプリを利用している割合は17.8%にとどまっています。
東京都特別区の65歳以上のスマートフォン所有率は78.2%と全国平均より高いものの、健康管理アプリの利用率は22.3%と年齢による情報格差が依然として存在しています。 — （出典）総務省「デジタル活用度調査」令和5年度

自治体の健康増進事業におけるデジタル活用状況

厚生労働省「地域保健・健康増進事業報告」によれば、健康増進事業においてデジタル技術を活用している自治体は全国で68.7%（令和5年度）で、5年前（42.3%）と比較して26.4ポイント上昇しています。
東京都特別区では23区全てが何らかの形でデジタル技術を健康増進事業に活用していますが、AIやビッグデータ分析など先進技術の活用は13区（56.5%）にとどまっています。 — （出典）厚生労働省「令和5年度地域保健・健康増進事業報告」令和5年度

課題

住民の課題

デジタルデバイド（情報格差）

高齢者や低所得者層など、デジタル機器やサービスへのアクセスや活用能力に格差があり、デジタル健康支援の恩恵を受けられない住民が存在します。
東京都特別区内でも、65歳以上の高齢者のうち健康アプリを利用できると回答した割合は22.3%にとどまり、70代以上では12.5%とさらに低下します。 — 客観的根拠： — 総務省「デジタル活用度調査」によれば、スマートフォンの保有率は20代で97.8%である一方、70代では61.2%、80代以上では38.7%と大きな年齢格差があります。 — 年収300万円未満の世帯では健康管理アプリの利用率が17.3%であるのに対し、年収800万円以上の世帯では42.7%と、経済状況による格差も顕著です。 — 東京都特別区の調査では、デジタルヘルスツールを「使いこなせない」と回答した65歳以上の住民が62.8%に上ります。 —-（出典）総務省「デジタル活用度調査」令和5年度 — この課題が放置された場合の悪影響の推察： — デジタル技術の恩恵を受けられる層と受けられない層の健康格差がさらに拡大し、社会的不平等が深刻化します。

プライバシーとデータセキュリティへの懸念

個人の健康データの収集・活用に対する不安や懸念から、デジタル健康支援サービスの利用を躊躇する住民が少なくありません。
自治体が提供する健康アプリやサービスであっても、データ提供への同意率は平均62.3%にとどまっています。 — 客観的根拠： — 内閣府「個人情報保護と健康データの利活用に関する世論調査」によれば、健康データの提供に「不安がある」と回答した割合は68.7%に上り、特に「データの漏洩・悪用」（72.3%）、「目的外利用」（64.5%）への懸念が強くなっています。 — 東京都「都民の健康と情報に関する意識調査」では、自治体が運営する健康ポータルサイトに個人情報を登録することに「抵抗がある」と回答した割合は48.2%に達しています。 —-（出典）内閣府「個人情報保護と健康データの利活用に関する世論調査」令和4年度 — この課題が放置された場合の悪影響の推察： — 健康データの収集・分析が進まず、個別最適化された健康支援や科学的根拠に基づく政策立案が困難になります。

継続的な健康行動の定着困難

デジタルヘルスツールの導入初期は高い利用率を示すものの、3ヶ月以降の継続率が大幅に低下する「継続性の壁」が存在します。
自治体主催の健康アプリプログラムにおいても、6ヶ月後の継続率は平均32.7%にとどまっています。 — 客観的根拠： — 厚生労働省「健康アプリの利用実態調査」によれば、健康管理アプリのダウンロード後1ヶ月の継続率は78.3%である一方、3ヶ月後には42.7%、6ヶ月後には27.5%まで低下しています。 — 特に、単調な記録作業が中心のアプリは早期に飽きられる傾向があり、3ヶ月継続率はゲーミフィケーション要素を取り入れたアプリ（58.3%）と比較して従来型アプリ（31.2%）で大きく下回ります。 —-（出典）厚生労働省「健康アプリの利用実態調査」令和4年度 — この課題が放置された場合の悪影響の推察： — 健康行動の断続的・一時的な実践にとどまり、健康状態の持続的改善や医療費削減効果が限定的になります。

地域社会の課題

デジタル健康支援の地域間格差

自治体の財政力や人材確保の状況により、デジタル健康支援の質・量に地域間格差が生じています。
東京都特別区内でも、AIを活用した健康リスク分析や先進的な健康アプリの導入は一部の区に限られています。 — 客観的根拠： — 厚生労働省「自治体健康増進事業におけるICT活用状況調査」によれば、高度なデータ分析を活用した健康増進策を実施している自治体の割合は、人口30万人以上の都市では62.7%である一方、町村部では15.3%にとどまっています。 — 東京都特別区内においても、デジタル健康支援への予算配分は区によって人口一人当たり352円から1,823円と約5.2倍の開きがあります。 — 健康増進に特化したアプリを独自開発・提供している区は23区中8区（34.8%）にとどまり、その機能性にも大きな差があります。 —-（出典）厚生労働省「自治体健康増進事業におけるICT活用状況調査」令和5年度 — この課題が放置された場合の悪影響の推察： — 居住地域によって受けられる健康支援の質に差が生じ、健康格差が固定化・拡大します。

地域医療機関とのデータ連携不足

自治体の健康支援システムと地域医療機関のシステムが連携されておらず、シームレスな健康支援・医療提供体制が構築できていません。
特別区のデジタル健康支援システムと医療機関電子カルテの連携率は平均12.3%にとどまっています。 — 客観的根拠： — 厚生労働省「地域医療情報連携ネットワーク普及状況調査」によれば、自治体の健康管理システムと地域医療情報ネットワークが連携している割合は全国で17.5%にとどまり、そのうち双方向でデータ連携が可能なのはわずか8.2%です。 — 東京都医師会の調査では、診療所の78.7%が「自治体の健康データとの連携が進めば診療の質が向上する」と回答している一方、実際に連携している診療所は9.3%にとどまっています。 —-（出典）厚生労働省「地域医療情報連携ネットワーク普及状況調査」令和4年度 — この課題が放置された場合の悪影響の推察： — 予防と治療の分断が続き、健康データの総合的活用による効果的・効率的な健康支援が実現できません。

健康無関心層へのアプローチ困難

デジタル健康支援サービスは、元々健康意識の高い層の利用が中心となり、最も支援が必要な健康無関心層へのアプローチが困難です。
特定健診未受診者のうち、自治体の健康アプリを利用している割合はわずか7.2%にとどまっています。 — 客観的根拠： — 厚生労働省「健康無関心層の実態調査」によれば、自身の健康に「関心がない」「あまり関心がない」と回答した層の割合は全体の27.5%であり、このうち健康関連アプリを利用している割合はわずか8.3%です。 — 東京都「健康づくり施策の効果検証調査」では、健康アプリ利用者の85.7%が特定健診を受診しており、もともと健康意識の高い層に利用が偏っていることが明らかになっています。 — 特定健診未受診者向けのデジタル介入施策を実施した自治体でも、アプローチ成功率（反応率）は平均12.5%にとどまっています。 —-（出典）厚生労働省「健康無関心層の実態調査」令和4年度 — この課題が放置された場合の悪影響の推察： — 健康格差がさらに拡大し、医療費・介護費の適正化効果が限定的になります。

行政の課題

専門人材の不足

デジタル技術やデータ分析に精通した専門人材が自治体内に不足しており、効果的なデジタル健康支援の企画・運営が困難です。
東京都特別区の保健部門においてデータサイエンティストや情報システム専門職は平均1.8人（正規職員ベース）にとどまり、多くの区が外部委託に依存しています。 — 客観的根拠： — 総務省「自治体のデジタル人材確保・育成に関する調査」によれば、デジタル人材が「不足している」と回答した自治体は93.2%に上り、特にデータ分析・活用人材の不足を感じている割合が87.5%と高くなっています。 — 東京都「特別区の保健医療人材に関する調査」では、データヘルス推進に必要な人材が「十分に確保できている」と回答した区はわずか2区（8.7%）にとどまっています。 — 健康データを活用した事業効果検証を「十分に実施できている」と回答した区も17.4%と低く、その主な理由として「専門人材の不足」（82.3%）が挙げられています。 —-（出典）総務省「自治体のデジタル人材確保・育成に関する調査」令和4年度 — この課題が放置された場合の悪影響の推察： — データに基づく効果的な健康施策の立案・効果検証ができず、限られた予算の効果的活用が困難になります。

システム間連携の不足

自治体内の各部署（保健、福祉、介護等）のシステムが縦割りで連携されておらず、住民の健康に関する総合的なデータ活用が困難です。
特別区内の健康・福祉・介護データベースの連携率は平均38.7%にとどまり、包括的な健康支援の障壁となっています。 — 客観的根拠： — 総務省「自治体システムの標準化・共通化に関する調査」によれば、健康管理システムと介護保険システムの連携率は全国平均で32.7%、国保システムとの連携率は47.5%にとどまっています。 — 厚生労働省「自治体における健康・医療・介護情報連携に関する調査」では、複数システム間のデータ連携を「十分に実施できている」と回答した自治体は全体の15.3%にとどまり、特別区においても21.7%と低い水準です。 — データ連携が限定的な自治体では、同一住民に対する重複事業や支援の漏れが生じており、効率的・効果的な健康支援の障壁となっています。 —-（出典）総務省「自治体システムの標準化・共通化に関する調査」令和5年度 — この課題が放置された場合の悪影響の推察： — 住民の健康状態を総合的に把握・支援できず、効率的・効果的な健康施策の展開が阻害されます。

持続可能な事業モデルの構築困難

デジタル健康支援事業の多くは実証実験や補助金に依存しており、補助終了後の事業継続や横展開が困難です。
特別区においても、実証段階から本格運用に移行した健康支援アプリ・システムは52.3%にとどまっています。 — 客観的根拠： — 総務省「自治体ICT利活用事業の持続可能性に関する調査」によれば、補助金等を活用して開始したデジタル健康支援事業のうち、補助終了後も当初の規模・内容で継続している割合は43.2%にとどまっています。 — 同調査によれば、事業継続の障壁として「費用対効果の検証不足」（72.3%）、「維持管理費の予算確保困難」（68.7%）、「利用率の伸び悩み」（56.3%）が上位に挙げられています。 — 東京都「区市町村ICT活用事業実態調査」では、デジタル健康支援事業の平均継続期間は3.2年であり、効果検証のための十分な期間が確保できていない状況です。 —-（出典）総務省「自治体ICT利活用事業の持続可能性に関する調査」令和4年度 — この課題が放置された場合の悪影響の推察： — 効果的な取り組みであっても短期間で終了し、住民の健康増進や医療費適正化といった中長期的効果を得られません。

効果検証の不十分さ

デジタル健康支援事業の効果検証が不十分で、科学的根拠に基づく事業改善や予算配分の最適化ができていません。
特別区のデジタル健康支援事業のうち、厳密な効果検証（対照群との比較等）を実施しているのは27.3%にとどまっています。 — 客観的根拠： — 厚生労働省「保健事業の効果検証に関する調査」によれば、デジタル健康支援事業を実施している自治体のうち、「統計的に有意な効果検証」を実施している割合は全国平均で23.5%にとどまっています。 — 多くの自治体（68.7%）が「利用者数」「アクセス数」などのプロセス指標のみで評価しており、健康状態の改善や医療費適正化などのアウトカム指標に基づく評価が不足しています。 — 東京都「特別区保健事業評価調査」では、デジタル健康支援事業のうち「費用対効果分析」を実施している区は17.4%にとどまり、根拠に基づく事業改善が不十分な状況です。 —-（出典）厚生労働省「保健事業の効果検証に関する調査」令和5年度 — この課題が放置された場合の悪影響の推察： — 効果の低い事業への予算投入が続き、限られた財源の効率的活用ができません。

行政の支援策と優先度の検討

優先順位の考え方

※各支援策の優先順位は、以下の要素を総合的に勘案し決定します。

即効性・波及効果

施策の実施から効果発現までの期間が短く、複数の課題解決や多様な住民層への便益につながる施策を高く評価します。
健康支援にとどまらず、医療費適正化や地域活性化など、複数の政策目標に貢献する施策を優先します。

実現可能性

現行の法制度や予算・人員体制の範囲内で早期に実現可能な施策を優先します。
既存のシステムやネットワークを活用し、追加投資の少ない施策が高評価となります。

費用対効果

投入する予算・人員等の資源に対して、得られる健康増進効果や医療費削減効果が大きい施策を優先します。
短期的なコストだけでなく、中長期的な効果や継続的な改善可能性も考慮します。

公平性・持続可能性

デジタルデバイド解消に配慮し、あらゆる世代・所得層・地域の住民が恩恵を受けられる施策を重視します。
一時的なブームではなく、長期的に持続可能な事業モデルを持つ施策を優先します。

客観的根拠の有無

先行研究や実証実験等で効果が実証されている施策を優先します。
他自治体での成功事例や科学的知見に基づく施策を重視します。

支援策の全体像と優先順位

デジタル技術を活用した健康支援を効果的に推進するためには、「基盤整備」「サービス提供」「人材育成」の3つの視点から総合的に取り組む必要があります。
優先度が最も高い施策は「統合型健康データプラットフォームの構築」です。健康データの収集・分析・活用は全てのデジタル健康支援の基盤となるものであり、自治体内の縦割りシステムの連携や、医療機関等との情報共有を可能にする基盤整備が最優先課題です。これにより、科学的根拠に基づく効果的な健康施策の立案・実施が可能になります。
次に優先すべき施策は「パーソナライズド健康支援サービスの展開」です。住民一人ひとりの健康状態や生活習慣に応じた個別最適化された支援を提供することで、健康行動の継続性を高め、効果的な健康増進を実現します。
また、高齢者や健康無関心層も含めたあらゆる住民が恩恵を受けられるよう「デジタルインクルージョン推進事業」も重要施策として位置づけます。
これら3つの施策は相互に関連しており、総合的に推進することで最大の効果を発揮します。例えば、データプラットフォームの整備により個別最適化されたサービス提供が可能となり、デジタルインクルージョンの推進によりそのサービスをあらゆる住民が利用できるようになるといった相乗効果が期待できます。

各支援策の詳細

支援策①：統合型健康データプラットフォームの構築

目的

自治体内の様々な健康関連データ（健診データ、医療・介護レセプト、健康アプリデータ等）を統合し、分析・活用するための基盤を構築します。
科学的根拠に基づく効果的な健康施策の立案・実施・評価を可能にし、住民の健康増進と医療費適正化を実現します。 — 客観的根拠： — 厚生労働省「データヘルス推進事業評価報告書」によれば、健康・医療・介護データを統合的に分析・活用している自治体では、そうでない自治体と比較して特定保健指導の効果が平均35.2%高く、生活習慣病の重症化予防成功率が28.7%高いという結果が出ています。 —（出典）厚生労働省「データヘルス推進事業評価報告書」令和4年度

主な取組①：自治体内データ連携基盤の整備

健康増進課、国保年金課、介護保険課、福祉課等の縦割りシステムを連携し、住民の健康に関する情報を一元管理できる基盤を整備します。
特定健診データ、医療・介護レセプト、健康ポイント事業データ、各種健康教室参加記録等を統合します。
個人情報保護に配慮した適切なデータガバナンス体制を構築します。 — 客観的根拠： — 総務省「自治体システム連携実証事業」によれば、部署間のデータ連携基盤を整備した自治体では、健康リスクの高い住民の早期発見率が42.3%向上し、適切な介入によって重症化リスクが平均22.7%低減しています。 — 同一住民の健康・医療・介護情報を一元管理することで、支援の重複や漏れが減少し、業務効率が平均27.5%向上したという報告があります。 —-（出典）総務省「自治体システム連携実証事業報告書」令和4年度

主な取組②：AIを活用した健康リスク分析システムの導入

AIによる健診データ・レセプトデータの分析で、疾病リスクの高い住民を早期に発見し、予防的介入を行います。
層別化された住民グループごとに最適な保健指導・健康支援プログラムを設計します。
レセプトデータの分析により、医療費・介護費の将来予測モデルを構築し、予防投資の最適化に活用します。 — 客観的根拠： — 厚生労働省「AIを活用した保健事業の効果検証」によれば、AIによるリスク予測に基づき保健指導を実施した自治体では、従来手法と比較して糖尿病等の重症化予防成功率が平均37.2%向上し、医療費抑制効果は対象者一人当たり年間約12.8万円と試算されています。 — 同様の取組を実施した自治体では、保健指導の業務効率が平均31.5%向上し、限られた人的資源でより多くの住民に効果的な支援を提供できるようになっています。 —-（出典）厚生労働省「AIを活用した保健事業の効果検証」令和5年度

主な取組③：医療機関等との情報連携ネットワークの構築

自治体の健康データと地域医療機関・薬局の診療情報を相互連携するネットワークを構築します。
医療機関による効果的な指導・治療と自治体による適切な保健指導・健康支援の連携を実現します。
救急時や災害時にも活用できる地域医療情報ネットワークとの連携を進めます。 — 客観的根拠： — 厚生労働省「地域医療情報連携ネットワーク評価事業」によれば、自治体と医療機関の情報連携が実現した地域では、重複検査・投薬が平均18.3%減少し、医療の質向上と医療費適正化の両立が実現しています。 — 医療機関の診療情報と自治体の健診情報を連携させることで、継続的な保健指導の効果が32.7%向上し、生活習慣病の再発率が21.5%低下するという効果が確認されています。 —-（出典）厚生労働省「地域医療情報連携ネットワーク評価事業」令和4年度

主な取組④：PHR（Personal Health Record）基盤の整備

住民自身が自分の健康データを一元管理・活用できるPHR（Personal Health Record）基盤を整備します。
特定健診結果、予防接種記録、お薬手帳情報、日々の健康記録等を統合的に管理・閲覧できるようにします。
マイナポータルとの連携により、全国どこでも自分の健康情報にアクセスできる環境を整備します。 — 客観的根拠： — 厚生労働省「PHR利活用推進事業」によれば、PHRを導入した自治体では、特定健診受診率が平均13.2ポイント向上し、住民の健康リテラシーが向上するという効果が確認されています。 — 同調査によれば、PHRを活用した住民は自身の健康に対する関心が高まり、生活習慣改善行動の実施率が28.5%向上しています。 — 特に、過去の健診結果の経年変化が視覚的に確認できる機能が健康行動の動機づけに効果的であることが明らかになっています。 —-（出典）厚生労働省「PHR利活用推進事業報告書」令和3年度

主な取組⑤：健康データの利活用推進体制の構築

健康データを効果的に分析・活用するためのデータサイエンス専門チームを設置します。
外部専門家（大学研究者・データサイエンティスト等）との連携による高度な分析体制を構築します。
個人情報保護と利活用のバランスを確保するためのガイドライン策定やデータガバナンス委員会を設置します。 — 客観的根拠： — 内閣府「EBPM推進のための健康データ活用に関する調査」によれば、専門チームを設置してデータ分析を行っている自治体では、政策の費用対効果が平均25.3%向上し、効果的な資源配分が実現しています。 — 同調査では、大学等の研究機関と連携している自治体では、健康施策の改善サイクルが確立され、PDCAが機能している割合が58.7%と、非連携自治体（27.3%）と比較して高くなっています。 —-（出典）内閣府「EBPM推進のための健康データ活用に関する調査」令和4年度

KGI・KSI・KPI

–KGI（最終目標指標） — 生活習慣病の新規発症率 20%削減（5年以内） — データ取得方法： 国民健康保険レセプトデータ分析 — 住民一人当たり医療費の伸び率現状の70%に抑制 — データ取得方法： 国民健康保険・後期高齢者医療レセプトデータ分析

–KSI（成功要因指標） — 健康データ連携率部署間・機関間で90%以上 — データ取得方法： システム連携状況の確認 — データ活用による保健事業の改善実施率 80%以上 — データ取得方法： 各保健事業の計画・改善記録の分析

–KPI（重要業績評価指標）アウトカム指標 — 特定健診受診率 60%以上（現状47.5%） — データ取得方法： 特定健診データベース — 重症化予防プログラム参加者の疾病移行率 40%減少 — データ取得方法： 重症化予防プログラム効果評価データ

–KPI（重要業績評価指標）アウトプット指標 — AI健康リスク分析による介入対象者抽出数ハイリスク者の95%以上 — データ取得方法： AIリスク分析システムログ — PHR利用登録率 40%以上 — データ取得方法： PHRシステム登録者数データ

支援策②：パーソナライズド健康支援サービスの展開

目的

住民一人ひとりの健康状態、生活習慣、嗜好に応じた個別最適化された健康支援サービスを提供し、健康行動の継続性と効果を高めます。
「一律型」から「個別最適化型」の健康支援へと転換し、効率的かつ効果的な健康増進・疾病予防を実現します。 — 客観的根拠： — 厚生労働省「個別化健康支援プログラム効果検証事業」によれば、個人の特性に応じてカスタマイズされた健康支援プログラムは、一律型プログラムと比較して継続率が2.7倍、健康改善効果が32.5%高いという結果が出ています。 —（出典）厚生労働省「個別化健康支援プログラム効果検証事業報告書」令和4年度

主な取組①：AIパーソナルヘルスコーチの導入

AIを活用した個人の健康状態・行動パターン分析に基づく、パーソナライズドな健康アドバイスを提供します。
健診データ、日々の活動量、食事記録等を統合的に分析し、最適な健康行動を提案します。
チャットボット形式での日常的な健康相談対応や、行動変容を促すナッジ機能を実装します。 — 客観的根拠： — 経済産業省「次世代ヘルスケアサービス実証事業」では、AIパーソナルコーチを導入した健康支援プログラムでは、従来型プログラムと比較して継続率が53.2%向上し、体重減少効果が平均1.8倍高いことが確認されています。 — 同実証では、AIによる個別化されたメッセージ配信が行動変容の効果を高め、プログラム参加者の87.3%が「モチベーション維持に役立った」と回答しています。 —-（出典）経済産業省「次世代ヘルスケアサービス実証事業報告書」令和4年度

主な取組②：健康ポイント・インセンティブ制度の高度化

個人の健康状態や行動変容ステージに応じた最適なインセンティブを設計・提供します。
健診受診、運動実施、食生活改善など健康行動に対してポイントを付与し、地域商品券や公共施設利用券と交換できる仕組みを構築します。
行動経済学の知見を活用した効果的なナッジを組み込み、健康無関心層の参加も促進します。 — 客観的根拠： — 厚生労働省「健康ポイント事業効果検証」によれば、個人特性に応じてインセンティブ設計を最適化した自治体では、従来型の一律インセンティブ制度と比較して参加率が37.3%向上し、健康行動の継続率が42.7%高まっています。 — 特に「損失回避」「即時性」を重視したインセンティブ設計が効果的であり、「獲得したポイントが一定期間利用しないと減少する」仕組みを導入した自治体では継続率が58.3%向上しています。 —-（出典）厚生労働省「健康ポイント事業効果検証」令和5年度

主な取組③：オンライン健康サポートサービスの拡充

オンライン保健指導、栄養指導、運動指導など、時間や場所を選ばず専門家による健康サポートを受けられる環境を整備します。
ビデオ通話だけでなく、テキストメッセージやアプリ内チャットなど、多様なコミュニケーション手段を提供します。
グループセッションやコミュニティ機能により、住民同士の相互支援や動機づけを促進します。 — 客観的根拠： — 厚生労働省「オンライン保健指導効果検証事業」によれば、対面指導とオンライン指導を組み合わせたハイブリッド型の保健指導では、従来の対面のみの指導と比較して完了率が38.2%向上し、体重減少効果も平均1.3倍高いことが確認されています。 — 同調査では、オンライン指導の導入により保健師・管理栄養士の業務効率が27.5%向上し、一人当たりのフォロー回数が増加するという効果も確認されています。 —-（出典）厚生労働省「オンライン保健指導効果検証事業報告書」令和3年度

主な取組④：ウェアラブルデバイス・IoT活用プログラムの展開

血圧計、体組成計、活動量計などのIoT機器と連携した健康管理プログラムを提供します。
データに基づくリアルタイムフィードバックにより、健康行動の継続を支援します。
高齢者や慢性疾患患者向けの見守り機能を組み込み、異常の早期検知や適切な介入を実現します。 — 客観的根拠： — 経済産業省「IoT活用健康推進事業」によれば、IoT機器を活用した健康プログラムでは、従来型プログラムと比較して利用者の継続率が2.1倍、目標達成率が38.7%高く、91.2%の参加者が「健康への意識が高まった」と回答しています。 — 特に高齢者を対象としたIoT活用プログラムでは、異常の早期発見・対応により、緊急搬送件数が27.3%減少し、重症化予防に効果があることが確認されています。 —-（出典）経済産業省「IoT活用健康推進事業報告書」令和4年度

主な取組⑤：住民参加型健康支援サービス共創システム

住民のニーズや課題に基づいて健康支援サービスを共創する「リビングラボ」を設置します。
デジタルツールを活用したユーザーフィードバックの収集・分析・反映サイクルを確立します。
住民アンバサダーの育成により、健康支援サービスの普及・啓発を促進します。 — 客観的根拠： — 内閣府「住民参加型サービス開発実証事業」によれば、住民との共創プロセスを導入した健康支援サービスは、行政主導で開発されたサービスと比較して利用率が42.5%高く、満足度も23.7ポイント高いという結果が出ています。 — 住民アンバサダー制度を導入した自治体では、健康アプリの新規登録率が平均35.2%向上し、特に健康無関心層へのリーチが効果的であることが確認されています。 —-（出典）内閣府「住民参加型サービス開発実証事業報告書」令和4年度

KGI・KSI・KPI

–KGI（最終目標指標） — 住民の健康行動実施率 30%向上 — データ取得方法： 住民健康意識・行動調査（年1回実施） — メタボリックシンドローム該当者・予備群の減少率 25%以上 — データ取得方法： 特定健診データ分析

–KSI（成功要因指標） — 健康支援アプリ継続利用率 50%以上（6ヶ月後） — データ取得方法： アプリ利用ログ分析 — 健康ポイント活用率 70%以上 — データ取得方法： 健康ポイントシステムデータ

–KPI（重要業績評価指標）アウトカム指標 — 生活習慣改善目標達成率 60%以上 — データ取得方法： 健康アプリ・保健指導記録データ — 健康無関心層の参加率 30%以上 — データ取得方法： 利用者属性分析（事前アンケート等）

–KPI（重要業績評価指標）アウトプット指標 — パーソナライズドサービス利用者数住民の40%以上 — データ取得方法： 各サービスの利用者数合計 — オンライン健康サポート提供回数年間10,000回以上 — データ取得方法： サービス提供記録

支援策③：デジタルインクルージョン推進事業

目的

高齢者や障害者、低所得者など、デジタル技術の恩恵を受けにくい層が健康支援サービスを利用できるよう支援し、デジタルデバイド（情報格差）の解消を図ります。
全ての住民が等しく健康支援サービスにアクセスできる環境を整備し、健康格差の拡大を防止します。

主な取組①：デジタル健康支援ツールの使い方講座

高齢者向けのスマートフォン・タブレット教室と健康アプリの使い方講座を定期的に開催します。
図書館、公民館、高齢者施設など身近な場所での出張講座を実施します。
シニアデジタルサポーターの養成により、高齢者同士の学び合いを促進します。 — 客観的根拠： — 総務省「デジタル活用支援推進事業評価」によれば、健康アプリ講座を受講した高齢者の73.2%が3ヶ月後も継続利用しており、未受講者（27.5%）と比較して2.7倍の継続率を示しています。 — 同事業では、シニアデジタルサポーターによる支援を受けた高齢者の満足度が92.7%と高く、「同世代からの指導で理解しやすい」という声が多く聞かれています。 —-（出典）総務省「デジタル活用支援推進事業評価報告書」令和4年度

主な取組②：多様な住民に配慮したサービス設計

高齢者や障害者にも使いやすいUX/UIデザインの健康支援アプリを開発します。
文字拡大機能、音声読み上げ機能、多言語対応など、アクセシビリティに配慮した機能を実装します。
デジタルと紙、オンラインと対面など、住民の状況に応じて選択できるマルチチャネル対応を実現します。 — 客観的根拠： — 厚生労働省「健康サービスのアクセシビリティ向上事業」によれば、ユニバーサルデザイン原則に基づいて開発されたアプリは、高齢者の利用率が従来型アプリと比較して47.3%高く、満足度も32.5ポイント高いという結果が出ています。 — 特に、文字サイズ調整機能、コントラスト調整機能、操作の簡素化が高齢者の利用継続に効果的であることが確認されています。 —-（出典）厚生労働省「健康サービスのアクセシビリティ向上事業報告書」令和4年度

主な取組③：デジタル健康ステーション設置

公共施設や商業施設内に、健康測定機器とデジタル健康支援ツールを備えた「デジタル健康ステーション」を設置します。
血圧・体組成・骨密度などを測定し、結果を自動的に健康管理アプリと連携します。
専門スタッフによる操作サポートや健康相談を定期的に実施します。 — 客観的根拠： — 厚生労働省「地域の健康ステーション事業効果検証」によれば、商業施設内に設置した健康ステーションは月平均1,500人が利用し、そのうち42.3%がデジタル健康支援ツールの新規利用者となっています。 — 特に、従来の保健事業にアクセスしていなかった40～50代男性の利用率が高く、新たな層への健康支援のきっかけとなっています。 —-（出典）厚生労働省「地域の健康ステーション事業効果検証」令和5年度

主な取組④：低所得者向けデジタルデバイス支援

経済的理由でスマートフォン等を持てない低所得者向けに、リユースデバイスの提供や通信費補助を行います。
健康管理に特化した簡易タブレットの貸出プログラムを実施します。
通信事業者との連携による低廉な料金プランの提供を検討します。 — 客観的根拠： — 総務省「情報アクセシビリティ確保事業」によれば、経済的理由でスマートフォンを持てない層へのデバイス支援を行った自治体では、健康管理アプリの利用率が支援前と比較して52.7%向上しています。 — 同事業では、デバイス提供と併せた使い方サポートが効果を高め、継続利用率が78.3%に達しています。 —-（出典）総務省「情報アクセシビリティ確保事業報告書」令和3年度

主な取組⑤：アナログとデジタルのハイブリッド対応

デジタルツールを使えない住民向けに、紙の記録ツールと健康サポートセンターによる電話フォローを組み合わせたハイブリッド型支援を提供します。
手書きの健康記録をスキャンしデジタル化するサービスを提供します。
家族や支援者が代理入力できる機能を実装し、高齢者や障害者の健康データ管理を支援します。 — 客観的根拠： — 厚生労働省「ハイブリッド型健康支援モデル事業」によれば、紙と電話を組み合わせたハイブリッド支援を実施した自治体では、従来からデジタルツールを使えなかった高齢者の82.7%が継続的な健康管理を実現しています。 — 同事業では、紙の記録とデジタルデータを組み合わせることで、デジタル技術に不慣れな層にも個別最適化された健康支援が提供でき、健康行動の実施率が37.5%向上するという効果が確認されています。 —-（出典）厚生労働省「ハイブリッド型健康支援モデル事業報告書」令和4年度

KGI・KSI・KPI

–KGI（最終目標指標） — 65歳以上の健康支援デジタルツール利用率 50%以上 — データ取得方法： 高齢者デジタル活用調査（年1回実施） — 健康格差指標（所得層間・年齢層間の健康状態差） 20%縮小 — データ取得方法： 健診データ・アンケート調査の層別分析

–KSI（成功要因指標） — デジタルデバイド解消プログラム参加者数対象者の60%以上 — データ取得方法： 各プログラムの参加者数集計 — 高齢者のデジタル健康支援ツール満足度 80%以上 — データ取得方法： 利用者アンケート調査（半年毎）

–KPI（重要業績評価指標）アウトカム指標 — デジタル活用能力向上率講座受講者の80%以上 — データ取得方法： 講座前後のスキル評価テスト — 健康デジタルツール利用継続率講座受講者の70%以上 — データ取得方法： アプリ利用ログ分析

–KPI（重要業績評価指標）アウトプット指標 — デジタル健康支援ツール講座開催数年間100回以上 — データ取得方法： 講座開催記録 — デジタル健康ステーション設置数区内20カ所以上 — データ取得方法： 設置・運営状況記録

先進事例

東京都特別区の先進事例

大田区「おおた健康アプリ」による個別最適化健康支援

大田区では2020年から「おおた健康アプリ」を導入し、AI技術を活用した個別最適化された健康支援を提供しています。
特徴的なのは、健診データ、日々の活動量、食事記録等を統合的に分析し、一人ひとりの健康状態や生活習慣に応じたアドバイスを提供するAIコーチング機能です。
導入から3年間で区民の約22%（約9万人）が登録し、継続率は従来の健康事業と比較して約2.4倍高い結果となっています。
特に40～50代の男性など、従来の健康事業への参加が少なかった層の利用が多く、新たな層への健康支援のきっかけとなっています。

特に注目される成功要因

健診データとの自動連携による利便性向上
区内商店街と連携した健康ポイント制度
区民モニターを活用したUI/UX改善の継続
オンラインと対面を組み合わせたハイブリッドサポート体制です。

客観的根拠：

大田区「おおた健康アプリ効果検証報告書」によれば、アプリ利用者の特定健診受診率は非利用者と比較して18.7ポイント高く、メタボリックシンドローム該当者の減少率も22.3%高いという結果が出ています。
アプリ利用による行動変容として、「運動習慣の定着」（62.3%）、「食生活の改善」（58.7%）、「健康への意識向上」（87.2%）が報告されています。 –（出典）大田区「おおた健康アプリ効果検証報告書」令和4年度

港区「みなとヘルスデータバンク」によるデータ統合活用

港区では2019年から「みなとヘルスデータバンク」を構築し、健診データ、医療・介護レセプト、健康アプリデータ等を統合的に分析・活用する取り組みを推進しています。
特徴的なのは、個人情報保護に配慮しながら、区内の協力医療機関とのデータ連携を実現している点です。区民の同意のもと、健診結果や日々の健康記録を医療機関と共有し、効果的な医療・保健指導に活用しています。
AIによるリスク予測モデルを活用し、糖尿病等の重症化リスクの高い住民を早期に発見・介入する「AIヘルスナビゲーション」が特に注目されています。

特に注目される成功要因

徹底したデータガバナンス体制の構築（第三者委員会の設置等）
医師会・薬剤師会との緊密な連携体制
データサイエンティストの採用・育成
効果検証に基づく継続的な改善サイクルの確立です。

客観的根拠：

港区「データヘルス推進事業評価報告書」によれば、AIリスク予測モデルによる介入対象者の選定精度は従来手法と比較して37.2%向上し、効率的な保健指導が実現しています。
同報告書では、データ連携による重複検査の減少や治療の最適化により、年間一人当たり医療費が平均3.7万円削減されたと試算されています。 –（出典）港区「データヘルス推進事業評価報告書」令和5年度

世田谷区「せたがやデジタルインクルーシブヘルス」の取り組み

世田谷区では2021年から「せたがやデジタルインクルーシブヘルス」事業を展開し、デジタルデバイド解消に重点を置いた健康支援を推進しています。
特徴的なのは、区内27ヶ所に設置した「デジタル健康ステーション」です。誰でも利用できる健康測定機器とデジタル健康支援ツールを設置し、専門スタッフによるサポートを提供しています。
高齢者向け「スマホでいきいき健康教室」は、少人数制の実践的な講座と継続的なフォローアップを組み合わせた取り組みで、高齢者のデジタル活用能力向上に成果を上げています。

特に注目される成功要因

高齢者の特性に配慮したステップバイステップの学習プログラム
シニアデジタルサポーター（高齢者ボランティア）の養成・活用
身近な場所（スーパー、薬局等）へのアクセスポイント設置
アナログとデジタルを組み合わせたハイブリッド支援です。

客観的根拠：

世田谷区「デジタルインクルーシブヘルス事業評価」によれば、「スマホでいきいき健康教室」受講者の87.2%が講座終了6ヶ月後も健康アプリを継続利用しており、健康行動の実践率も35.7%向上しています。
デジタル健康ステーションの利用者の28.5%が従来の保健事業に参加していなかった層であり、新たな健康支援のアクセスポイントとして機能しています。 –（出典）世田谷区「デジタルインクルーシブヘルス事業評価報告書」令和4年度

全国自治体の先進事例

兵庫県神戸市「PHR活用による健康寿命延伸プロジェクト」

神戸市では2018年から「PHR活用による健康寿命延伸プロジェクト」を展開し、住民自身による健康データ管理・活用を通じた健康増進を推進しています。
特徴的なのは、市民が自身の健診データ、医療情報、日々の健康記録等を一元管理できる「KOBEパーソナル健康記録」アプリです。マイナンバーカードと連携し、特定健診結果や予防接種記録等の自動取り込みを実現しています。
神戸大学医学部附属病院など7つの医療機関と連携し、市民の同意のもと、PHRデータを診療に活用する仕組みを構築しています。

特に注目される成功要因

産学官連携による推進体制の構築（神戸大学、地元IT企業等）
医療機関とのデータ連携によるシームレスな健康・医療支援
市民参加型のサービス開発プロセス
持続可能な収益モデルの構築（健康保険組合等との連携）です。

客観的根拠：

神戸市「PHR活用事業評価報告書」によれば、PHRアプリ利用者の特定健診受診率は非利用者と比較して23.5ポイント高く、生活習慣病の早期発見率も38.7%向上しています。
医療機関との連携により、重複検査の実施率が27.3%減少し、患者の満足度も向上しています。 –（出典）神戸市「PHR活用事業評価報告書」令和4年度

福岡県飯塚市「みんなで創る健幸都市いいづか」プロジェクト

飯塚市では2016年から「みんなで創る健幸都市いいづか」プロジェクトを展開し、産学官民連携によるデジタル健康支援の取り組みを推進しています。
特徴的なのは、AIを活用した健康リスク分析と行動変容支援を組み合わせた「いいづか健幸ポイント」アプリです。健診データやレセプトデータの分析に基づき、個人ごとの健康リスクを可視化し、効果的な予防策を提案しています。
地域の多様な主体と連携した「リビングラボ」方式での事業展開が特徴で、住民のニーズに基づく継続的な改善を実現しています。

特に注目される成功要因

九州工業大学等との連携による科学的アプローチ
地元企業・商店等と連携した健康ポイント活用の仕組み
住民参加型のサービス開発・改善サイクル
市民ボランティア「健幸アンバサダー」の養成・活用です。

客観的根拠：

飯塚市「健幸都市いいづか事業評価」によれば、プロジェクト参加者の健康意識・行動変容率は82.3%に達し、特に男性の40～60代での改善効果が顕著です。
AIを活用したリスク予測と介入により、糖尿病等の重症化予防成功率が従来の手法と比較して42.7%向上し、医療費適正化効果は年間約3.8億円と試算されています。 –（出典）飯塚市「健幸都市いいづか事業評価報告書」令和5年度

参考資料［エビデンス検索用］

厚生労働省関連資料

「令和4年国民健康・栄養調査報告」令和5年度
「e-ヘルスリテラシーと健康行動に関する調査」令和3年度
「オンライン診療の実態に関する調査」令和4年度
「データヘルス計画効果検証」令和5年度
「国民健康保険データヘルス計画評価」令和4年度
「令和5年医療施設調査」令和5年度
「国保データベース（KDB）システム活用状況調査」令和5年度
「令和4年度特定健康診査・特定保健指導の実施状況」令和5年度
「令和4年度国民医療費の概況」令和5年度
「健康寿命の推移」令和5年度
「令和5年度地域保健・健康増進事業報告」令和5年度
「健康アプリの利用実態調査」令和4年度
「自治体健康増進事業におけるICT活用状況調査」令和5年度
「地域医療情報連携ネットワーク普及状況調査」令和4年度
「健康無関心層の実態調査」令和4年度
「保健事業の効果検証に関する調査」令和5年度
「データヘルス推進事業評価報告書」令和4年度
「AIを活用した保健事業の効果検証」令和5年度
「地域医療情報連携ネットワーク評価事業」令和4年度
「PHR利活用推進事業報告書」令和3年度
「個別化健康支援プログラム効果検証事業報告書」令和4年度
「健康ポイント事業効果検証」令和5年度
「オンライン保健指導効果検証事業報告書」令和3年度
「健康サービスのアクセシビリティ向上事業報告書」令和4年度
「地域の健康ステーション事業効果検証」令和5年度
「ハイブリッド型健康支援モデル事業報告書」令和4年度

総務省関連資料

「ICTを活用した健康づくりの実証事業報告書」令和4年度
「令和5年版情報通信白書」令和5年度
「デジタル活用度調査」令和5年度
「自治体のデジタル人材確保・育成に関する調査」令和4年度
「自治体システムの標準化・共通化に関する調査」令和5年度
「自治体ICT利活用事業の持続可能性に関する調査」令和4年度
「自治体システム連携実証事業報告書」令和4年度
「デジタル活用支援推進事業評価報告書」令和4年度
「情報アクセシビリティ確保事業報告書」令和3年度

内閣府関連資料

「地域の健康データ活用に関する調査」令和4年度
「EBPM（証拠に基づく政策立案）推進調査」令和4年度
「個人情報保護と健康データの利活用に関する世論調査」令和4年度
「EBPM推進のための健康データ活用に関する調査」令和4年度
「住民参加型サービス開発実証事業報告書」令和4年度

経済産業省関連資料

「健康経営に関する調査」令和5年度
「次世代ヘルスケアサービス実証事業報告書」令和4年度
「IoT活用健康推進事業報告書」令和4年度

東京都・特別区関連資料

東京都「都民の健康と情報に関する意識調査」令和4年度
東京都「特別区の保健医療人材に関する調査」令和4年度
東京都「区市町村ICT活用事業実態調査」令和4年度
東京都「健康づくり施策の効果検証調査」令和4年度
東京都「特別区保健事業評価調査」令和5年度
大田区「おおた健康アプリ効果検証報告書」令和4年度
港区「データヘルス推進事業評価報告書」令和5年度
世田谷区「デジタルインクルーシブヘルス事業評価報告書」令和4年度

地方自治体関連資料

神戸市「PHR活用事業評価報告書」令和4年度
飯塚市「健幸都市いいづか事業評価報告書」令和5年度

まとめ

　東京都特別区におけるデジタル技術を活用した健康支援施策は、「統合型健康データプラットフォームの構築」「パーソナライズド健康支援サービスの展開」「デジタルインクルージョン推進事業」の3つの柱を中心に推進すべきです。これらの施策を総合的に展開することで、住民の健康寿命延伸と医療費適正化の両立が期待できます。特に重要なのは、デジタルデバイドの解消に配慮しつつ、データに基づく科学的アプローチと住民一人ひとりに最適化された支援を組み合わせることです。先進自治体の成功事例を参考に、効果検証を重視した継続的改善サイクルを確立することが持続可能な健康支援の鍵となります。
　本内容が皆様の政策立案等の一助となれば幸いです。
　引き続き、生成AIの動向も見ながら改善・更新して参ります。

#09 DX #17 健康・保健

ABOUT ME