09 DX

健康診査・保健指導

masashi0025
目次
  1. はじめに
  2. 健康診査・保健指導に関する現状データ
  3. 課題
  4. 行政の支援策と優先度の検討
  5. 先進事例
  6. 参考資料［エビデンス検索用］
  7. 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（健康診査・保健指導を取り巻く環境）

  • 自治体が健康診査・保健指導を行う意義は「生活習慣病の予防による住民の健康寿命の延伸」と「将来的な医療費・介護給付費の適正化による持続可能な社会保障制度の構築」にあります。
  • 健康診査・保健指導、特に「特定健康診査（特定健診）・特定保健指導」は、40歳から74歳の住民を対象に、生活習慣病の発症を未然に防ぐことを目的とした国の制度です。
  • この制度は、自覚症状に乏しいメタボリックシンドロームに着目し、早期にリスクを発見し、保健師や管理栄養士などの専門家による生活習慣改善のサポート（特定保健指導）につなげることを核としています。
  • 「高齢者の医療の確保に関する法律」に基づき、事業者ではなく、市町村国民健康保険や健康保険組合といった医療保険者に実施が義務付けられています。この点は、事業者が実施する労働安全衛生法に基づく定期健康診断とは異なる重要なポイントです。

意義

住民にとっての意義

生活習慣病の早期発見・重症化予防
健康リテラシーの向上

地域社会にとっての意義

健康寿命の延伸とQOLの向上
医療費・介護給付費の適正化
  • 生活習慣病の重症化を予防することは、高額な医療費や長期的な介護が必要となる状態を未然に防ぐことにつながります。
  • これにより、地域社会全体の社会保障給付費の増大を抑制し、持続可能な医療保険制度・介護保険制度の維持に貢献します。

行政にとっての意義

データに基づく保健事業（データヘルス）の推進
  • 特定健診の結果データは、地域住民の健康課題を客観的に把握するための貴重な情報源となります。
  • これらのデータを分析し、科学的根拠に基づく効果的・効率的な保健事業（データヘルス計画）を立案・評価・改善することが可能になります。
医療費適正化による財政健全化

（参考）歴史・経過

2006年（平成18年）
2008年（平成20年）
2013年（平成25年）
2018年（平成30年）
  • 第3期特定健診等実施計画が開始されました。
  • 健診項目に「血清クレアチニン検査（腎機能）」が追加されるなど、内容の充実が図られました。
  • 目標値は第1期から据え置かれ、新たに「2008年度比でメタボリックシンドローム該当者及び予備群を25%減少させる」という成果目標が重視されるようになりました。
2024年（令和6年）

健康診査・保健指導に関する現状データ

全国の実施状況と目標との乖離
保険者種別・属性別の深刻な格差
  • 保険者間の格差
    • 健診実施率には保険者間で深刻な格差が存在します。大企業の従業員が多く加入する健康保険組合（82.9%）や共済組合（82.6%）が高い実施率であるのに対し、自営業者や非正規雇用者、退職者などが加入する市町村国民健康保険は38.2%と極めて低い水準です。これは、健康へのアクセス機会が社会経済的地位によって大きく左右されている実態を浮き彫りにしています。
  • 被保険者・被扶養者間の格差
    • 健康保険組合加入者の中でも、被保険者（従業員本人）の健診実施率は90.4%に達する一方、その被扶養者（主に配偶者）は48.1%と、半分以下に落ち込みます。
    • 特定保健指導の実施率ではさらに格差が広がり、被保険者の34.8%に対し、被扶養者は18.6%と、極めて低い状況です。これは、企業の健康管理の枠組みから外れている被扶養者へのアプローチが極めて手薄であることを示唆しています。
東京都特別区の状況と区間格差
  • 特定保健指導実施率
  • 区間格差
    • 特別区内での格差も深刻です。実施率が最も高い区は28.3%である一方、最も低い区は9.7%と、その差は約18.6ポイントにも及びます。これは、区の取り組み方によって住民が受ける健康サービスの質に大きな差が生じていることを示しており、行政サービスにおける公平性の観点から大きな課題です。
生活習慣病の現状と医療費

課題

住民の課題

受診・参加の障壁（時間的・心理的・経済的要因）
  • 時間的制約
    • 健診未受診の最大の理由は「仕事や家事が忙しくて時間がない」であり、都の調査では38.7%を占めます。特に働き盛りの40代男性では48.2%に上ります。
    • 平日夜間や土日に受診できる医療機関が限られていることも、この問題を助長しています。
      • 客観的根拠：
      • この課題が放置された場合の悪影響の推察：
        • 働き盛り世代の健診未受診が継続し、無自覚の生活習慣病リスク保持者の早期発見・介入機会が失われ、重症化率の上昇につながります。
  • 心理的障壁
    • 「健康状態に不安がないから」「面倒だから」といった心理的な要因も大きな障壁です。健診の重要性や利益が十分に伝わっていないことが背景にあります。
      • 客観的根拠：
        • 民間企業の調査では、健診を受けない理由として「健康状態に不安がないから」が10.1%を占めています。
        • （出典）(https://prtimes.jp/main/html/rd/p/000000171.000030978.html) 17
      • この課題が放置された場合の悪影響の推察：
        • 自覚症状のないまま病状が進行し、気づいた時には重症化しているケースが増加します。
  • 健診結果の理解と行動変容の困難さ
    • 健診を受けても、結果報告書が専門的で理解しにくく、具体的な行動改善に結びつかないケースが多く見られます。
    • 特定保健指導の対象となっても、複数回の面談など時間的な負担が大きく、途中で脱落する率（中断率）が全国で32.7%と高い水準にあります。特に40～50代男性では41.2%と深刻です。

地域社会の課題

健康格差の拡大（保険者間・所得間）
  • 前述の通り、大企業の従業員（被保険者）と自営業者・非正規雇用者等（国保加入者）や被扶養者の間には、健診・保健指導の実施率に著しい格差が存在します。
  • この構造的な格差は、雇用形態や所得水準による健康格差を助長・固定化させる深刻な問題です。所得が低い層ほど受診率が低いというデータもあり、健康が経済状況に左右される状況が生まれています。
増大し続ける生活習慣病関連の社会保障給付費
  • 生活習慣病の予防が進まなければ、医療費や介護給付費は増大の一途をたどります。
  • これは現役世代の保険料負担の増加や、将来世代への負担の先送りにつながり、社会保障制度そのものの持続可能性を脅かします。
    • 客観的根拠：
    • この課題が放置された場合の悪影響の推察：
      • 医療保険財政が圧迫され、保険料の上昇や他の住民サービスへの予算削減につながり、住民生活全体に影響が及びます。

行政の課題

目標未達が続く低い実施率
  • 制度開始から15年以上が経過したにもかかわらず、特定健診・特定保健指導の実施率は国の目標値を大きく下回ったままです。
  • 特に東京都特別区の特定保健指導実施率は全国平均よりも低く、対策の抜本的な見直しが急務となっています。
    • 客観的根拠：
    • この課題が放置された場合の悪影響の推察：
      • 制度自体の有効性が疑問視され、予防政策への信頼性が失われるとともに、医療費適正化という目的も達成できません。
保健指導の質の担保と専門人材の不足
  • 特定保健指導を担う保健師や管理栄養士などの専門職は、深刻な業務過多に陥っています。
  • 都の調査では、特定保健指導担当専門職一人当たりの対象者数は平均372人と、適切な指導が可能とされる上限（200人）を大幅に超えています。また、専門職の配置数にも区によって大きな差があります。
データ利活用の遅れと縦割り行政の弊害
  • 特定健診で収集される膨大なデータが、効果的な保健事業に十分に活用されていません。国保データベース（KDB）システムなどの分析基盤はあるものの、それを使いこなし、個々の住民に最適化されたアプローチを立案できる人材や体制が不足しています。
  • また、健康保険組合や共済組合など、異なる保険者間でのデータ連携が不十分なため、転職等で保険者が変わると過去の健康情報が途切れてしまう問題もあります。
    • 客観的根拠：
    • この課題が放置された場合の悪影響の推察：
      • 非効率で画一的なアプローチが続き、費用対効果の低い保健事業にリソースが浪費され続けます。

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くの住民への便益につながる施策を高く評価します。
  • 実現可能性
    • 現在の法制度、予算、人員体制の中で実現可能な施策を優先します。既存の仕組みを活用できる施策は優先度が高くなります。
  • 費用対効果
    • 投入する経営資源（予算・人員等）に対して得られる効果（健康改善、医療費抑制）が大きい施策を優先します。
  • 公平性・持続可能性
    • 特定の層だけでなく、幅広い住民に便益が及び、健康格差の是正に資する施策を優先します。また、長期的に継続可能な施策を高く評価します。
  • 客観的根拠の有無
    • 政府資料や学術研究、先進事例等で効果が実証されているエビデンスに基づく施策を最優先します。

支援策の全体像と優先順位

  • 山積する課題を解決するためには、「①デジタル技術の活用」「②データに基づく科学的アプローチ」「③多様な主体との連携」を三本柱とする総合的な政策パッケージが必要です。
  • 中でも、最大の課題である「参加の障壁」を直接的に解消し、他の全ての施策の基盤となる「支援策①：デジタル技術を活用した参加促進と指導の高度化」を最優先課題と位置づけます。これは即効性と波及効果が最も高く、現状を打破する突破口となり得ます。
  • 次に、デジタル化で得られるデータを活用し、施策の精度と費用対効果を最大化する「支援策②：データヘルス改革によるEBPM（証拠に基づく保健事業）の推進」を優先します。
  • そして、これらの取り組みを地域社会に根付かせ、持続可能なものにするために「支援策③：多様な主体との連携による重層的な支援体制の構築」を中長期的な視点で推進します。

各支援策の詳細

支援策①：デジタル技術を活用した参加促進と指導の高度化

目的
  • 時間的・地理的制約を解消し、これまで参加が難しかった働き盛り世代や子育て世代の参加を促進します。
  • ICTを活用して指導の継続性を高め、保健指導のドロップアウト率を低減します。
  • 専門職の事務的業務を効率化し、より質の高い対人サービスに注力できる環境を整備します。
主な取組①：オンライン予約・プッシュ型通知システムの導入
  • PCやスマートフォンから24時間いつでも健診の予約や変更ができるシステムを導入します。これにより、電話がつながらない、窓口に行く時間がないといった障壁を取り除きます。
  • LINE等の多くの住民が日常的に利用するSNSを活用し、予約のリマインドや、個々の状況に応じた受診勧奨通知をプッシュ型で配信します。これにより、通知の見逃しを防ぎ、受診行動を促します。
主な取組②：遠隔（オンライン）保健指導の全面展開
  • ビデオ通話による保健指導を、対面指導と並ぶ標準的な選択肢として全面的に提供します。移動時間が不要になるため、多忙な住民でも参加しやすくなります。
  • 初回面談から継続支援、最終評価まで、全てオンラインで完結できるコースを設けます。
主な取組③：健康管理アプリ・ウェアラブルデバイスの活用
  • 歩数、食事、体重等を簡単に記録できる健康管理アプリを導入し、保健指導と連携させます。日々の生活習慣を「見える化」することで、利用者のモチベーション維持と行動変容を支援します。
  • アプリ上で専門職とメッセージのやり取りができる機能や、AIによるアドバイス機能を提供し、継続的なサポートを強化します。
KGI・KSI・KPI
  • KGI（最終目標指標）
    • 特定保健指導実施率: 45%（現状 特別区平均17.8%）
      • データ取得方法： 特定健診・保健指導実施状況報告（法定報告）
  • KSI（成功要因指標）
    • オンライン保健指導の利用率: 50%以上
      • データ取得方法： 保健指導実施記録データの分析
  • KPI（重要業績評価指標）アウトカム指標
    • 特定保健指導完了率（ドロップアウト率の逆数）: 80%以上（現状 約67.3%）
      • データ取得方法： 特定保健指導データベースの分析
  • KPI（重要業績評価指標）アウトプット指標
    • オンライン予約システムの導入区数: 23区
      • データ取得方法： 各区の事業実施状況調査
    • 健康管理アプリの導入・連携を行う区数: 23区
      • データ取得方法： 各区の事業実施状況調査

支援策②：データヘルス改革によるEBPM（証拠に基づく保健事業）の推進

目的
  • 限られた人的・財政的資源を、最も効果が見込める事業や対象者に集中投下し、費用対効果を最大化します。
  • 「勘と経験」に頼った画一的なアプローチから脱却し、個人のリスクや特性に応じた最適な介入（個別最適化）を実現します。
  • 行動科学（ナッジ）の知見を活用し、住民が無理なく自然に行動変容できるような「仕掛け」を設計します。
主な取組①：国保データベース（KDB）等のデータ分析基盤強化
  • 特定健診データ、医療レセプトデータ、介護保険データを統合的に分析し、地域ごとの健康課題や、重症化リスクの高いハイリスク者を精密に特定します。
  • GIS（地理情報システム）を活用して健康課題を地図上に可視化し、課題が集中する地域への重点的なアプローチを行います。
  • AI（機械学習）を活用して将来の生活習慣病発症リスクを予測し、より早期の予防的介入につなげます。
主な取組②：ナッジ理論を活用した受診勧奨・介入
  • 受診勧奨通知のデザインにナッジを活用します。例えば、「あなたと同年代の8割が受診する健診を、あなたはまだ受けていません」といった社会的比較や、「このままだと将来の医療費が〇〇円増加する可能性があります」といった損失回避のメッセージを用います。
  • 大腸がん検診で効果が実証されているように、検査キットを事前送付することで「保有効果」を働かせ、受診を促します。
主な取組③：アウトカム評価の導入とPDCAサイクルの確立
  • 第4期計画の柱であるアウトカム評価（腹囲2cm・体重2kg減など）を徹底し、事業の「成果」を客観的に測定します。
  • 事業評価の結果に基づき、効果の低い事業は縮小・廃止し、効果の高い事業に資源を再配分するPDCAサイクルを制度として確立します。
  • 評価結果を次年度の予算編成に確実に反映させる仕組み（パフォーマンスバジェッティング）を構築します。
KGI・KSI・KPI
  • KGI（最終目標指標）
    • 一人当たり生活習慣病医療費の増加率抑制: 前年度比-5%
      • データ取得方法： 医療レセプトデータの経年分析
  • KSI（成功要因指標）
    • データ分析に基づくハイリスク者への介入率: 80%以上
      • データ取得方法： 保健事業対象者リストと実施記録の突合分析
  • KPI（重要業績評価指標）アウトカム指標
    • 特定保健指導対象者のメタボリックシンドローム改善率（非該当への移行率）: 30%以上
      • データ取得方法： 特定保健指導データベースの前後比較分析
  • KPI（重要業績評価指標）アウトプット指標
    • ナッジを活用した介入施策の実施件数: 年間5件以上
      • データ取得方法： 事業計画及び実施報告書
    • データ分析に基づく政策提言レポートの作成数: 年間2本以上
      • データ取得方法： 政策企画部門における作成実績

支援策③：多様な主体との連携による重層的な支援体制の構築

目的
  • 行政単独ではアプローチが困難な層、特に企業の健康管理の枠外にいる被扶養者や、健康管理体制が脆弱な中小企業の従業員への接点を増やします。
  • 「健康は個人の責任」という考え方から、「地域社会全体で健康づくりを支える」という文化を醸成します。
  • 住民が身近な場所で気軽に健康相談や支援を受けられる環境を整備します。
主な取組①：職域保健（事業者・健康保険組合）との連携強化
  • 健康経営の認定制度において、被扶養者の健診受診率向上への取り組みを評価項目に加えるなど、事業者が被扶養者への受診勧奨を行うインセンティブを設計します。
  • 中小企業向けに、地域の商工会議所や業界団体と連携し、複数の企業が合同で健診や保健指導を受けられるプログラムを企画・提供します。
主な取組②：かかりつけ医・薬局との連携
  • 地域の診療所や薬局を、特定健診の受診窓口や保健指導のサテライト拠点として活用します。これにより、住民は通い慣れた場所でサービスを受けられるようになります。
  • 高血圧等で既に治療中の患者は特定保健指導の対象外となりますが、かかりつけ医や薬局薬剤師が服薬指導と合わせて生活習慣改善の助言を行うよう連携を強化し、制度の隙間を埋めます。
主な取組③：民間フィットネスクラブ・食品関連企業等との連携
  • 特定保健指導の修了者に対し、インセンティブとして民間フィットネスクラブの利用割引券や、健康惣菜の試供品などを提供します。これにより、改善した生活習慣の継続を後押しします。
  • 地域のスーパーマーケットと連携し、減塩商品や野菜摂取を促すポップ広告の掲示や、管理栄養士による出張相談会などを実施します。
    • 客観的根拠：
      • 大阪市では、健康アプリと民間企業のサービス（電子マネー等）を組み合わせたインセンティブ事業を展開し、住民の参加意欲を高めています。
      • （出典）(https://www.ntm.co.jp/column/detail181) 23
KGI・KSI・KPI
  • KGI（最終目標指標）
    • 被扶養者の特定健診受診率: 60%以上（現状 健康保険組合全体で48.1%）
      • データ取得方法： 特定健診・保健指導実施状況報告（法定報告）
  • KSI（成功要因指標）
    • 連携する事業者・医療機関数・民間企業数: 前年度比+20%
      • データ取得方法： 連携協定等の締結数や協力事業所リストの集計
  • KPI（重要業績評価指標）アウトカム指標
    • 連携事業経由での健診・保健指導参加者数: 年間1,000人以上（区の規模に応じて設定）
      • データ取得方法： 各連携事業の実施報告書に基づく集計
  • KPI（重要業績評価指標）アウトプット指標
    • 事業者や医療機関向け連携説明会の開催数: 年4回以上
      • データ取得方法： 事業実施記録
    • 連携事業に関する広報・周知活動の回数: 月2回以上
      • データ取得方法： 広報部門の活動記録

先進事例

東京都特別区の先進事例

練馬区「データヘルス計画に基づく戦略的アプローチ」

  • 練馬区は、コロナ禍で落ち込んだ特定健診受診率（令和2年度38.8%）を回復させるため、第2期データヘルス計画の中間評価において目標値を現実的に見直し（令和5年度目標50%）、戦略的な取り組みを進めました。
  • その結果、令和4年度には受診率が42.5%まで回復するなど、データに基づいた柔軟な計画見直しと着実な事業推進が成果を上げています。
  • 成功要因

大田区「AI分析と若年層向け施策による受診率向上」

  • 大田区は、特別区の中でも低い受診率を課題とし、第3期データヘルス計画において先進的な取り組みを打ち出しています。
  • AI分析を用いて勧奨効果の高い対象者を優先順位付けし、個々の特性に応じた数種類の勧奨はがきを発送する個別最適化アプローチを導入。さらに、若年層の被保険者には「簡易血液検査キット」を送付し、若いうちからの健康意識の醸成と受診の習慣化を図っています。
  • 成功要因

葛飾区「健康チャレンジ事業による地域ぐるみの健康増進」

  • 葛飾区は、住民が楽しみながら健康づくりに取り組める「かつしか健康チャレンジ」事業を展開しました。
  • ウォーキングイベントなどを通じて参加者の健康意識を高め、事業参加者の平均歩数が1,500歩増加するという具体的な行動変容を達成しました。この取り組みが奏功し、区の国保特定保健指導実施率は23区中4位（平成25年度）から2位（平成26年度）へと大きく向上しました。
  • 成功要因

全国自治体の先進事例

大阪市「健康アプリとインセンティブを組み合わせた参加促進」

  • 大阪市では、国民健康保険加入者向けに健康アプリ「アスマイル」を導入しています。
  • このアプリでは、毎日の歩数や健康記録だけでなく、特定健診を受診すると電子マネー等と交換できるポイント（初回3,000円相当）が付与されます。この直接的で分かりやすいインセンティブにより、住民の参加意欲を効果的に引き出しています。
  • 成功要因
    • デジタルツール（アプリ）と、経済的メリットが明確なインセンティブの強力な組み合わせ。
    • 客観的根拠：
      • （出典）(https://www.ntm.co.jp/column/detail181) 23

八王子市「ナッジ理論を活用した効果的な受診勧奨」

  • 八王子市は、行動経済学の知見である「ナッジ（そっと後押しする）」をがん検診の受診勧奨に応用し、成果を上げています。
  • 例えば、大腸がん検診の未受診者に対して、単に「受診してください」と伝えるのではなく、「多くの人が受診していますよ（社会的同調）」といったメッセージや、損失を意識させるような表現を用いることで、受診率の向上を図りました。
  • 成功要因

参考資料［エビデンス検索用］

まとめ

　東京都特別区の健康診査・保健指導は、全国平均を下回る低い実施率、保険者間・区間の深刻な格差、増大する医療費という三重の課題に直面しています。この現状を打破するには、従来の画一的な勧奨から脱却し、「デジタル技術の活用」「データに基づく科学的アプローチ」「多様な主体との連携」を三本柱とする政策転換が急務です。特に、参加障壁を抜本的に解消するデジタル化を最優先で進め、個々の住民の状況に寄り添った支援体制を構築することが、健康寿命の延伸と持続可能な社会保障制度の実現につながります。
　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。

ABOUT ME
行政情報ポータル
行政情報ポータル
あらゆる行政情報を分野別に構造化
行政情報ポータルは、「情報ストックの整理」「情報フローの整理」「実践的な情報発信」の３つのアクションにより、行政職員のロジック構築をサポートします。
関連記事
あわせて読みたい
記事URLをコピーしました