17 健康・保健

疾病対策

masashi0025
目次
  1. はじめに
  2. 疾病対策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. 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（疾病対策を取り巻く環境）

  • 自治体が疾病対策を行う意義は「区民の健康寿命の延伸と生活の質の向上」と「医療・介護など社会保障制度の持続可能性の確保」にあります。
  • 現代の疾病対策は、かつて中心であった感染症の制御に加え、社会の高齢化とライフスタイルの変化に伴い急増する生活習慣病、がん、そして精神疾患といった多様な健康課題への対応が求められています。
  • 特に東京都特別区のような大都市では、人口の密集、多様なライフスタイル、社会経済的格差といった要因が複雑に絡み合い、疾病構造も変化し続けています。このため、個人の努力だけに頼るのではなく、社会全体で健康を支え、疾病を予防する包括的なアプローチが不可欠です。

意義

住民にとっての意義

一次予防による健康の維持・増進
  • 疾病の発生を未然に防ぐことで、区民一人ひとりが生涯にわたり健康で質の高い生活を送ることを可能にします。これには、予防接種による感染症予防や、生活習慣の改善支援による慢性疾患のリスク低減が含まれます。
二次予防による早期発見・早期治療

地域社会にとっての意義

健康格差の是正
社会全体の生産性維持と活力向上
  • 区民が健康で長く働き、社会参加を続けることは、地域経済の活性化やコミュニティの活力維持に直結します。疾病による労働損失を防ぎ、社会全体の生産性を高めます。

行政にとっての意義

医療・介護給付費の抑制
  • 効果的な予防・健康づくりは、将来の医療費や介護給付費の増大を抑制する最も有効な手段です。限られた財源を効率的に活用し、持続可能な行政運営を実現します。
持続可能な社会保障制度の構築
  • 疾病構造の変化と人口の高齢化に対応した疾病対策は、将来世代に過度な負担を残さない、持続可能な社会保障制度を構築するための根幹をなす政策です。

（参考）歴史・経過

明治期（1868年～1912年）
大正・戦前期（1912年～1945年）
戦後～高度経済成長期（1945年～1970年代）
1980年代～1990年代
  • AIDSなどの新興感染症や結核などの再興感染症が問題となり、従来の対策の限界が露呈しました。
  • 人権尊重の観点から、1999年（平成11年）に「感染症の予防及び感染症の患者に対する医療に関する法律（感染症法）」が施行され、伝染病予防法などが廃止・統合されました。
  • 地方分権の流れの中で1997年（平成9年）に「地域保健法」が施行され、保健所の役割が再編・集約され、その数は大幅に減少しました。
2000年代以降
  • がん、心臓病、脳卒中、糖尿病などの生活習慣病が死因の半数以上を占めるようになり、対策の重点が生活習慣病予防へとシフトしました。
  • 高齢化の進展に伴い、認知症対策が国の重要な政策課題となりました。
  • 2009年の新型インフルエンザの世界的流行を受け、2012年に「新型インフルエンザ等対策特別措置法」が制定されました。
  • 2020年からの新型コロナウイルス感染症のパンデミックでは、保健所の機能逼迫など、長年の公衆衛生体制の縮小がもたらした脆弱性が浮き彫りになりました。

疾病対策に関する現状データ

人口動態と医療費
生活習慣病
がん
精神疾患
感染症

課題

住民の課題

健康への無関心と行動変容の困難さ
デジタルデバイドと情報リテラシーの格差
  • 行政サービスのデジタル化が進む一方で、高齢者や障害者など、デジタル機器の利用に不慣れな層が必要な健康情報やサービスから取り残される「健康情報格差」が懸念されます。
    • 客観的根拠：
    • この課題が放置された場合の悪影響の推察：
      • デジタル技術による健康増進の恩恵が一部の層に偏り、健康格差が一層拡大します。

地域社会の課題

健康格差の存在と固定化
  • 所得や教育水準といった社会経済的要因が、食生活や運動習慣、健診受診行動に影響を与え、地域間・階層間での健康格差を生み出しています。
    • 客観的根拠：
    • この課題が放置された場合の悪影響の推察：
      • 特定の地域や層に疾病が集中し、社会的な分断を深めるとともに、地域全体の活力が削がれます。
高齢化と疾病構造の複雑化
  • 75歳以上の後期高齢者の急増に伴い、複数の慢性疾患を抱える「多疾患併存（ポリファーマシー）」や、認知症、フレイル（虚弱）を持つ高齢者が増加しています。これには、医療・介護・福祉が一体となった複合的な支援が必要ですが、既存の縦割り制度では対応が困難です。
    • 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・介護現場が逼迫し、必要な人に必要なサービスが届かない「ケアの崩壊」を招く恐れがあります。

行政の課題

増大し続ける医療・介護費用の財政的圧力
縦割り行政とデータ活用の遅れ
  • 健診データ、医療レセプト、介護認定情報など、区民の健康に関するデータが各部署に分散して管理されており、一元的な分析や活用ができていません。これにより、科学的根拠に基づく政策立案（EBPM）の推進が阻害されています。
専門人材の不足と保健所機能の脆弱性

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区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が大きい施策を優先します。将来的な医療費抑制効果も考慮します。
  • 公平性・持続可能性：
    • 特定の層だけでなく、幅広い区民に便益が及び、健康格差の是正に資する施策を優先します。また、一時的でなく長期的に効果が持続する施策を高く評価します。
  • 客観的根拠の有無：
    • 国の白書や先進自治体の成功事例など、効果に関する客観的根拠が示されている施策を優先します。

支援策の全体像と優先順位

  • 本報告書では、疾病対策を「基盤整備」「環境整備」「重点対策」の3層構造で捉え、以下の3つの支援策を提案します。
  • 最優先すべきは、全ての施策の土台となる**支援策①「データヘルス改革による『科学的』健康増進の推進」**です。これは行政の縦割りという根深い課題を解決し、EBPMを本格的に軌道に乗せるための基盤改革です。
  • 次に、データから得られた知見を具体的な区民の行動変容につなげるため、**支援策②「行動変容を促す『社会環境』の整備」**を推進します。これは、個人の努力だけに頼らない、より効果的で公平なアプローチです。
  • そして、これらの基盤・環境整備の上に、特に深刻な健康課題である、がん・精神疾患に対する**支援策③「重点分野におけるアクセスと支援の強化」**を位置づけます。
  • この3つの支援策は相互に連携しており、①で得たデータで②の環境整備の効果を測定し、③の重点対策の対象者を的確に把握するなど、一体的に推進することで相乗効果が期待できます。

各支援策の詳細

支援策①：データヘルス改革による「科学的」健康増進の推進

目的
  • 部署ごとに散在する健康関連データ（健診、医療、介護等）を統合し、区民一人ひとりの健康状態を経年的に「見える化」する基盤を構築します。
  • 客観的データに基づき、ハイリスク者を科学的に予測し、費用対効果の高い予防介入を行うことで、生活習慣病の重症化や将来の医療費増大を抑制します。
    • 客観的根拠：
      • 国は「医療DX」を推進しており、全国医療情報プラットフォームの構築を進めています。自治体レベルでのデータ統合・活用は、この大きな流れに沿ったものです。
主な取組①：区民健康情報プラットフォームの構築
  • 国民健康保険の特定健診・レセプトデータ（KDBシステム）、後期高齢者医療広域連合が保有するデータ、介護保険データ、がん検診受診データなどを、個人単位で連結・統合するセキュアなデータプラットフォームを構築します。
  • これにより、個人の健康状態の変化や、医療・介護サービスの利用状況を時系列で一元的に把握することが可能になります。
    • 客観的根拠：
      • 練馬区や世田谷区など、多くの特別区で既に「データヘルス計画」が策定されており、データ分析の必要性は広く認識されています。しかし、データの分断が依然として課題であり、本格的な統合プラットフォームの構築が次のステップとなります。
主な取組②：AIによるハイリスク者予測と介入の最適化
  • 統合されたデータをAIで解析し、糖尿病性腎症への重症化リスクや、将来の認知症発症リスクが高い区民を早期に予測・抽出します。
  • リスクレベルや生活背景に応じて、介入方法を最適化します（例：低リスク者にはアプリで情報提供、中リスク者にはオンライン保健指導、高リスク者には保健師が訪問支援）。
    • 客観的根拠：
      • 板橋区や墨田区では、AIが音声を分析して認知機能の変化をチェックするサービス「はなしてね」の実証研究や導入が行われています。これは、AI技術を自治体の介護予防・健康増進に活用する先進事例です。
      • (https://prtimes.jp/main/html/rd/p/000000015.000122054.html)
主な取組③：保健指導のパーソナライズ化とアクセス向上
  • 画一的な保健指導ではなく、個人のリスクや関心事に合わせたプログラム（栄養、運動、禁煙など）をオンラインやアプリで提供し、参加のハードルを下げます。
  • ウェアラブル端末と連携し、日々の活動データを記録・可視化することで、行動変容のモチベーションを維持します。
    • 客観的根拠：
      • 特定保健指導の実施率の低迷は全国的な課題であり、その理由として「日中時間が取れない」が常に上位に挙げられます。オンライン化は、この課題への直接的な解決策となります。
KGI・KSI・KPI
  • KGI（最終目標指標）
    • 糖尿病性腎症の新規透析導入患者数 20%削減（5年後目標）
      • データ取得方法： 国保データベース（KDB）システム、後期高齢者医療レセプトデータ分析
  • KSI（成功要因指標）
    • 特定保健指導の完了率 40%達成（現状約15～20%）
      • データ取得方法： 国保データベース（KDB）システム
  • KPI（重要業績評価指標）アウトカム指標
    • ハイリスクグループにおけるHbA1c平均値の改善率 5%向上
      • データ取得方法： 健康情報プラットフォームにおける特定健診データの経年分析
  • KPI（重要業績評価指標）アウトプット指標
    • オンライン保健指導プログラムの利用者数 年間1,000人
      • データ取得方法： 事業実施記録、システム利用ログ

支援策②：行動変容を促す「社会環境」の整備

目的
  • 「個人の自己責任」から「社会全体の責任」へと発想を転換し、健康的な選択が自然にできる「健康を支えるまちづくり」を推進します。
  • 区民の健康づくりを、都市計画、産業振興、教育など、他分野の政策と連携させることで、施策の相乗効果を生み出します。
    • 客観的根拠：
      • WHOは、非感染性疾患（NCDs）対策として、健康的な食環境や運動を促す環境づくりを世界的に提唱しています。
主な取組①：「スマートウエルネスシティ（SWC）」構想の導入
  • 都市計画部門と連携し、歩きたくなる歩道（ベンチ設置、緑化）、安全な自転車専用レーン、身近な公園や広場などを計画的に整備します。
  • 公共交通機関の利便性を向上させ、過度な車依存からの脱却を促し、日常生活における身体活動量を自然に増やします。
    • 客観的根拠：
      • 新潟県見附市などのSWC先進自治体では、まちづくりと一体となった健康増進施策により、一人当たり年間医療費の抑制効果や、要支援発生リスクの低下が実証されています。
主な取組②：「ベジタブル・ファースト」の全区展開
  • 区内の飲食店、スーパー、コンビニエンスストア等と連携し、野菜を多く使ったメニューや商品の開発・販売を促進する「健康づくり協力店」制度を創設します。
  • 給食や地域のイベントを通じて、「食事の最初に野菜を食べる（ベジファースト）」文化を子どもから高齢者まで普及啓発します。
    • 客観的根拠：
      • 足立区の「あだちベジタベライフ」事業は、区民の野菜摂取量増加や健康寿命の延伸差の縮小といった具体的な成果を上げ、OECDからも高く評価された成功事例です。
主な取組③：健康ポイント制度の導入
  • 健診受診、ウォーキングイベントへの参加、協力店での健康メニューの購入など、健康的な行動に対してポイントを付与し、地域の商店街で使える商品券などと交換できるインセンティブ制度を導入します。
  • 特に健康への関心が低い層の参加を促すきっかけとします。
    • 客観的根拠：
      • 大阪府高石市や京都府八幡市では、健康ポイント事業が市民の参加を促し、医療費抑制効果にもつながった事例として報告されています。
KGI・KSI・KPI
  • KGI（最終目標指標）
    • 区民一人当たりの年間医療費の伸び率を全国平均以下に抑制
      • データ取得方法： 国民医療費統計、区のレセプトデータ分析
  • KSI（成功要因指標）
    • 運動習慣のある区民の割合 15%向上（5年後目標）
      • データ取得方法： 区民の健康に関する意識調査（定期実施）
  • KPI（重要業績評価指標）アウトカム指標
    • 区民の1日当たりの平均歩数 1,000歩増加
      • データ取得方法： アプリ等を活用したサンプル調査
  • KPI（重要業績評価指標）アウトプット指標
    • 健康づくり協力店の登録数 500店舗
      • データ取得方法： 事業登録データベース

支援策③：重点分野（がん・精神疾患）におけるアクセスと支援の強化

目的
  • 死亡原因の第1位でありながら検診受診率が低い「がん」と、患者数が急増し社会経済的損失も大きい「精神疾患」を重点分野と定め、予防・早期発見・相談へのアクセスを抜本的に改善します。
主な取組①：がん検診のアクセス革命
  • 駅前や商業施設、大規模事業所などを巡回する「移動がん検診バス」を導入し、予約なしでも受診できる機会を提供します。
  • 大腸がんや子宮頸がん（HPV）など、自宅で実施可能な検査キットの利用を促進し、区のウェブサイトから申し込み・結果確認ができる仕組みを整備します。
  • 支援策①のプラットフォームを活用し、対象者に個別化された受診勧奨メッセージをSMSやアプリで配信します。
    • 客観的根拠：
      • がん検診の未受診理由として「時間がない」「受診が面倒」が大きな割合を占めるため、受診場所や方法の選択肢を増やすことは受診率向上に直結します。
      • 渋谷区では既にがん検診の無料クーポン券を配布していますが、さらに一歩進んだアクセスの改善が求められます。
主な取組②：メンタルヘルス相談の「ワンクリック化」
  • 区が運営主体となり、匿名で利用できるオンライン・カウンセリング窓口（チャット・ビデオ通話）を開設します。臨床心理士や公認心理師などの専門家が対応し、夜間や休日も相談を受け付けます。
  • 必要に応じて、区内の専門医療機関へスムーズにつなぐ連携体制を構築します。
    • 客観的根拠：
      • 令和6年版厚生労働白書が示すように、精神疾患患者は急増しており、特に働く世代のストレスが大きな要因となっています。従来の医療機関への受診には心理的・時間的ハードルが高く、早期相談の機会が不足しています。
主な取組③：ピアサポート活動の育成・支援
  • がんサバイバーや精神疾患の回復者などが、同じ悩みを持つ当事者やその家族を支える「ピアサポート」グループの立ち上げや活動を支援します。
  • 活動場所の提供や、専門家による運営支援、広報協力などを行います。
    • 客観的根拠：
      • 令和6年版厚生労働白書では、こころの不調を抱える当事者の社会参加や、互いに支え合う関係性の構築が重要であると強調されています。ピアサポートは、この理念を具現化する有効な手段です。
KGI・KSI・KPI
  • KGI（最終目標指標）
    • 主要5がん（胃・大腸・肺・乳・子宮頸）の検診受診率 60%達成
      • データ取得方法： がん検診実施記録データベース
  • KSI（成功要因指標）
    • がんのステージⅠでの発見割合 10%向上
      • データ取得方法： 地域がん登録データとの連携分析
  • KPI（重要業績評価指標）アウトカム指標
    • オンライン精神保健相談サービスの年間利用者数 1万人
      • データ取得方法： サービス利用ログデータ
  • KPI（重要業績評価指標）アウトプット指標
    • 移動がん検診の年間実施日数 200日
      • データ取得方法： 事業実施記録

先進事例

東京都特別区の先進事例

足立区「あだちベジタベライフ～そうだ、野菜を食べよう～」

  • 足立区は、都内でも健康寿命が短く、糖尿病有病率が高いという「健康格差」の課題に対し、区を挙げて野菜摂取を推進する「ベジタベライフ」を展開しました。区内の飲食店やスーパーと連携し、野菜たっぷりメニューを提供。小中学校の給食では、野菜から食べる「ベジファースト」を徹底しました。この結果、区民の1日の野菜摂取量は平成22年の217gから令和4年には233gに増加。健康寿命の都との差も縮小し、この取り組みは厚生労働省「健康寿命をのばそう！アワード」で優良賞を受賞するなど、高く評価されています。
    • 客観的根拠：
      • 区民の推定野菜摂取量が増加（平成22年217g→令和4年233g）。
      • 健康寿命が約2歳延伸し、都との差が縮小。

板橋区・墨田区「AI音声による認知機能チェックの実証・導入」

  • 板橋区は東京都健康長寿医療センター研究所と連携し、東大発AIベンチャーが開発した音声AIによる認知機能チェックサービス「はなしてね」の実証研究に協力しました。61～84歳の健康な区民99名を対象とした研究では、AIモデルが認知機能検査結果と高い一致度（80.8%）を示すなど、その有効性が示唆されました。この成果を受け、墨田区では令和7年度から、このサービスを介護予防事業の一環として区民に無償提供し、社会実装へとつなげています。これは、先端技術を活用して介護予防の入り口のハードルを下げる画期的な事例です。
    • 客観的根拠：
      • 板橋区での実証研究において、AIモデルは脳の健康指標と80.8%の一致度を示した。
      • (https://prtimes.jp/main/html/rd/p/000000015.000122054.html)

品川区「データヘルス計画に基づく重症化予防」

  • 品川区は、データヘルス計画に基づき、レセプトデータ等を活用した科学的なアプローチで生活習慣病の重症化予防に取り組んでいます。具体的には、健診結果から生活習慣病が疑われるにもかかわらず未治療の区民に対し、個々のリスクを明記した受診勧奨通知を送付。また、糖尿病や心疾患の既往があるにも関わらず歯科未受診の者には、歯周病との関連性を伝え、歯科受診を促すパンフレットを送付するなど、リスクに応じたきめ細やかな介入を実施しています。
    • 客観的根拠：
      • 糖尿病患者等への歯科受診勧奨パンフレットを計2,800件送付するなど、具体的な介入実績がある。

全国自治体の先進事例

新潟県見附市「スマートウエルネスシティ」

  • 見附市は「歩いて暮らせるまちづくり」を掲げ、健康をまちづくりの中心に据えた「スマートウエルネスシティ」を推進しています。ウォーキングコースや交流拠点の整備といったハード面の施策と、健康教室やイベントといったソフト面の施策を両輪で展開。この結果、健康運動教室の参加者は非参加者に比べて3年後の医療費が一人当たり約10万円抑制され、要支援の発生リスクも64%低いという明確な効果が実証されています。
    • 客観的根拠：
      • 個別運動栄養プログラム参加群は、非参加群に対し3年後に約10万円の医療費抑制効果が確認された。

静岡県藤枝市「次世代の健康づくり」

  • 藤枝市は、将来の生活習慣病予防を見据え、子どもの頃からの健康づくりに注力しています。県内の全小学校にオリジナルの啓発教材を配布し、望ましい生活習慣の形成を支援。また、地域の「健康づくりサポーター企業」と連携し、学校での食育出前講座を開催するなど、地域社会全体で子どもの健康を育む体制を構築しています。これは、長期的な視点に立った持続可能な疾病対策の好事例です。
    • 客観的根拠：
      • 小学生を対象とした啓発教材を作成し、県内全ての小学校に配布するなどの実績がある。

まとめ

　東京都特別区は、高齢化と複雑化する疾病構造、そして増大し続ける社会保障費という三重の課題に直面しています。本報告書で示した通り、対策の鍵は、従来の「啓発中心」から「科学的根拠に基づく介入」へと転換することにあります。具体的には、①データヘルス改革による予防医療の科学化、②社会環境の整備による行動変容の促進、③がん・精神疾患へのアクセス強化、という三位一体の戦略が不可欠です。先進事例が示すように、これらの施策は区民の健康寿命を延伸し、持続可能な行政運営を実現する上で高い効果が期待されます。
　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