特定保健指導の現場において、最も貴重なリソースは何でしょうか。
それは予算でもシステムでもなく、「保健師の時間と熱意」です。
AI導入支援やデータ分析の現場において、どれほど高度なアルゴリズムを用いたとしても、現場の業務フローにフィットしなければ実効性は得られません。これは、AIを活用した業務プロセス自動化を推進する上で、常に直面する課題です。
データヘルス計画の推進現場では、次のような課題が頻繁に挙げられます。
「ハイリスク者順にリストアップして電話をかけても、そもそも繋がらない」
「繋がっても『忙しい』と断られ続け、現場のスタッフが疲弊している」
もし、AIが「誰が病気になるか」だけでなく、「誰なら話を聞いてくれて、行動を変えてくれるか」を予測できるとしたらどうでしょうか？
本記事では、従来のリスク評価モデルとは一線を画す、「介入反応性（Propensity to Act）」に着目した機械学習アプローチについて解説します。これは、マーケティングの世界で培われた「アップリフトモデリング」を保健事業に応用し、限られたリソースで最大の実施率と改善効果を引き出すための、実証的なメソッドです。
なぜ従来のリスクベース選定では実施率が頭打ちになるのか
多くの健康保険組合や自治体では、健診データの「検査値が悪い順」あるいは「階層化区分（動機付け・積極的）」に基づいて対象者をリストアップしています。医学的な観点からは正しいアプローチですが、「実施率（参加率）」というKPIを追う上では、致命的な欠陥を抱えています。
「ハイリスク者＝指導に参加する人」ではないという現実
医学的リスクが高い人と、健康意識が高く指導に応じる人は、必ずしも一致しません。むしろ、逆相関にあるケースさえ散見されます。
長年の不摂生により検査値が悪化している層（ハイリスク層）は、過去に何度も指導を拒否していたり、健康への関心を失っていたりすることが少なくありません。一方で、リスクは中程度だが「最近お腹が出てきたな」と気にし始めた層（ミドルリスク層）の方が、保健師の一言で行動を変える可能性が高い場合があります。
従来のリスクベース選定は、いわば「火事の激しい順」に消化活動を行うようなものです。しかし、もしその火事が「水をかけても消えない特殊な油火災（＝介入しても変わらない層）」だとしたらどうでしょう？ 消せる火事（＝介入効果がある層）を放置して、消えない火事に水をかけ続けることになります。
限られた保健師リソースを浪費する「空振り」のコスト構造
データサイエンスの視点で、保健指導のプロセスを「コスト関数」として捉えてみましょう。
- 接触コスト: 電話、メール、郵送にかかる時間と費用
- 介入コスト: 面談や継続支援にかかる保健師の工数
- 機会損失: 本来なら支援を受ければ改善したはずの人を見逃すコスト
リスク順に上から電話をかける「ローラー作戦」は、応答率の低い対象者に多大な接触コストを支払うことになります。1人に繋がるまでに10回電話をかけるコストは、最初から「繋がりやすい人」にかけるコストの10倍です。この「空振り」が積み重なることで、保健師のリソースは枯渇し、本来アプローチすべき「変わりたいと思っている人」に手が回らなくなるのです。
機械学習が解決する「介入反応性（Propensity to Act）」の予測
ここで機械学習の出番です。AI導入において目指すべきモデルは、将来の疾患リスクを予測するだけでなく、「介入反応性（Propensity to Act）」を予測することです。
具体的には、過去の健診データ、問診票、レセプトデータ、そして過去の保健指導への参加履歴（成功/失敗/拒否）を学習データとして用います。AIは、人間には気づきにくい複雑なパターンを見つけ出します。
例えば、「40代男性で、血糖値が境界型、かつ問診票で『食事速度が速い』と答え、過去2年以内に歯科検診を受けている人」は、指導参加率が平均より30%高い、といった非線形な相関関係です。このように、「指導に応じる確率」をスコアリングし、優先順位を並べ替えることで、同じリソースでも実施率を劇的に向上させることが可能になります。
成功の鍵となる3つの基本原則
技術的に高精度なモデルを構築することと、それが現場で実際に活用され定着することは別問題です。特に医療・ヘルスケア領域におけるAI導入では、単なる予測精度以上に、現場の信頼を獲得するための設計思想が求められます。ここでは、プロジェクトの成功において重視すべき3つの原則を解説します。
原則1：説明可能性（XAI）の確保
現場の保健師にとって、AIが弾き出した「推奨リスト」がブラックボックスであってはなりません。「なぜこの人が優先順位1位なのか？ 検査値はそこまで悪くないのに」という疑問に明確に答えられなければ、専門職としての責任感を持つ保健師は行動に移せません。
ここで不可欠なのがXAI（Explainable AI：説明可能なAI）のアプローチです。近年、GDPR（一般データ保護規則）などの規制強化に伴い、AIの透明性に対する需要は世界的に急速に高まっています。予測モデルの中身をブラックボックス化せず、なぜその予測に至ったのかを可視化することが重要です。
代表的な手法として、SHAP（SHapley Additive exPlanations）値などを活用し、各特徴量が予測にどの程度寄与したかを定量的に示す方法が広く用いられています。また現在では、What-if Toolsやクラウドプロバイダーが提供するAutoMLの説明機能などを組み合わせることで、より直感的にモデルの挙動を解釈できるようになっています。さらに最新の研究動向として、RAG（検索拡張生成）のような複雑なAIシステムにおいても説明可能性を確保する取り組みが進められています。
例えば、予測結果に対して以下のような説明を生成することが可能です。
「この対象者が選ばれた理由は、検査値のリスクに加え、過去の問診で『運動習慣を変えたい』という回答があり、かつ金曜日の夕方に連絡がつきやすい傾向があるためです」
このように、数理的な根拠を人間の言葉（自然言語）に近い形で翻訳して提示することで、保健師は納得感を持ち、自信を持って指導に臨むことができます。
原則2：Human-in-the-Loop（専門職の知見統合）
AIはあくまで「意思決定支援ツール」であり、最終的な判断を下すのは人間であるべきです。このHuman-in-the-Loop（人間参加型）の考え方は、個別性が高い保健指導の現場では特に重要になります。
例えば、AIが「参加確率80%」と予測しても、保健師がカルテの自由記述を見て「この方は現在、ご家族の介護で手一杯であり、今は介入すべきタイミングではない」と判断するケースもあります。その場合、リストから手動で除外したり、アプローチ方法を「見守り」に変更したりする柔軟性が求められます。
システム設計においては、AIのスコアを絶対視せず、保健師が手動で優先度を調整できるインターフェース（UI）を用意することが推奨されます。さらに、その「専門家による修正」自体をフィードバックデータとしてAIが再学習する仕組みを構築することで、モデルはより賢く、現場の暗黙知を反映したものへと進化していきます。
原則3：公平性の担保とバイアス制御
機械学習モデルは、過去のデータの偏り（バイアス）をそのまま学習してしまうリスクをはらんでいます。もし過去のデータに「男性の方が指導に参加しやすい」という偏りがあれば、AIは無意識に男性ばかりを優先リストに挙げる可能性があります。
しかし、公衆衛生の観点からは、性別や年齢、地域によって支援の機会が不当に損なわれてはなりません。モデル構築時には、公平性指標（Fairness Metrics）を導入し、特定の属性に対して不利な判定がなされていないかを常にモニタリングする必要があります。
技術的な最適化だけでなく、倫理的な配慮を持ってアルゴリズムを制御することは、組織としてのリスク管理においても極めて重要な視点と言えます。
ベストプラクティス①：多次元データによる特徴量エンジニアリング
予測モデルの精度は、アルゴリズムの選択よりも「どんなデータを食わせるか（特徴量エンジニアリング）」で8割が決まります。特定保健指導の文脈で有効な特徴量の作り方を具体的に見ていきましょう。
健診データに加え「過去の指導履歴」を重み付けする
最も強力な予測因子は、実はBMIや血糖値ではなく、「過去の行動履歴」です。
- 過去3年間の特定保健指導の案内に対して、どう反応したか（無視、拒否、予約キャンセル、完了、中断）。
- 電話に出やすい時間帯、曜日。
- メールの開封履歴。
これらの動的データ（Dynamic Data）は、対象者の現在の心理状態や生活状況を色濃く反映します。「3年連続で初回面談を拒否している」という事実は、どんな血液検査の結果よりも重い「介入困難フラグ」としてモデルに組み込むべきです。
問診票から読み解く「行動変容ステージ」の数値化
標準的な問診票には、行動変容ステージモデル（無関心期、関心期、準備期、実行期、維持期）を推定できるヒントが隠されています。
- 「生活習慣を改善してみようと思いますか？」という質問への回答。
- 「運動習慣」や「食生活」に関する主観的な評価。
これらを単なるテキストや記号として扱うのではなく、「変容意欲スコア」として数値化し、特徴量として投入します。自然言語処理（NLP）を用いれば、自由記述欄の「最近疲れやすい」「痩せたい」といったキーワードから、潜在的なニーズ（＝インサイト）を抽出することも可能です。
レセプトデータとの突合による未受診行動の検知
健診データだけでなく、レセプト（診療報酬明細書）データと突合することで、対象者の健康に対する態度が見えてきます。
- 慢性疾患で定期的に通院しているか（治療中＝医療機関管理下）。
- 風邪などで頻繁に受診しているか（健康不安が強い可能性）。
- 歯科検診を受けているか（ヘルスリテラシーの代理指標）。
特に「歯科検診の受診歴」は、健康意識の高さを測る意外なプロキシ（代替変数）として機能することが、多くのデータ分析プロジェクトで確認されています。
ベストプラクティス②：介入効果を最大化する「アップリフトモデリング」の適用
ここからが本記事のハイライトです。単に参加確率を予測するだけでなく、「介入による純増効果（Uplift）」を最大化する手法について解説します。
「放っておいても改善する人」と「介入が必要な人」の分離
通常の予測モデルは「結果（コンバージョン）」を予測します。しかし、保健指導の目的は「指導したからこそ良くなった人」を増やすことです。
アップリフトモデリングでは、対象者を以下の4つのセグメントに分類します。
- 説得可能（Persuadables）: 指導を受ければ行動変容するが、受けなければしない人。【最優先ターゲット】
- 鉄板（Sure Things）: 指導を受けなくても、自主的に行動変容する人。ここにリソースを割くのは無駄。
- 無関心（Lost Causes）: 指導を受けても受けなくても、行動変容しない人。ここへの深追いはリソースの浪費。
- 天邪鬼（Do Not Disturbs）: 指導を受けると、かえって反発して悪化する人。接触してはいけない。
4つのセグメントへの分類ロジック
この分類を行うためには、過去のデータから「介入あり群」と「介入なし群」を比較し、因果推論のアプローチを用います（Causal MLなど）。
例えば、ある特徴を持つグループ（例：40代、軽度肥満、問診で『改善意欲あり』）において、指導を受けた人の改善率が40%、受けなかった人の改善率が10%であれば、その差（Upliftスコア）は+30%となり、「説得可能」な層と判断できます。
一方、別のグループ（例：50代、重度肥満、過去拒否歴あり）では、指導を受けても受けなくても改善率がほぼ0%であれば、それは「無関心」層です。
リソース配分の最適化ロジック
AIによって算出された「Upliftスコア」が高い順にリストを作成することで、「保健師が介入する意義が最も高い人」から順にアプローチできます。
これにより、「放っておいても痩せる人（鉄板）」に電話をかけて「ありがとう」と言われるだけの（数字上は成功だが、実質的な医療費適正化効果は薄い）活動や、「絶対に話を聞かない人（無関心）」に何度も電話をかける徒労を排除できます。
ベストプラクティス③：現場フィードバックによるモデルの継続的改善（MLOps）
AIモデルは一度開発してデプロイ（配備）すれば完了ではありません。むしろ、運用開始後が本番です。常に変化する現実世界のデータに適応し続けるために、システム的な運用基盤であるMLOps（Machine Learning Operations）の導入が不可欠です。
指導結果データの構造化と還流サイクル
現場の保健師が記録する「指導結果」は、次世代モデルを育てるための最も重要な資産です。
- 電話に応答があったか（接触可否）
- どのような言葉やアプローチが説得に奏功したか
- 最終的に目標を達成したか
これらの結果を、非構造化データ（フリーテキストの日報など）として死蔵させるのは避けるべきです。最新のデータパイプラインでは、これらを構造化データとしてシステムに即座にフィードバックする仕組みが求められます。「AIが推奨した対象者にアプローチした結果、良好な反応が得られた」という新たな正解データ（Ground Truth）が還流されることで、モデルは日々賢くなります。
季節変動やキャンペーン効果のモデルへの反映
人々の健康行動は季節や環境要因に強く影響されます。年末年始の体重変動や、春先の行動変容意欲の高まりなどは典型例です。また、健康保険組合独自の「ウォーキングキャンペーン」などのイベント施策も、介入反応性（Intervention Responsiveness）に直接的な影響を与えます。
MLOpsのパイプラインでは、こうした季節性や外部要因の変化を検知し、モデルを定期的に再学習（Retraining）させる自動化プロセスを構築します。これにより、「現在は4月だから、新年度の健康目標を立てたい層のスコアを優先する」といった微調整が、人手を介さず継続的に行われるようになります。
予測と実績の乖離分析プロセス
システムの信頼性を維持するためには、定期的な「予実分析」に加え、データドリフト（Data Drift）の監視が重要です。
月に一度はデータサイエンティストと現場のリーダーが連携し、「AIが高いスコアを予測したにもかかわらず、実際には介入が失敗したケース」を重点的に分析することをお勧めします。「連絡先リストの鮮度が落ちている」「特定の事業所の勤務形態が変わった」といった、数値データだけでは検知しにくい現場の事情が見えてくることがあります。この定性的な知見をモデル改善のループに組み込むプロセスこそが、システムを洗練させる原動力です。
アンチパターン：陥りがちな失敗と回避策
AI導入プロジェクトにおいて、失敗するパターンにはいくつかの共通点が存在します。これらを事前に把握しておくことで、運用上のリスクを回避することが可能です。
データクレンジング軽視による「ゴミ」の学習
"Garbage In, Garbage Out"（ゴミを入れればゴミが出てくる）は、AI開発の不変の真理です。
- 半角・全角の混在
- 欠損値の不適切な処理
- 年度による検査基準の変更の無視
これらを放置したまま学習させると、AIは誤った相関関係を見つけ出します。データ前処理には、全工数の6〜7割をかける覚悟が必要です。特に健診データはベンダーによってフォーマットが異なることが多いため、標準化処理（正規化）が不可欠です。
現場への説明不足によるAIアレルギーの誘発
「今日からAIが決めたリスト順に電話してください」と突然指示されれば、現場は反発します。「私たちの経験は不要なのか？」と。
導入に際しては、「AIは皆さんを置き換えるものではなく、皆さんの負担（繋がらない電話など）を減らすためのアシスタントです」というメッセージを繰り返し伝え、チェンジマネジメントを行う必要があります。初期段階では、AIのリストと従来のリストを併用し、効果を実感してもらう期間を設けるのも有効です。
過学習による特定集団への偏り
特定の年度や特定の事業所のデータだけで学習させると、その環境に特化しすぎたモデル（過学習）ができあがります。これを他の事業所に適用しても全く当たりません。
モデルの汎化性能（Generalization）を高めるために、クロスバリデーション（交差検証）を行い、未知のデータに対しても一定の精度が出ることを確認してからデプロイすることが重要です。
導入に向けた成熟度評価とロードマップ
最後に、組織が現在どの段階にあり、次にどのようなステップを踏むべきかを確認します。
データ整備状況のセルフチェックリスト
まずは、以下の項目をチェックしてみてください。
- データの一元化: 健診データ、レセプトデータ、保健指導管理データが紐付可能な状態で保存されているか？
- 履歴の蓄積: 過去3年分以上の「指導への反応履歴（成功/失敗）」が残っているか？
- リソースの確保: データ分析を理解できる担当者、または外部パートナーがいるか？
PoC（概念実証）から本番運用へのステップ
初期段階から全対象者に適用することはリスクを伴うため、以下のステップを踏むことが推奨されます。
- フェーズ1（分析）: 過去データを用いて、もしAI選定を行っていたらどれくらい成果が上がったかをシミュレーションする。
- フェーズ2（PoC）: 対象者の一部（例：10%）を抽出し、AIリストに基づいて介入を行うA/Bテストを実施する。
- フェーズ3（本番展開）: 効果が確認できたら、全対象者に適用し、MLOpsサイクルを回し始める。
KPI設定：実施率、完了率、そして医療費適正化効果
AI導入の成果は、単に「予測精度（AUCなど）」で測るべきではありません。ビジネス（保健事業）としてのKPIで評価します。
- コンタクト率: 電話が繋がった割合
- 初回面談実施率: 指導に参加した割合
- 完了率: 最後まで指導を継続した割合
- 翌年度検査値改善率: 最終的な健康アウトカム
これらが向上して初めて、AI導入は成功と言えます。
機械学習による対象者選定は、決して「冷徹な切り捨て」ではありません。むしろ、限られたリソースを「今、支援を必要とし、かつ受け入れる準備ができている人」に届けるための、極めて人間中心的で合理的なアプローチです。
データの中に眠る「変わりたい」という小さなシグナルを拾い上げ、保健師というプロフェッショナルの手を、最適なタイミングで差し伸べる。それが、AIとデータヘルスが目指すべき未来です。
より具体的な導入手順や、アップリフトモデリングの詳細な設計手法については、専門的な知見を参考にしながら、次年度の計画立案にお役立ていただくことをお勧めします。
コメント