健康診断の結果や面談の記録は、扱える人と目的が決まっている情報
健康診断の結果や産業医との面談の記録は、個人情報の中でも特に慎重な扱いが求められる情報で、集める目的と扱える人の範囲が法令と指針で決まっています。
要配慮個人情報は、病歴など、本人に対する不当な差別や偏見が生じないよう取扱いに特に配慮が要る情報として法律が定めたものです(「個人情報の保護に関する法律」第2条第3項)。
政令は、医師等が行った疾病の予防と早期発見のための健康診断その他の検査の結果も、これに含めています(「個人情報の保護に関する法律施行令」第2条第2号)。取得に本人の同意が要るといった基本の決まりは、要配慮個人情報の用語ページで説明しているとおりです。
労働安全衛生法第104条第1項は、法令に基づく健康診断などの措置に関して心身の状態の情報を扱うとき、労働者の健康の確保に必要な範囲内で集め、集めた目的の範囲内で保管し使うよう会社に求めています。AI で集計や要約をする場合も、この目的の範囲から外れないことが出発点です。
心身の状態の情報は、法令上の位置づけによって次の3つに分かれ、分類ごとに扱える人と本人の同意の要否が違います(厚生労働省「労働者の心身の状態に関する情報の適正な取扱いのために事業者が講ずべき措置に関する指針」2022年3月31日改正)。
| 分類 |
主な例 |
AI で扱うときの考え方 |
| ① 法令に基づき会社が必ず扱う情報 |
健康診断の受診・未受診、健康診断の事後措置について医師から聴いた意見 |
目的に必要な範囲で人事も扱う。受診状況の集計や受診を促す連絡の下書きに使いやすい |
| ② 本人の同意なく集められるが、扱う人を規程で限る情報 |
健康診断の結果(法定の項目)、長時間労働者に対する面接指導の結果 |
扱う人を限り、人事へは加工して渡す。AI に渡すのも、その限られた人の範囲の中だけ |
| ③ 集めるのに本人の同意が要る情報 |
健康診断の結果(法定外の項目)、保健指導の結果、健康相談の結果、職場復帰のための面接指導の結果 |
同意を得たときに示した目的と取扱方法の中でだけ使う。AI での処理を取扱方法に書いていなければ、先に規程を直す |
②の「加工」は、健康診断の結果の記録そのものではなく、所見の有無や、就業上の措置についての医師の意見に置き換えて渡すことを指します。人事の担当者が受け取るのは「深夜業を減らす」といった措置についての意見で、検査の数値ではない、という形です。
指針は、取扱規程に定める事項として、取り扱う目的と方法、取り扱う者とその権限・扱う情報の範囲、本人の同意の取り方、適正な管理の方法など9つを挙げ、衛生委員会等を使って労使で検討して定めるよう求めています。AI を使うなら、どの業務で、どの分類の情報を、誰が、どの環境の AI に渡すかを、この規程の「目的と取扱方法」と「取り扱う者と権限」の項目に書き足すのが最初の作業です。
生成 AI のサービスに個人情報を入力する場面について、個人情報保護委員会は2023年6月2日の「生成AIサービスの利用に関する注意喚起等」で、利用目的の達成に必要な範囲内かを十分に確認するよう求めました。本人の同意なく個人データを入力し、それが応答の出力以外の目的で扱われると法に違反する可能性があるため、サービスの事業者が入力を機械学習に使わないことなどを確かめるよう示しています。
入力してよいサービスの条件の決め方は、生成AIに個人情報を入れてよいかを整理した記事にまとめています。
健康経営・産業保健の5つの仕事は、集計と下書きを AI に、判断を人に分ける
人事・産業保健の5つの仕事を分けると、AI に任せられるのは数える・照らし合わせる・文面の下書きを作る作業で、個人について決めることは、どの仕事でも人の役目です。仕事ごとの分担は次のとおりです。
| 仕事 |
AI に任せる作業 |
人に残す判断 |
AI に渡す形 |
| 健康診断の結果の管理 |
受診・未受診の集計、再検査の受診状況の照合、受診を促す連絡文の下書き |
異常の所見がある人の就業上の措置の要否、本人への受診の勧め方 |
受診状況は仮の番号で、検査の結果は区分ごとの集計で |
| ストレスチェックとメンタルヘルス |
集団分析の結果の傾向の整理、職場環境の改善案の下書き |
高ストレスと判定された人への面接指導、個人への声かけ |
10人以上の集団の集計だけ。個人の結果は渡さない |
| 面談の記録 |
面談後の記録の体裁を整える、前回からの変化の要約 |
面談で何を聞き何を伝えるか、人事に渡す範囲 |
産業保健スタッフだけが使え、入力が学習に使われない環境の中で |
| 休職・復職の手続き |
期日の管理、必要書類の案内文の下書き、休職者数の集計 |
職場復帰の可否、就業上の配慮の内容 |
診断名や症状を含まない手続きの情報だけ |
| 健康経営の施策づくり |
部署・年代ごとの傾向の整理、施策案と測る指標の下書き、社内向けの告知文の下書き |
どの施策に予算を付け、誰を対象にするか |
集計した数字だけ |
健康診断の結果は、健康診断個人票として5年間保存することが会社に義務付けられています(「労働安全衛生規則」第51条)。拠点や健診機関ごとに形式の違う記録が毎年積み上がるため、受診状況や再検査の受診の照合は件数が多く、決まった手順で繰り返す作業です。AI と自動化を最初に入れる候補として選びやすいのは、こうした作業でしょう。
ストレスチェックの個人の結果は本人に直接通知され、基本的に事業者には提供されません(厚生労働省「ストレスチェックの『集団分析』を適切に実施しましょう!」2026年7月)。人事や AI が扱うのは、集団ごとに集計・分析した結果だけだと決めて仕組みを作ります。
面談の記録は、前の章の表で見た指針の分類では種類によって分かれ、健康相談の結果や職場復帰のための面接指導の結果は③、長時間労働者や高ストレスと判定された人に対する面接指導の結果は②です。③は集めるのに本人の同意が要り、同意を得たときに示した目的と取扱方法の中でだけ使う情報で、②も扱う人を規程で限る情報です。記録の要約に AI を使うなら、産業保健スタッフだけが使え、入力が学習に使われない環境に限り、要約は医師や保健師が確かめてから記録に残しましょう。
休職と復職の手続きは、規模の大きい事業所ほど発生しやすい仕事です。過去1年間にメンタルヘルス不調で連続1か月以上休業した労働者か退職した労働者がいた事業所は13.5%で、10〜29人の事業所の6.8%に対し、1,000人以上の事業所では92.9%でした(厚生労働省「令和7(2025)年 労働安全衛生調査(実態調査)の概況」2026年8月7日)。
期日の管理や案内文の下書きは AI に任せられる一方、診断名や症状は手続きに要らない限り渡さない形にします。人事の業務全体で AI を入れる順番と人に残す判断の分け方は、人事10領域で AI を入れる順番を整理した記事にまとめています。
人に残すのは、個人の健康状態の判断・就業の可否・本人への説明の3つ
個人の健康状態をどう見るか、働き方を変えるか、本人にどう伝えるかの3つは、法令と厚生労働省の手引きが人の手順として定めているため、AI の出力を参考にしても判断は人が持つものです。
労働安全衛生法第66条の4は、健康診断で異常の所見があった労働者について、健康を保持するために必要な措置を医師または歯科医師に聴くよう会社に求めています。続く第66条の5は、その意見を勘案し、労働者の実情を考慮して、就業場所の変更や労働時間の短縮などの措置を講じるよう定めています。AI が健診の数値から就業制限の要否を推定しても、それは医師の意見の代わりではない、という点が出発点です。
医師の意見を聴くなど法令が求める手順に従わずに就業上の措置を行うことや、措置の内容が医師の意見と著しく異なることは、行ってはならない不利益な取扱いの例として示されています(厚生労働省「労働者の心身の状態に関する情報の適正な取扱いのために事業者が講ずべき措置に関する指針」2022年3月31日改正)。AI の出力をもとに配置や勤務を決めると、この例に該当するおそれが出てきます。
職場復帰の可否も同じ構造です。主治医の診断は日常生活での回復の程度から判断していることが多く、職場で求められる業務遂行能力まで回復したという判断とは限らないため、産業医等が精査して意見を述べることが重要とされています(厚生労働省・労働者健康安全機構「心の健康問題により休業した労働者の職場復帰支援の手引き」2009年3月改訂)。
そのうえで最終的な職場復帰の決定は事業者が行い、就業上の配慮の内容もあわせて本人に通知する流れです。AI に任せられるのは、休職中の連絡の期日、復職の面談の日程調整、必要書類の案内といった手続きの部分にとどまります。
AI の予測を個人の判断に使う根拠も、まだ薄いのが現状です。2025年10月30日時点で国内の産業保健の現場向けに「AI」を掲げる健康管理サービスを調べた研究では135件が見つかった一方、健康診断の結果から特定の疾患を予測するサービスのうち、予測モデルの論文が出ていたのは1サービスだけでした(厚生労働科学研究 分担研究報告書「AIを用いた産業保健における健康管理ツールの最前線と想定される課題の整理」令和7年度)。
同じ報告書は、労働安全衛生・産業保健に特化した AI のガイドラインが日本にはまだないことも挙げています。
本人への説明も人に残します。再検査を勧める連絡や就業上の配慮を伝える場面では、言葉の選び方で本人の受け止め方が変わるからです。文面の下書きは AI に作らせてよいとしても、送る前に産業保健スタッフが読み、本人の事情に合わせて直す手順を決めておきましょう。
社内の問い合わせを AI で受けるときに健康の相談を人につなぐ決め方は、人事チャットボットで社内問い合わせを受ける記事で扱っています。離職予測のような人事の分析に健康情報を混ぜない理由は、離職予測 AI を入れる前に決めることを整理した記事で説明しました。
AI に渡す前に、個人を特定できない形に伏せるか、集計だけを渡す
AI に渡すデータは、目的に要らない列を削り、残った個人の情報を伏せ、傾向を見るだけなら集計した数字にする、という順で絞ります。手順は次の5つです。
- 目的と渡す先を決める: どの業務のために、どの分類の情報を、どの環境の AI に渡すかを書き出し、取扱規程に書き足して衛生委員会等で審議する
- 列を削る: 氏名・生年月日・住所・社員番号のほか、目的に要らない検査項目や自由記述の欄を落とす
- 伏せる: 個人ごとの処理が要るときは、氏名や社員番号をその処理だけで使う仮の番号に置き換え、対応表は産業保健スタッフが持つ
- 集計する: 傾向を見るだけなら、部署・年代・拠点ごとに集計した数字だけを渡し、人数の少ない区分は隣の区分とまとめる
- 記録を残す: 誰が、いつ、どのデータを、どの AI に渡したかを残し、取扱規程の運用状況の確認に使う
仮の番号に置き換えても、対応表を社内で持っている限り、個人情報であることは変わりません。他の情報と容易に照合して特定の個人を識別できるものも、法律上は個人情報に含まれるためです(「個人情報の保護に関する法律」第2条第1項第1号)。
伏せる作業は漏れたときの被害を小さくするための手当てで、規程の対象から外れるわけではない、と理解しておくのが安全でしょう。伏せ方の種類はデータマスキングの用語ページ、法律が定める仮名加工情報との違いは仮名加工情報の用語ページで説明しています。
集計した数字は、特定の個人との対応が切れていれば個人情報の外に出る、というのが基本の考え方です。複数人の情報から共通の項目を抜き出し、同じ分類ごとに集計した統計情報は、個人情報に該当しない事例として示されています(個人情報保護委員会「『個人情報の保護に関する法律についてのガイドライン』に関するQ&A」Q1-7・2026年11月21日確認)。
ただし、人数の少ない区分は、集計しても誰のことか分かってしまう点に注意が必要です。厚生労働省は2026年7月のリーフレット「ストレスチェックの『集団分析』を適切に実施しましょう!」で、集計・分析の単位が10人を下回る場合は個人が特定されるおそれがあるため、原則として集団分析を実施してはいけないとしています。
2026年6月30日公布の労働安全衛生規則の改正で、集団分析は「特定の個人を識別することができない方法で」行うと条文に書き込まれ、施行は2027年4月1日です。健康診断の結果を部署ごとに集計するときも、10人を目安に、下回る区分は隣の区分とまとめる決まりを社内で作っておくと迷いません。
渡す先の環境も、伏せ方と同じくらい大事です。入力が学習に使われない契約か、データがどこに保存されるか、誰が記録を見られるかを確かめ、個人の健康情報を扱う処理は自社が管理する環境の中で動かすのが基本です。AI を動かす場所の決め方は、生成AIをオンプレミス・閉域・クラウドのどこで動かすかを整理した記事にまとめています。
Offers AX は、仕組みをお客様の環境に作り、判断は人に残す前提で支援する
Offers AX は、仕組みを原則としてお客様の環境に構築し、AI の出力を下書きや参考情報として扱い、事実の認定や処遇は人が判断する前提で、人事の業務の自動化を支援します。
日本たばこ産業(JT)は人事部を AX の起点に選び、全国の拠点からの報告・人事システム・勤怠システムの3系統のデータを突き合わせる健康管理の集計を自動化しました。15時間ほどかかっていた作業が、数十分で終わるようになっています。経緯は2026年10月16日の Forbes JAPAN の記事「JTがoverflowとともに挑む人事部起点の「AX」」で紹介されています。
当社の環境には顧客のデータを保持せず、契約が終わった後も仕組みはお客様の環境に残る設計です。高い機密が求められる人事の案件では、処理を貸与 PC の中で完結させ、外部への通信(テレメトリを含む)を止め、端末内の暗号化・アクセス制御・監査ログを設計に含める構成で実装した実績があります。
着手の前には、人事の業務を10領域・111の課題に分けた地図と、6つの領域を5つの段階で確かめる診断を使い、最も低い領域から手を付ける順番を決めます。数週間で動く試作を作って実際の業務で確かめ、効果は実測した数字で続けるかを判断する進め方です。効果が出ない場合に中止を選べることも、契約の前提です。健康情報を扱う仕事では、取扱規程と渡すデータの形を、作り始める前に社内で決めておくのが安全です。
進め方は Offers AX のサービスページで公開しています。健康診断やストレスチェックの集計をどこまで AI に任せられるかを、自社の規程と環境に合わせて整理したい場合は、無料相談を申し込むからご連絡ください。
健康経営の施策づくりは、集団の数字を施策の案に変える工程に AI を使う
健康経営の施策づくりで AI が役に立つのは、集団分析や健診の集計を読み解いて施策の案に変える工程で、どの施策に予算と人を付けるかは人が決めます。
ストレスチェックを実施した事業所のうち、集団ごとの分析を実施したのは74.9%で、そのうち分析結果を活用したのは78.1%でした(厚生労働省「令和7(2025)年 労働安全衛生調査(実態調査)の概況」2026年8月7日)。活用した事業所の取組は「残業時間削減、休暇取得に向けた取組」が49.9%で最も多く、「相談窓口の設置」が43.2%で続きます。一方で、分析結果を特に活用していない事業所も18.8%ありました。
分析から施策までの間には、部署ごとの前年からの変化を読み、勤怠の集計と突き合わせ、手を打つ部署を選ぶ作業が挟まります。この工程で AI に任せるのは、次の4つです。
- 部署ごとの前年からの変化の整理(10人を下回る区分はまとめた集計で)
- 残業時間や休暇の取得状況の集計との突き合わせ
- 変化の大きい部署の一覧と、施策の案の下書き
- 衛生委員会等に出す資料の下書き
人が決めるのは、どの部署から手を付けるか、施策に予算と人を付けるか、効果を何で測るかで、衛生委員会等の審議を経て決めます。AI が作る施策の案は、どの会社にも言える一般的な施策の寄せ集めになりやすい点に注意が要ります。職場の事情を知る人が、案を自社の制度と予算に合わせて直す前提で使うのがよいでしょう。
健康に関する指標を人的資本の開示にも使う場合のデータ集めの分担は、人的資本開示の数字を AI で集める記事で整理しました。
最初の3か月は、規程の見直しと個人を特定しない集計から始める
最初の3か月は、取扱規程の見直しと、個人を特定しない集計の自動化に絞り、個人の情報を扱う使い方は規程と環境が整ってから広げます。
- 1か月目: 5つの仕事ごとに AI に任せる作業と人に残す判断を表にし、取扱規程の「目的と取扱方法」「取り扱う者と権限」に AI での処理を書き足して、衛生委員会等で審議する。社員への周知の文面も用意する
- 2か月目: 受診状況の集計と集団分析の整理を、集計した数字だけを渡す形で試す。人が手で作った集計と照らし合わせて検算する
- 3か月目: 衛生委員会等の資料の下書きに使い、集計にかかった時間と、施策の議論に使えた時間を記録して、続けるか、直すか、やめるかを決める
向かない使い方も、先に決めておきましょう。次の3つは、扱う人を限り目的の範囲で使うという原則を越えるおそれがあり、試行の対象から外すのが無難です。
- 健診の数値から、個人の就業の可否を AI に判定させる
- 面談の記録を、人事の担当者が AI で検索できるようにする
- 健康情報を、離職予測や評価の材料に混ぜる
うまくいかない場合もあります。拠点ごとに健診機関や記録の形式が違う会社では、集計の自動化の前に、項目の名前と単位をそろえる作業が要ります。その時間を見込んで計画を立てるのが現実的です。
人事を起点にした AX の記事は、人事 AX のカテゴリにまとめています。