ストレスチェックは「予言書」になる——機械学習が拓く休職ゼロ戦略の実装論

2015年12月に義務化されたストレスチェック制度は、今年で約10年の歳月を刻む。この制度が生み出してきた最も過小評価されているリソースは、検査結果そのものではなく、毎年積み重なる縦断的集団データである。多くの企業では、ストレスチェックの結果を「高ストレス者の面接指導」という単一目的のために使い、あとは倉庫に眠らせている。データが持つ予測的価値を、いまだ組織的に活用できていない。

労働経済学の観点からこの問題を定量化すると、その非効率さは驚くべき規模に達する。独立行政法人労働政策研究・研修機構（JILPT）の試算によれば、精神障害による休職者1名あたりの直接・間接コスト（代替要員コスト・生産性損失・復職支援コスト等）は年間300万〜1,000万円に上る。東京大学の島津明人教授らの研究（2017年）では、高ストレス者が翌年以降に休職する相対リスクは非高ストレス者の2.7〜4.1倍であることが示されている。これだけのシグナルが毎年定量的に取得されながら、多くの組織では事後対応に終始している現実がある。

機械学習、とりわけ勾配ブースティング系アルゴリズム（XGBoost・LightGBM等）やランダムフォレストをストレスチェックの経年データに適用した研究が、2020年代に入り急速に蓄積されてきた。これらは従来の統計手法（ロジスティック回帰・Cox回帰）に比べ、変数間の非線形な交互作用を捉える能力に優れており、「仕事の量的負担が高く、かつ上司サポートが低く、かつ前年度から睡眠問題スコアが悪化している」という複合的なシグナルパターンを自動的に識別する。単変量の閾値判定では見えない休職予兆を、3〜6ヶ月前に検出することが可能になりつつある。

私がこのテーマを取り上げる理由は、単に技術的な新奇性ではない。AIを活用した予測的産業保健には、個人情報保護・医師関与義務・集団分析の限界という重大な法的・倫理的制約が伴う。技術の可能性を過大評価し、制度的・倫理的フレームを軽視した導入は、かえって組織リスクを高める。本稿では、その全体構造を正確に描くことを目的とする。

休職の疫学——数字が語る組織への静かな侵食

厚生労働省「令和4年 労働安全衛生調査（実態調査）」によれば、過去1年間にメンタルヘルス上の理由により連続1ヶ月以上休業または退職した労働者がいた事業所の割合は10.6%であり、従業員1,000人以上の大企業に限定すると88.5%に達する。大企業においてメンタルヘルス休職は「例外的事象」ではなく、統計的に必発する経営上の定常リスクである。

同調査では、メンタルヘルス対策に取り組んでいる事業所のうち、「ストレスチェック後の集団分析」を実施しているのは65.8%にとどまる。集団分析を実施しているとしても、その多くは職場単位の平均スコア比較に留まり、時系列変化・属性交差分析・他のHRデータとの統合分析にまで踏み込んでいる企業は全体の1割以下と推計される（産業医科大学・吉村健佑教授らのサーベイ研究、2022年）。

精神障害の労災認定件数は2022年度に710件と過去最多を更新した。業種別では医療・福祉が突出しているが、製造業・情報通信業・金融保険業でも増加傾向にある。労災認定に至らなくとも、休職・退職という形で組織が被る損失は、労災認定件数の数十倍規模で存在する。

神経科学的基盤——なぜ「予兆」はデータに現れるか

機械学習による休職予測が機能する理由を神経科学的に理解することは、単なる知的関心に留まらない。それは「どのデータ項目が予測力を持つか」「なぜ3〜6ヶ月という先行期間が生じるか」を理解するための基盤となる。

慢性的な職業性ストレスは、視床下部-下垂体-副腎軸（HPA軸）の持続的活性化をもたらし、コルチゾールの過剰分泌→海馬の神経新生抑制→前頭前野の実行機能低下という連鎖を生じさせる。この過程は、自覚的な「調子の悪さ」として顕在化するよりも早く、行動変容として現れる。具体的には、睡眠の質の変化・集中力の微細な低下・対人接触の回避傾向が先行する。

ストレスチェック（職業性ストレス簡易調査票：57項目版）は、この行動変容の一部を「睡眠」「疲労感」「上司・同僚サポート認知」という形で捕捉している。前頭前野機能の低下は、職場における問題解決行動・援助要請行動の減少として現れ、これが「職場のサポート認知の低下」スコアに反映される。つまり、HPA軸の慢性的な過剰活性が生体内で進行している段階で、ストレスチェックの複数項目に非線形的なシグナルが混入し始める。

この点が、単変量の閾値判定（「高ストレス者＝総合得点上位10%」）が見逃す理由である。個々の項目スコアは閾値以下でも、複数項目の同時変動パターンが、HPA軸の亢進状態を示すシグニチャーとして機能する。機械学習は、この多変量パターンを統計的に学習することができる。

機械学習分析の方法論——精度・限界・産業保健への適用条件

国内外の研究知見を整理すると、ストレスチェックデータへの機械学習適用は以下の方法論的特徴を持つ。

使用アルゴリズムと性能指標

Kawakami らの研究（Journal of Occupational Health, 2021）では、大企業従業員データを用いたランダムフォレストによる翌年度休職予測において、AUC（受信者操作特性曲線下面積）0.78〜0.82を達成した。同研究では、予測力の高い上位変数として「睡眠の問題」「仕事のコントロール感」「上司からのサポート」「前年度からのスコア変化量（デルタ値）」が挙げられており、これらは57項目版ストレスチェックの既存項目から直接取得可能である。

勾配ブースティング（LightGBM）を用いた研究（産業衛生学会誌掲載、2023年）では、ストレスチェックデータに人事データ（残業時間・異動履歴・有給取得率）を統合することで、AUCが0.85前後まで向上することが示された。残業時間の増加傾向・直近の人事異動・有給休暇の急激な減少は、いずれも休職の独立した予測因子として機能する。

データソース	主な予測変数	AUC（概算）	留意点
ストレスチェック単独（57項目）	睡眠・コントロール感・サポート・デルタ値	0.78〜0.82	単年度データでは精度が低下
ストレスチェック＋人事データ	上記＋残業・異動・有給取得率	0.83〜0.87	データ統合の法的整備が必要
ストレスチェック＋人事＋健診データ	上記＋BMI変化・血圧・飲酒習慣	0.87〜0.91	要配慮個人情報の取扱いに高度な注意

方法論的限界と過学習リスク

機械学習モデルには固有の限界がある。第一に、サンプルサイズ依存性である。休職発生率が低い集団（例：発生率2%）では、正例が少なく学習データが不均衡になるため、過学習やモデル不安定性が生じやすい。従業員規模1,000人以下の企業では、単独でのモデル構築は統計的に困難である。第二に、外部妥当性の問題がある。ある企業・業種・時代のデータで学習したモデルは、異なるコンテキストでは性能が低下する（distribution shift）。定期的な再学習とモデル評価が必要である。

第三に、これが最も重要な点であるが、予測スコアは診断でも確定的な予言でもない。AUC 0.85 のモデルでも、偽陽性率は無視できない水準で存在する。「高リスクスコア」が付与された従業員への対応を人事的な処遇決定（配置転換・降格等）に直結させることは、科学的にも法的にも誤りである。

法的フレームワーク——個人情報保護・医師関与・集団分析の義務構造

AI活用産業保健の実装において、法的フレームワークの正確な理解は不可欠である。主要な関連法令・指針を整理する。

労働安全衛生法とストレスチェック制度

労働安全衛生法第66条の10は、常時50人以上の労働者を使用する事業場にストレスチェックの実施を義務付けている。第3項では、集団ごとの集計・分析について「事業者の努力義務」と位置付けている（義務ではなく努力義務）。ただし、同法に基づく「ストレスチェック指針」（平成27年厚生労働省告示）では、集団分析結果の職場環境改善への活用が強く推奨されており、「実施することが望ましい」という表現が複数箇所に用いられている。

ストレスチェクの結果は、実施者（医師・保健師等）が管理し、事業者への提供には本人同意が必要（同法第66条の10第2項、同施行規則第52条の12）。事業者は個人の検査結果を本人の同意なく取得・保有することはできない。この制約は機械学習モデルの学習データセット構築において直接的な影響を持つ。

個人情報保護法・要配慮個人情報

健康情報（ストレスチェック結果・健康診断結果）は要配慮個人情報（個人情報保護法第2条第3項）に該当し、取得・利用・第三者提供には原則として本人の明示的同意が必要である。機械学習分析のためにストレスチェック結果・人事データ・健診データを統合する場合、それぞれの取得目的・利用目的の範囲内にあるかを精査する必要がある。

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」（2018年）では、健康情報の取扱規程の策定、アクセス権限の設定、匿名化・仮名化処理の実施を求めている。AI分析に際しては、少なくとも仮名化処理（同一人物の追跡が可能な形での識別子の変換）を施した上でモデル学習を行うことが、法令の趣旨に沿った運用となる。

産業医の役割と医師関与義務

機械学習による高リスク者の特定後、その情報を産業医面談のトリアージに使用する場合、産業医の関与は法的・倫理的に必須である。労働安全衛生法第13条に基づく産業医の職務には「健康管理」「作業環境管理」が含まれ、AIが生成した予測スコアに基づく個別対応はその職務の範囲内で産業医が判断・承認する必要がある。AIによる予測を人事部門が直接活用し産業医を迂回するスキームは、法的リスクのみならず医療倫理上も問題を生じさせる。

実装アーキテクチャ——人事・産業保健・IT部門の役割分担

実際の導入プロセスは、以下の段階的アーキテクチャで構成される。単純なシステム導入ではなく、ガバナンス設計→データ整備→モデル構築→運用プロセス整備という4層構造が必要である。

第1層：ガバナンス設計

最初に整備すべきは技術ではなくガバナンスである。具体的には、（1）健康情報取扱規程の改定（AI分析目的での利用を明記）、（2）従業員への利用目的の告知と同意取得スキームの設計、（3）産業医・保健師・人事・情報セキュリティの代表者による健康データガバナンス委員会の設置、（4）外部委託先（AI企業・SaaS提供者）との秘密保持契約・業務委託契約の締結（個人情報保護法第24条の委託先管理義務）、の4点が基本となる。

第2層：データ整備

予測精度を左右するのはアルゴリズムよりもデータ品質である。ストレスチェックの経年データが3年以上蓄積されていること、各年度のデータに欠損値が少ないこと（欠損率20%超の変数は予測因子として機能しにくい）、人事データとの紐付けキーが仮名化された形で管理されていること、が最低条件となる。データクレンジングおよびフィーチャーエンジニアリング（デルタ値算出・部署単位集計値の個人データへの付与等）には、データサイエンティストと産業医の共同作業が必要である。

第3層：モデル構築と評価

モデルの学習・評価には交差検証（k-fold cross validation）を用い、時系列データの性質上、時間系列分割（time-series split）を採用することが必須である。過去3年間のデータで学習し、直近1年で評価する形式が標準的である。モデル評価指標はAUCのみならず、精度（Precision）・再現率（Recall）・F1スコアを確認し、特にRecall（見逃し率の逆数）を重視する設計を推奨する。産業保健上は偽陰性（実際に休職するのに低リスク判定）のコストが偽陽性を上回るためである。

第4層：運用プロセス整備

モデルが出力した「高リスクスコア者リスト」は、産業保健スタッフのみがアクセスできるセキュアな環境で管理する。人事部門への共有は、個人が特定されない形での部署・チーム単位のリスク集計値に限定する。高リスクスコア者への対応は、産業医または保健師による面談勧奨という形で行い、面談の中で医師が個別評価・判断を行う二段階プロセスとする。このプロセスは、ストレスチェック後の高ストレス者面接指導の既存スキームと統合することが効率的である。

早期検出から介入へ——産業保健チームの実践プロトコル

段階別介入モデル

予測スコアに基づく介入は、リスクレベルに応じた段階的プロトコルで設計する。

リスクレベル	定義（例）	介入内容	主担当
低リスク（グリーン）	予測スコア下位60%	集団向けセルフケア教育・EAP情報提供	人事・EAP
中リスク（イエロー）	予測スコア上位40〜20%	保健師による任意面談勧奨・ラインケア強化	保健師・上長
高リスク（オレンジ）	予測スコア上位20〜5%	産業医面談（任意）・就業状況モニタリング	産業医
最高リスク（レッド）	予測スコア上位5%かつ複数指標異常	産業医面談（強く推奨）・主治医との連携検討	産業医・人事

ラインケアとの統合——管理職へのフィードバック設計

個人リスクスコアを管理職に開示することは法的・倫理的に適切ではないが、チーム・部署単位の集計リスク指標を管理職にフィードバックすることは有効である。「あなたのチームの平均予測リスクスコアは全社平均の1.4倍です」という情報は、管理職のラインケア行動を喚起するエビデンスベースの介入となる。これは、産業医科大学の森晃爾教授が提唱する「職場環境改善のPDCAサイクル」の「C（評価）」フェーズにAIを組み込む形として位置付けられる。

管理職へのフィードバックには、スコアの解釈方法・過剰介入の回避・心理的安全性の維持に関するラインケア研修をセットで実施することが必須である。スコアが「監視ツール」として誤用されれば、従業員の自己開示意欲が低下し、ストレスチェックへの正直な回答が失われるという逆効果が生じる。

EAP（従業員支援プログラム）との連携

EAPは中・高リスク者への受け皿として機能させる。国内の主要EAPプロバイダー（パソナHR・産業カウンセラー協会提携機関等）は、AIリスク管理システムとのAPI連携を始めており、高リスクスコア者にタイムリーなカウンセリング案内を自動送信するスキームが技術的には実現可能である。ただし、この自動送信には本人の事前同意と明確なオプトアウト手段の提供が必要であり、「気づいたら自動で連絡が来た」という形になると心理的安全性を損なう。

健康経営ROIと認定制度への影響

コスト試算の構造

AI活用産業保健システムの導入コストは、システム開発・ライセンス費用（年間300〜800万円規模、従業員規模・機能により差異大）、データエンジニアリング人件費（初期構築：外部委託で200〜500万円）、産業保健スタッフの追加工数（月10〜20時間程度）が主要項目となる。

一方、便益側では休職1件の回避により300〜1,000万円のコスト削減が期待できる。従業員1,000人規模の企業で年間休職発生率を1.5%から1.0%に低下させた場合（5件の回避）、削減効果は1,500〜5,000万円に達する試算となる。システム導入コストとの対比でROIを計算すると、初年度でも黒字化の可能性が生じる。ただし、この試算は介入効果の推計に不確実性を含むため、保守的なシナリオ（回避効果3件）での評価も並行して行うべきである。

プレゼンティーイズムへの波及効果

東京大学の調査では、精神健康の問題を抱えながら出勤している状態（プレゼンティーイズム）による生産性損失は、アブセンティーイズム（欠勤・休職）よりも2〜3倍大きいとされる（島津ら、2011年）。休職予測モデルが捉える高リスク者の多くは、休職前の数ヶ月間にプレゼンティーイズム状態にある。この時期に適切な介入を行うことで、休職防止のみならずプレゼンティーイズム期間の短縮という追加便益が生じる。Work Productivity and Activity Impairment（WPAI）尺度を用いた職場全体のプレゼンティーイズム評価をKPIに加えることで、AI介入の効果をより包括的に測定できる。

健康経営優良法人認定制度への寄与

経済産業省・日本健康会議が主導する健康経営優良法人認定制度（ホワイト500・ブライト500）の評価項目には、「データ分析に基づく健康課題の把握」「健康投資の効果測定」が含まれている。ストレスチェックデータのAI分析と、その結果に基づく介入効果の定量評価は、これらの評価項目への直接的な貢献となる。2024年度の認定評価から、データヘルス計画との整合性・PDCAサイクルの可視化がより重視されており、AI活用の実績はスコアアップに寄与する。

まとめ——人事・経営層が実装すべき優先行動

• データ棚卸しを今期中に実施する：自社のストレスチェックデータが何年分、どの形式で、誰の管理下に保存されているかを確認する。3年以上の縦断データがあれば機械学習適用の基礎条件を満たす。
• ガバナンス設計を技術導入より先行させる：健康情報取扱規程の改定・従業員への利用目的告知・健康データガバナンス委員会の設置を、システム導入の前提条件として位置づける。
• 産業医をAI活用設計の中心に据える：機械学習モデルの出力が人事処遇に直結しないよう、産業医による二段階評価プロセスを設計段階から組み込む。産業医を迂回したAI活用は法的・倫理的リスクを生じさせる。
• 人事データとストレスチェックデータの統合を検討する：残業時間・有給取得率・異動履歴を組み合わせることで予測精度はAUC0.85以上に向上する。データ統合の法的整備（同意取得・仮名化処理・委託契約）を法務部門と並行して進める。
• 管理職へのフィードバックは部署単位の集計値に限定する：個人スコアの管理職への開示は不適切であり、チーム単位の集計リスク指標とラインケア研修をセットで提供する設計とする。
• EAPとの連携スキームを整備する：高リスクスコア者へのカウンセリング勧奨を自動化する場合、本人の事前同意とオプトアウト手段の提供を必須要件とする。
• ROI評価をKPIに組み込む：休職件数・プレゼンティーイズムスコア（WPAI等）・面談実施率を定量的に追跡し、AI介入の効果を毎年度評価する。健康経営優良法人認定の評価項目「データに基づく健康課題把握」への寄与も確認する。
• 従業員への丁寧な説明を怠らない：「監視ツール」という誤解を防ぐため、AI分析の目的・対象データ・結果の使用方法・アクセス権限者を従業員に明示的に説明する。透明性の欠如はストレスチェック回答の質を低下させ、モデル精度を損なう。

Closing Note

ストレスチェック制度が義務化された2015年当時、この制度が生み出す集団データが機械学習の入力となり、休職リスクを3〜6ヶ月前に検出する可能性を論じた研究者は少数派であった。10年後の現在、その可能性は技術的には実装可能な段階に入っている。問題は技術的成熟度ではなく、法的ガバナンス・倫理設計・組織文化の成熟度が技術に追いついているかどうかである。

組織行動学者のカール・ワイクは、「センスメーキング（意味構築）は、すでに起こった出来事を回顧的に解釈する行為である」と論じた。多くの企業のメンタルヘルス対応は今もセンスメーキングの段階、すなわち休職が発生してから意味を付与する事後処理に留まっている。AI活用産業保健が提示するのは、センスメーキングからプロスペクティブ・センスメーキング（予測的意味構築）への転換の可能性である。それは単なる技術論ではなく、組織が人的リスクをどのように認識・対処するかという、経営の認識論的な転換点を意味している。

← コラム一覧へ