介護DB25TB・71件の承諾実績が示す「医療介護データ国家」の現在地。NDB連結が変える政策立案の構造：研究だけで終わらせるな！介護レセプトが全国医療情報プラットフォームに統合される日

介護保険部会が静かに示した転換点：匿名介護情報の第三者提供が「科学的介護政策」を現実にする3つの理由

　2026年3月9日、厚生労働省が社会保障審議会介護保険部会（第134回）で公表した「匿名介護情報等の提供について（報告）」。約25TBに及ぶ介護DBの実態と、医療DB（NDB）との連結が着々と進む状況を読み解きます。
　このデータが「研究室の資産」から「社会インフラ」へと転換する意味、そして介護・医療の現場で働く方、経営者、自治体担当者が今後の判断に活かすべき論点を多面的に整理します。

報告書の「地味さ」に騙されてはいけない

　令和8年3月9日、厚生労働省老健局が提出した資料のタイトルは「匿名介護情報等の提供について（報告）」です。タイトルだけを見れば、担当者が定例業務を淡々と報告した書類に映ります。ところが資料の中身は、日本の医療介護政策が次の段階へ踏み出したことを、数字で静かに証明していました。

介護DBに格納されたデータの総量は約25TB。介護レセプト等情報は約23.8億件（平成24年4月〜令和7年12月）、要介護認定情報は約9,384万件（平成21年4月〜令和7年12月）、そして令和3年4月以降に本格稼働したLIFE情報がすでに約6.5億件。これだけの規模のデータが、研究者や行政機関に対して第三者提供という形で解放されつつあります（厚生労働省「匿名介護情報等の提供について（報告）」令和8年3月）。

問題は、このデータが「提供されていること」ではなく、「何と連結され、何を変えようとしているか」です。

介護DBの構造：3層のデータが支える巨大なアーカイブ

介護DBは一枚岩のデータベースではありません。性格の異なる3種類の情報が重なり合って初めて機能します。

まず介護レセプト等情報は、サービスの実績記録です。誰がいつ、どの事業所から、どのサービスを何単位受けたか。通所介護なのか、訪問介護なのか、施設に入所しているのか——介護保険制度が動いた痕跡がすべてここに残ります。

次に要介護認定情報は、利用者の状態像の記録です。認定調査票のデータ、主治医意見書の概要、要介護度の判定結果が格納されており、「どのような状態の人が、どのサービスを使ったのか」という分析の軸になります。

そしてLIFE情報（科学的介護情報システム）は、令和3年度の介護報酬改定で本格導入されたもので、栄養管理や口腔ケア、リハビリテーション、認知機能などのアウトカム指標が事業所から定期的にフィードバックされるデータです。令和3年4月の開始からわずか数年で6.5億件が蓄積されており、増加スピードは3層の中でも際立っています（同上）。

この3層構造が意味することは単純です。「状態」「サービス利用」「アウトカム」がすべて繋がっているデータが存在するということ。これは介護分野における、世界的にも希少なリアルワールドデータの塊です。

71件承諾・57件提供：数字の背後にある研究の地図

令和8年2月時点で、第三者提供の承諾件数は71件（うち4件は辞退）、実際の提供は57件に達しています（同上）。

申出者の構成を見ると、大学・大学院が48件（68%）と圧倒的多数を占めます。国の行政機関が9件（13%）、民間事業者が7件（10%）と続きます。
　現状では学術機関が主役ですが、塩野義製薬・ユーシービージャパン・中外製薬・日本ベーリンガーインゲルハイム・アムジェンといった製薬企業の名前が並び始めていることは、医薬品開発や疾病研究への応用が動き出していることを示します（同上）。

研究テーマを俯瞰すると、大きく4つの潮流が見えます。

第一に「介護サービスの効果測定」です。
要介護度の経年変化、通所サービスの利用と費用の実態、自立支援型介護のインセンティブ設計など、「このサービスは本当に機能しているか」という問いに正面から向き合う研究群が中心を形成しています。

第二に「地域格差と資源配分」です。
介護サービス提供体制の地域差、急性期医療から在宅医療等の医療介護資源の地域性を踏まえた最適化研究（筑波大学・承諾番号69）など、自治体が第8期・第9期介護保険事業計画を作成する際に必要な根拠を提供する研究が増えています。

第三に「災害・パンデミックとの関連」です。
平成30年7月豪雨、COVID-19パンデミックが介護保険サービスに与えた影響を後ろ向きコホートで分析した研究（広島大学・筑波大学ほか）は、次の危機に備えるための証拠を積み上げています。

第四に「疾病と介護の接点」です。
脳卒中・骨脆弱性疾患・パーキンソン病・後天性血友病・統合失調症——これらの疾患群がNDB連結によって追跡されています。疾病が発症し、治療を受け、やがて要介護状態に至るまでの経路をデータで可視化するアプローチは、疾病予防と介護予防を繋ぐ政策の根拠となります（同上）。

NDB連結：これが最大のポイントです

今回の資料で最も注目すべきは、承諾件数の推移グラフに表れた「NDB連結」の増加です。

NDB（ナショナルデータベース）は医療レセプトと特定健診情報を収めた、ほぼ全国民を対象とする医療版のビッグデータです。これと介護DBを個人単位で連結することで初めて、「この人がいつ、どの医療機関で何の診断を受け、どの薬を処方され、その後どのように要介護状態に移行し、どのサービスを使ったか」という一気通貫の分析が可能になります。

令和5年度・6年度の棒グラフを見ると、NDB連結案件は介護DB単独の件数に匹敵する存在感を持ち始めています（同上）。さらに「NDB・DPCDB連結」（急性期病院の診療データとの接続）、「NDB・次世代DB連結」（次世代医療基盤法に基づく医療情報との接続）も登場し、連結の組み合わせは年々多様化しています。

承諾番号40の研究（東京医科歯科大学）のテーマは「ナショナルデータベースや介護保険総合データベース等を活用した医療・介護特性を総合的に捉えたAIプロトタイプの開発と分析結果を根拠とした医療介護特性別の最適介入に関する研究」です（同上）。研究名が長いのは、内容が多層的だからです。疾病の状態と介護ニーズを同時に把握し、AIで最適な介入方法を提案するモデルを作ろうとしている——これは、いわゆる「ケアプランの科学化」への技術的布石と読むことができます。

ここで一つの問いを立てます。ケアマネジャーが長年かけて磨いてきた個別支援の技術と、このAIプロトタイプはどのような関係に置かれるのでしょうか。現時点の答えは「補完関係」ですが、データが精度を増し、モデルが洗練されていくにつれて、この問いは現場にとって切実な意味を持ち始めます。

今回概要まとめ図