前回、評価票を記入するのは誰かを見た。看護必要度の記入者に職種の限定はなく、研修の中身は規定されていなかった。
今回は、記入されたものを制度がどう読んでいるかを見る。題材は認知症である。
認定調査員テキストに、検査の名前が一つも無い
要介護認定の調査を行う人が読むテキストがある。現行版を取得して、機械的に数えた1。
| 語 | 認定調査員テキスト | 審査会委員テキスト |
|---|---|---|
| 長谷川／HDS／改訂長谷川式 | 0 | 0 |
| MMSE／Mini-Mental／ミニメンタル | 0 | 0 |
| MoCA／モカ | 0 | 0 |
| 神経心理／知能検査／認知機能検査 | 0 | 0 |
| （対照）認知症 | 39 | 69 |
全角・半角の両方で検索し、PDFが拾わない画像ページ24枚はPNGに描画して目視でも確認した2。
主治医意見書の様式と記入の手引きも同じで、神経心理検査の結果を書く欄は存在しない3。
名前を出さずに、似た手順が定義されている
ただし、認知機能を見ていないわけではない。第3群「認知機能」に9項目あり、その一つ「3-4 短期記憶」の手順はこうである1。
「ペン」、「時計」、「視力確認表（調査対象者に対しては、紙または、手の絵などの平易な言い方をする）」を見せて、何があるか復唱をさせ、これから 3 つの物を見えないところにしまい、何がなくなったかを問うので覚えて置くように指示する。5 分以上してからこれらの物のうち 2 つを提示し、提示されていないものについて答えられたかで選択する。
MMSEと同じく遅延記憶をみている。ただし「ほぼ同じ」ではない※訂正。MMSEは3語の自由再生だが、こちらは二つを提示して残りを答えさせる、手掛かり付きの再認・再生課題である。刺激・遅延時間・手掛かり・採点法が違う。尺度の名前は出てこない。
一部の報酬要件が読んでいるのは、ランクである
代わりに置かれているのが認知症高齢者の日常生活自立度という7段階のランク（Ⅰ／Ⅱa／Ⅱb／Ⅲa／Ⅲb／Ⅳ／M）である。
ただし「制度が読んでいるのはランクである」と書くのは強すぎる※訂正。用途で分けておく。
| 誰が | 何を読むか |
|---|---|
| 要介護認定の全体 | 認定調査の多数の項目、要介護認定等基準時間、主治医意見書、日常生活自立度、二次判定 |
| 一部の診療・介護報酬 | 自立度ランクが、直接のゲート |
| 医師・調査員 | 判断材料の一つとして |
自立度は一次判定時間の直接算出には使われず、認知症加算や状態の維持・改善可能性といった特定の分岐で使われる。この記事が強く示せるのは、一部の報酬要件では検査得点ではなく自立度ランクが直接のゲートになっている、というところまでである。
医科診療報酬の原本6文書を数えると、こうなる4。
| 語 | 別添1 | 他5文書 |
|---|---|---|
| 長谷川 | 1 | 0 |
| ＭＭＳＥ | 3 | 0 |
| ＨＤＳ | 2 | 0 |
| ＭｏＣＡ | 1 | 0 |
| 認知症高齢者の日常生活自立度 | 6 | 4 |
検査名が出る全箇所を見ると、用途は二つだけだった。一つはD285でどの検査がどの区分かを列挙する箇所。もう一つは療養計画に「評価しなさい」と例示する箇所（「症状の評価（認知機能（ＭＭＳＥ、ＨＤＳ－Ｒ等）…）」）。どちらも閾値を伴わない。
一方、自立度は6件すべてがゲートである——認知症ケア加算はランクⅢ以上、認知症患者リハビリテーション料はランクM。
ここで、問いを絞っておく
「検査を使っていないこと」自体は、問題ではない。
介護の必要性は、認知機能のスコアだけでは決まらない。同じMMSEの点数でも、独居か、同居の家族がいるか、徘徊があるかで、要る介護はまったく違う。生活機能で評価するという設計そのものは、理にかなっている。
だから問いは「なぜMMSEを使わないのか」ではない。
代わりに置かれたそのランクが、検証されているか。——以下はそれを辿る。
その基準は、「作成したので」としか書かれていない
ではそのランクは、どう作られたのか。初出の通知に当たった5。
平成5年10月26日、老健第135号。厚生省老人保健福祉局長通知である。
ここで先に限定を書いておく※訂正。この記事は末尾に挙げるとおり、厚生省監修『痴呆性老人の日常生活自立度判定基準の手引』と、今井幸充「認知症高齢者の日常生活自立度の統計学的検証」に到達できていない。後者はまさに本稿が「存在しない」とする検証を扱っている可能性がある。医中誌Webも検索していない。
したがって以下で言えるのは——1993年の通知と、オンラインで入手できた現行文書には、導出過程の記述がない——というところまでである。その通知で導出について書かれているのは、これで全部である。
別添「痴呆性老人の日常生活自立度判定基準」を作成したので、その趣旨を踏まえ…
調査も研究も検討会も、根拠への言及が無い。そして「痴呆性老人対策に関する検討会報告」は1994年で、基準より後である。
区分そのものは1993年から変わっていない。2006年の改正で変わったのは、痴呆→認知症、問題行動→周辺症状といった用語である。
厚生省自身が、医学的判定ではないと書いている
同じ通知の留意事項に、こうある5。
なお，このランクは介護の必要度を示すものであり，痴呆の程度の医学的判定とは必ずしも一致するものではない。
これは重要な留保である。このランクは、認知症がどれだけ重いかを測るために作られていない。介護がどれだけ要るかを、短時間で仕分けるために作られている。
そして判定を行う者として想定されていたのは、医師ではなかった。
医師により痴呆と診断された高齢者の日常生活自立度の程度…を保健婦，看護婦，社会福祉士，介護福祉士等が客観的にかつ短期間に判定することを目的として
医師は診断する側で、ランクを付ける側には置かれていない。
同じ構造は、2年早く作られた寝たきり度にもある。そちらは目的が通知に明記されている6。
「寝たきり老人ゼロ作戦」の評価、あるいは平成五年度から実施に移される地方老人保健福祉計画の策定等に資するため
政策の評価と、行政計画の策定のための道具だった。
判定の手順は、一文である
認定調査員テキストが書いている判定手順は、これで全部である1。
調査対象者について、訪問調査時の様子から下記の判定基準を参考に該当するものに○印をつけること。
主治医意見書も同じで、判定基準表の直後に手順の解説が無く次節が始まる3。時間枠の指定も、情報源の指定も無い。
そして令和8年4月の改正で、手引きの文言が一つ変わった。
| 旧 | 情報提供書や…診断書等の写しを添付していただいても構いません |
| 新 | 内容のうち…重要と考えられる事項を簡潔に記入 |
「添付してよい」と明示していた一文が消えた。ただし添付が禁じられたわけではなく、実務上まったく参照できなくなったとも限らない。確認できるのは、手引きが添付を勧める書き方をやめた、というところまでである。
一致度が測られたのは、一度きりだった
このランクの評価者間信頼性はどれくらいか。探した結果、到達できたのは1本だけである7。
2021年、BMC Geriatrics。英語論文で、佐賀県の一民間病院の75歳以上入院患者を対象としている。
全体では一致率70.1%、κ=0.62。だがランク別に見ると、形が違う。
| ランク | 一致率 | n |
|---|---|---|
| 正常 | 85.9% | 92 |
| Ⅰ | 63.8% | 47 |
| Ⅱa | 47.4% | 19 |
| Ⅱb | 46.7% | 30 |
| Ⅲa | 75.0% | 60 |
| Ⅲb | 87.5% | 8 |
| Ⅳ | 75.0% | 8 |
| M | — | 0 |
ここは正確に読む必要がある。この表が示しているのはランクごとの完全一致率であって、「Ⅰ以下 対 Ⅱ以上」で二分したときの一致率ではない。ⅡaとⅡbの間で食い違っても、どちらも「Ⅱ以上」なので、加算のゲートは動かない。したがってこの47%を「ゲートの一致率」と読むことはできない。
この表から言えるのは、軽度側の区別が最も一致しにくい、ということである。論文自身の説明も、そこを指している。
could rely on subjective assessments, making such judgments less decisive
そして背景に、こう書いている。
the precision and validation of bedriddenness ranks and cognitive function scores have yet to be established.
κ=0.62 という数字自体は、低くない。慣例上は substantial（相当程度の一致）の範囲に入る。表題の “High” は言い過ぎだが、「信頼性が無い」と読める数字でもない。
問題は数値の高低ではなく、根拠の量である。評価者は看護師と医療ソーシャルワーカー・医療クラークで、医師は含まれていない。3,222名のうち解析されたのは271名（約8%）。そして評価者と情報源が交絡している——一方は家族・紹介状・看護記録を使い、もう一方は患者への短時間の面接だけである。
そしてこの研究は、実運用を直接再現していない※訂正。急性期病院の入院患者を対象とし、評価者は看護師対ソーシャルワーカー・医療クラークで、両者で利用できる情報源が異なる。順序尺度でありながら報告されているκは重み付きκではなく、Mは0例で、実際のゲートである「Ⅱ以上」「Ⅲ以上」の一致度は報告されていない。
したがって重要なのは「κ=.62が高いか低いか」ではない。実運用の評価者・情報源・対象集団・二値のゲートについて直接検証した研究ではない、という点である。
検索できた範囲では、給付と報酬を左右する基準の再現性についての直接の根拠が、単施設の研究1本だった。それが所見である。
信頼性の追試は見つからなかった。被引用27件を確認したが、信頼性の再検証は1本もなく、関連論文はすべて同一グループのものである。（妥当性については、同じグループが2022年にMMSE・ABC-DSとの基準関連妥当性を3,003人の前向き研究で検討している※訂正。評価者間信頼性の追試ではないが、「妥当性研究の全体像」には入る。）
日本語では、この論文に届かない
日本語文献のデータベースでは、1件も見つからなかった。
理由がある。この論文が使う英語名 Cognitive Function Score と Bedriddenness Rank は、日本語文献のどこにも書かれていない造語である。日本語で検索する限り、この研究には到達できない。
妥当性研究は、食い違いを消してから測っていた
相関を見た研究はある。HDS-Rとの相関 r = −0.834（n=749）8。
だが方法にこうある。
excluded … normal CFS but HDS-R <5; and CFS of levels 3 or 4 but HDS-R >25, as these were considered input errors.
二つの尺度が食い違った症例を「入力ミス」とみなして、解析前に除外している。
ただし公開時の本文は「この基準で10,770名が除かれた」と書いた。誤読である※訂正。10,770人は、この認知機能の二条件だけでなく、寝たきり度とBI/KIの不整合を含む六つの「入力ミス疑い」基準全体による除外数である。CFSとHDS-Rの不一致だけで何人除外されたかは、報告されていない。
そしてもう一つ、より根本的な問題がある※追記。このランクの構成概念は「認知症の医学的重症度」ではなく「介護必要度」である。原通知がそう明記している。だとすればHDS-Rとの高い相関は、主たる妥当性の証明にならない。本来対応させるべきなのは、実際の介助時間・介護負担、必要になった支援の内容、給付境界での判断の一致、将来のサービス必要量である。
そして母集団150,278名のうち、HDS-Rが記録されていたのは749名だった。138,759名は欠測である。
食い違いは、解決されない
同じ患者について、認定調査員と主治医が別々にランクを付ける。食い違ったらどうなるか。明文規定がある9。
認知症高齢者の日常生活自立度において、認定調査と主治医意見書で、一方が「自立またはⅠ」、他方が「Ⅱ以上」と異なる場合…認知症高齢者の日常生活自立度Ⅱ以上の蓋然性を表示する。
蓋然性 50％未満 → 「状態の安定性」により評価 ／ 50％以上 → 介護給付
どちらが正しいかを決めない。確率を計算して、給付を決める。
そして同じ通知に、国自身の記述がある。
なお、認定調査員は、認知症に関する医学的知識を必ずしも持ち合わせているとは限らず、また、主治医も患者の自宅での生活について限定された情報しか把握していない場合があることから、認知症高齢者の日常生活自立度は慎重な吟味が必要である。
これは「どちらも当てにならない」と読むべきではない。書かれているのは、それぞれが単独では十分な情報を持たない場合があるということである。認定調査員は生活の状況を、主治医は医学的な状態を把握しやすい。二つを突き合わせる設計だ、と読むこともできる。
そう読むなら、蓋然性の表は不合理ではない。不確実性の下で決めるための仕組みである。ただし、その表の元になった全国データは公表されていない。
報酬は、確定済みのランクを参照するだけである
介護報酬の側に、構造そのものを書いた条文がある10。
日常生活自立度の決定に当たっては、医師の判定結果又は主治医意見書…を用いるものとする。 医師の判定が無い場合…にあっては…認定調査員が記入した…「認定調査票（基本調査）」7の「認知症高齢者の日常生活自立度」欄の記載を用いるものとする。
報酬は認知機能を測っていない。要介護認定の過程でどこかの誰かが付けたランクを、持ってきて参照している。
そして告示と通知の間に段差がある11。
| 告示 | 日常生活に支障を来すおそれのある症状又は行動が認められることから介護を必要とする認知症の者 |
| 通知 | 日常生活自立度のランクⅢ、Ⅳ又はＭに該当する利用者を指す |
線を引いているのは告示ではなく通知である。診療報酬でも介護報酬でも、同じ形をしている。
ただし一箇所だけ、スコアを読んでいる
「日本の制度は検査のスコアをゲートにしない」と書くと、事実に反する。
介護報酬の認知症短期集中リハビリテーション実施加算（訪問リハは令和6年度新設）の解釈通知にはこうある11。
本加算の対象となる利用者はＭＭＳＥ…又はＨＤＳ−Ｒ…においておおむね５点〜25 点に相当する者とするものであること。
閾値ではなく範囲である。重すぎる人も軽すぎる人も外れる。同旨の規定が老健と通所リハの同名加算にもある。
そして令和6年度改定で、スコアをゲートにしていた加算が一つ消えた。老健の認知症情報提供加算である。
「認知症のおそれがある」とは、ＭＭＳＥにおいておおむね 23 点以下、又はＨＤＳ―Ｒにおいておおむね 20 点以下といった認知機能の低下を認め…
廃止された。
医科診療報酬のほうは、原本6文書にスコアのゲートが一つも無い4。
同じ条文の中で、身体はスコア、認知はランク
一枚で示せる箇所がある。急性期リハビリテーション加算の対象患者の定義である12。
ア 相当程度以上の日常生活能力の低下を来している患者とは、ＡＤＬの評価であるＢＩが10点以下のもの イ 重度認知症の状態にあり、日常生活を送る上で介助が必要な患者とは、…におけるランクＭ以上に該当するもの
隣り合う二行である。
そして日本の制度が尺度の数値を扱えないわけではない13。褥瘡はDESIGN-R2020の合計点の月次推移で加算が決まり、精神科の重症者加算はGAFが30以下／40以下、がん患者指導管理料はDCS 40点以上、医療的ケア児の加算は判定スコア16点以上である。
ただし、認知症だけが例外なのでもない。うつも嚥下も、尺度を名指ししながら閾値を置かない——こころの連携指導料は「PHQ―９又はＫ－６等によるスクリーニングにより…認められる患者」、摂食嚥下機能回復体制加算は「ＦＩＭ及びＦＯＩＳを測定すること」。
「測定義務あり・閾値なし」という一つの類型がある。認知症はそこに属している。
介護の側にも同じものがある。認知症チームケア推進加算は「その評価に基づく値を測定し」を要件にしながら、専用通知の全文に尺度名が一つも書かれていない（DBD 0件、NPI 0件）14。
文書が、揃っていない
細部を三つ挙げる。
① 病院が読む版から、留意事項が削られている。認知症ケア加算が参照する別紙12は「抜粋」で、原通知の「判断にあたっての留意事項及び提供されるサービスの例」欄が丸ごと無い15。「ときどき」がどの程度を指すかの説明も、ランクⅣとⅢが頻度の違いで区分されることの説明も、載っていない。
② 7段階に分けて、制度は使っていない。加算要件で使われるのは「Ⅱ以上」「Ⅲ、Ⅳ又はM」という粗い括りだけで、Ⅱa/Ⅱb・Ⅲa/Ⅲbの細分は一度も使われない11。そして一致率が最も低かったのは、まさにそのⅡaとⅡbである7。
③ 引用先が制度ごとに違う。介護報酬の通知が引くのは平成5年10月26日 老健第135号、診療報酬が引くのは平成18年4月3日 老発第0403003号である4,10。
認定そのものも、揃っていない
参考として、ランクではなく要介護認定全体の数字も見ておく。
認定調査の一致度を実測した文献は、1件だけだった（学会抄録、n=20、老健1施設、理学療法士2名、2001年）16。
調査者間の一致度は、介護度・自立度・寝たきり度とも40％（20人中8人）であった。…半数以上の介護度が一致せず、信頼性に問題を残す結果となった。
同じ号の隣に、一つの市の24合議体・9,847件の集計がある17。二次判定での変更率は29.5%で、合議体の間では14.8%〜40.2%（1.9〜2.7倍）の開きがあった。そしてこうある。
現任審査委員研修においても、同一事例検討による判定結果にグループ間の差が見られ、特に問題行動例においては1ランク程度の差が生じており、この差に対する解決策は見出されていない
厚生労働省は2009年の見直し後に検証を行い、74項目中33項目でばらつきが有意に縮小したことを確認した。そして——
本検証・検討会は、今回で終了することとする。（平成22年1月15日）18
それ以降、全国の変更率を示す公的統計に到達できなかった。そして審査会委員テキストは、いまも平成16年度のデータを「当面の間」使わせている2。
認定率は2023年度で全国平均19.4%、都道府県間で約1.58倍である19。そして法が「三十日以内」と定める処分は、全国平均39.9日、30日以内は22.8%である20,21。
制度は、ばらつきを想定していた
ここが前回と違う。認定調査員テキストは、ばらつきを前提にした設計を自分で説明している1。
「1 分間タイムスタディ」の調査結果は、詳細な調査データであればあるほど、特定の人間のばらつきの影響を受けることが予想された。
中間評価項目の利用によって、ある高齢者の一つの調査項目の結果が…不自然なものとなっていたとしても、他の調査項目の選択傾向に相殺されて…異常な値として反映されにくくなる。
介護保険は、調査員がばらつくことを前提に、吸収する仕組みを設計に組み込んだ。前回見た診療報酬には、それが無かった。同じ省である。
ただし吸収されるのは74項目の側であって、自立度のランクは吸収されない。ランクは一人が付け、食い違えば確率になる。
他国は、どうしているか
本文と出典で実証できているのは、ドイツ・米国・フランスの三か国である※訂正。英国については一文触れるだけで、根拠を示せていない。（公開時は「四か国を見た」と書いていた。）
まず誤解を一つ潰しておく。ドイツも、標準化された検査のスコアは使っていない。現行の判定指針を全文検索したが、MMSE も MoCA も時計描画も0件である22。違いは「検査を使うか」ではない。
ドイツが日本と違うのは四点である。項目に分解したこと。頻度を数で定義したこと。導入前に評価者間の一致を測ったこと。そして測った結果で制度を変えたこと。
頻度の定義はこうなっている22。
0 = 起きない／1 = まれ（2週間に1〜3回）／3 = しばしば（週2回以上、ただし毎日ではない）／5 = 毎日
日本の判定基準の同じ箇所は、こうである5。
「ときどき」とはどのくらいの頻度を指すかについては、症状・行動の種類等により異なるので一概には決められないが
そして導入前に測った。成人295名23。
| モジュール | 一致率 | 重み付きκ |
|---|---|---|
| M2 認知・コミュニケーション | 59% | 0,71 |
| M3 行動・心理 | 48% | 0,48 |
| M4 セルフケア | 64% | 0,64 |
| M7 | 42% | 0,26 |
報告書は「0,4 未満はコーエンのκでは一般に不十分とみなされる」と注記し、旧制度についてこう書いている。
現行の判定手続との、評価者間の一致についての比較はできない。該当する調査が存在しないからである。
日本がいま置かれている状態と、同じ文である。
そして測った結果が、制度に反映された。κが0,4を下回った Modul 7 と Modul 8 は、点数の計算から外された24。
米国は別の道を採り、観察による職員の判断を、居住者に直接行う3分程度の検査（BIMS）に置き換えた25。置き換えの理由が報告書に書かれている——「提供者は観察に基づく採点に不快感を表明している」「『長期記憶OK』『短期記憶OK』という項目は大半の臨床家に認識されていない」。
ただし、これが唯一の道ではない。フランスと英国は、日本と同じく測っていない。
フランスの AGGIR について、上院の報告書はこう書いている26。
利用者間の再現性の欠如、Gir の境界の曖昧さ、認知症の考慮の不十分さ…心得のある利用者は、記入の仕方次第で人をある Gir から別の Gir へ容易に移すことができる。
そして2024年の監察報告が、こう書いた。
20年以上前から指摘されているにもかかわらず、AGGIR の欠陥は解決されていない。
日本より長く、同じ場所に留まっている例である。
解決の方向
診断だけで終えたくないので、考えたことを書く。ここから先は確かめられた事実ではなく、私の案である。
★ 前例は、日本の中にある。前回、検体検査には精度の確保が医療法の義務であることを見た。その省令を受けた厚生労働省の資料は、こう書いている27。
イ 外部精度管理調査の受検…外部精度管理調査を受けるよう努めること。 定期的に…同一検体を繰り返し検査した時の結果のばらつきの度合いを記録及び確認し検査結果の精度を確保する体制
そして日本臨床衛生検査技師会の精度管理調査には4,500を超える施設が参加し、受検コースには病理・細胞・生理が含まれる。
日本には、機械が測る検体検査についての法的な精度確保の義務があり、それとは別に、人が観察して判断する病理・細胞・生理の領域について職能団体が行う精度管理調査がある※訂正。（公開時は「すべて制度化されている」と読める書き方だったが、法的義務と職能団体の事業は別である。）一方、給付と支払いを直接動かす認知症のランクには、そのどちらも無い。
そして判定そのものに外部精度管理をかけた国がある。ドイツで2026年2月5日に施行された規則である28。
年に少なくとも0.5%の鑑定書を、無作為抽出にもとづいて品質検査にかける。 いかなる医療サービス機構も、自らの鑑定書を横断審査に受け取らないことが、技術的に担保される。 監査は、毎年ランダムに割り当てられる別の医療サービス機構の監査人が行う。
自分の判定を自分で点検しない、という設計が条文に書かれている。（ただし本稿が確認したのは条文の字面であって、施行後の実施状況ではない。）
① 完全版の判定基準を配る。別紙12から留意事項欄が削られている15。戻すのに制度改正は要らない。「ときどき」が何を指すかの説明を、判断する人が読めるようにするだけである。
② 一致度を測る。ドイツは導入前に測った23。日本にも入口はある——認定調査員研修の実施要綱には既に「同一の高齢者について複数の認定調査員が実施した調査結果の比較」という事例検討の項目がある29。演習としては書かれている。それを実測に変え、結果を公表する。
③ 測った結果で、使う項目を決める。ドイツでは、κが0,4を下回ったモジュールが最終の点数計算に入っていない24※訂正。（低κだったから外した、という因果を示す直接の根拠は確認していない。確認できるのは、そのモジュールが得点計算に入らないという事実である。）日本はκを測っていないので、外すべき項目も分からない。そして7段階に分けて加算では4段階しか使っておらず、一致率が最も低いのは使われていない細分（Ⅱa/Ⅱb）の周りである7,11。分けるのをやめるか、区別できる定義を与えるか、どちらかだと思う。
④ 頻度を数で書く。ドイツは「2週間に1〜3回」と書いた22。日本の基準は「一概には決められない」と書いている5。判定手順を書き換えるより先に、この一箇所を数にするだけで動く可能性がある。
⑤ 持っている数字を出す。蓋然性の表は全国データから作られているはずである9。表を作った時点では、認定調査員と主治医のランクの食い違いを示す元データが存在したはずである※訂正。（現在の保有・更新の状況は分からない。「既に知っている」と現在形で書くのは根拠が足りない。）それが公表されれば、この記事が書けなかったことの多くが埋まる。
⑥ 合議体を大きくすることを、検証候補として挙げる※訂正。既に半数以上の市町村（1,063団体）で審査会事務が共同処理されている30。会計検査院が「市町村の規模が小さいほど認定率の格差が大きい」と報告していることと方向は合う31。ただし相関だけでは、広域化による改善を証明できない。
「研修を増やせばよい」と書きたくなるが、そこには錨が要る。病理診断で教育セッションの前後を比べた研究がある32。
教育セッションの前…観察者間一致は低かった（κ = 0.33）…提示の後…観察者間一致はκ = 0.41 に上昇した。 一度の研修による改善には限りがあると思われる。追加の方策としては、外部精度管理とセカンドオピニオンがある。
0.33が0.41になった。研修は効くが、それだけでは足りない、というのがこの数字の意味である。
そして「順序尺度のランクだから検証できない」という言い訳は通らない。12か国783名で、盲検化された訓練済み評価者の対を使った研究があり、161項目の平均κは0.75、認知領域は0.79である33。7段階の階層尺度でも測れている。
AIについても書いておく。日本で、事例集を学習させたモデルが二次判定を再現し、医師の判断と90%一致したという報告がある34。人間同士が40%だったこととは並べたくなるが、測っているものが違う——前者は同一患者を二人が独立に調査した一致度、後者は事例集からの二次判定の再現である。そして抄録しか確認できていない。
それでも、この方向には一つ利点がありうる。ただし公開時の書き方は誤りである※訂正。大規模言語モデルは、同じ入力に対して同じ出力を返すとは限らない。正確には——モデル・版・プロンプト・推論設定を固定すれば、評価者間のばらつきを減らせる可能性がある。その場合、ばらつきの原因を評価者から入力の側へ移せる。ただし入力を作るのは、やはり訪問した人である。
この列にとって
この列が準備しようとしているのは、何を測るかの合意である。
前回は「誰が記入するか」に遡った。今回はもう一段遡ることになった——制度が読んでいるものに、来歴の記述が無い。
閾値の来歴を辿った第2回では、少なくとも辿るべき原著があった。今回は原著が「作成したので」で終わっている。そして作った側自身が「医学的判定とは必ずしも一致しない」と書いている。
これは批判として書きたい話ではない。1993年に、短時間で仕分ける道具として作られたものが、そのまま30年以上使われ、その間に診療報酬と介護報酬の給付を開閉する位置まで移動した、というのが起きたことである。道具は変わっていない。置かれた場所が変わった。
第5回で見たのは、法令の分類に総合診療という名前が無いことだった。今回見たのは、法令の分類に来歴が無いことである。
最後に、問いの形をもう一度確かめておく。
問題は、認知症をMMSEで評価していないことではない。介護の必要性は認知機能のスコアだけでは決まらず、生活機能で評価する設計そのものは理にかなっている。
問題は、介護必要度を評価するために作られた独自のランクが、作成過程も判定手順も評価者間信頼性も十分に検証されないまま、給付と報酬を左右する基準へ拡張されてきたことである。
したがって要るのは、認知機能検査への置き換えではない。生活機能の評価として、妥当性と再現性を継続的に測り、その結果で判定基準を改善していくことである。
ドイツがやったのは、まさにそれだった。
この記事で最も確信度が低い箇所を明記しておく。
① 「導出の記述が無い」は、公開されている一次資料の範囲での不在である。未入手の文献が二つある——『痴呆性老人の日常生活自立度判定基準の手引』（新企画出版社、1994年／1996年改訂、監修は厚生省老人保健福祉局）と、今井幸充「『認知症高齢者の日常生活自立度』の統計学的検証」（2009年、厚生労働省老人保健健康増進等事業の研究報告書 資料編）。特に後者は表題が本稿の主題そのものである。どちらもオンラインで公開されておらず、国立国会図書館の遠隔複写が要る。
② 2006年の改正通知（老発第0403003号）の原本に到達できていない。診療報酬の別紙と記入の手引きの引用でのみ確認した。
③ 評価者間信頼性についての「1本だけ」は、私の検索範囲での結果である。医中誌Webは購読が必要で検索できていない。
④ 通所リハと老健の認知症短期集中リハのスコア要件は、新旧対照表が当該箇所を改正対象外としていることからの判断である。令和6年4月時点の溶け込み全文で直接確認したものではない。確実なのは訪問リハ版だけである。
⑤ 別紙12は厚生労働省サイト上で見つけられず、全国保険医団体連合会による複製を用いた。
⑥ 国際比較は四か国にとどまる。韓国・オランダ・オーストラリアは調べていない。またドイツの外部精度管理（2026年2月5日施行）は条文を確認しただけで、施行後の実施状況は見ていない。
⑦ Tago 2021 のランク別一致率は、ランク単位の完全一致である。「Ⅰ以下 対 Ⅱ以上」で二分したときの一致率は、論文に報告されていない。本稿はそれを算出していないし、算出できる情報も公表されていない。
⑧ 「解決の方向」の節は、私の案である。引いた条文と資料は一次資料で確認したが、それをこのランクに適用できるかを検討した研究は探していない。