Claude Codeでは、カスタムコマンド（スラッシュコマンド）を作成して、よく使う操作を効率化できます。この記事では、カスタムコマンドの基本から実践的な活用方法まで解説します。
| Home | Archives | Categories | Tags | About |
|
Claude Codeでは、カスタムコマンド（スラッシュコマンド）を作成して、よく使う操作を効率化できます。この記事では、カスタムコマンドの基本から実践的な活用方法まで解説します。
OpenHandsでローカルLLMのOllamaを使用する際に、パフォーマンスの問題に直面することがあります。本記事では、Ollamaのパフォーマンスチューニング方法と、特にOpenHandsとの統合における最適化について実践的な内容をまとめます。
2024年4月1日、改正次世代医療基盤法が施行され（改正次世代医療基盤法を政省令・ガイドラインを踏まえて解説 - BUSINESS LAWYERS）、日本の医療データ利活用が新たなステージに入った。この法律は、国民・患者の皆様の個人情報を、個人を特定できないように加工し、新薬や治療法の開発に役立てるための法律である。情報を安全に管理し、目的にあった利用をするため、国が認定した事業者に対してのみ医療情報が提供される。（内閣府健康・医療戦略推進事務局：次世代医療基盤法について）。本記事では、次世代医療基盤法の概要、改正内容、現状の課題、そして今後の展望について詳しく解説する。
次世代医療基盤法の正式名称は「医療分野の研究開発に資するための匿名加工医療情報及び仮名加工医療情報に関する法律」である。この法律は個人情報保護法の特別法として2018年5月に施行され、以下の目的を掲げている（令和6年4月に改正次世代医療基盤法が施行されました｜Deloitte Japan）。
1. 医療情報の収集段階
政府広報オンラインによると、「認定事業者が、医療機関から患者の医療情報を収集する」（政府広報オンライン：一人ひとりの医療情報が"明日の医療"につながります）。認定事業者とは、「国が認定する信頼できる事業者で、医療分野の研究開発や情報セキュリティ、医療情報の匿名加工などに精通している」（同上）。
2. オプトアウト手続き
医療機関では、「患者が最初に受診した時に、医師や看護師などから医療情報の提供について書面による通知が行われる」（同上）。内閣府の説明では、「一定の要件（書面を用いた通知等）を満たす丁寧なオプトアウト（あらかじめ通知を受けた本人又はその遺族が停止を求めないこと）により、医療機関等から認定作成事業者へ要配慮個人情報である医療情報を提供することが可能」（次世代医療基盤法がより良い制度となるために | 医薬産業政策研究所）とされている。
3. データ加工・保管段階
政府広報オンラインによると、「認定事業者は、複数の施設から医療情報を収集し、暗号化して保管」し、「患者の氏名や住所など特定の個人を識別することができる情報は提供されない」（政府広報オンライン）。
内閣府の公式説明では、本法は「デジタル化した医療現場からアウトカムを含む多様なデータを大規模に収集・利活用する仕組みを設ける」（内閣府健康・医療戦略推進事務局：次世代医療基盤法について）ものである。
4. データ提供・利活用段階
政府広報オンラインによると、「医療分野の研究開発の要望に応じて、必要な情報のみを研究機関や企業などに提供」される（政府広報オンライン）。
2018年の施行から約5年が経過したものの、内閣府の担当者は「正直に言えば、十分に使われているという状況ではありません」と率直に述べているように（2024年製薬ビジネスの展望を産官学の有識者が解説 | DATA INSIGHT | NTTデータ）、利用実績は限定的であった。これまでの利用実績は二十数件と少ない状況（次世代医療基盤法の見直し | 週刊 経団連タイムス）を改善するため、法改正が行われた。
改正次世代医療基盤法では、以下3つの重要な変更が行われた：
改正前に利用されていた匿名加工医療情報は、匿名加工前の情報に遡ることが不可能であったため、薬事承認申請に利用することができなかったという課題が、仮名加工医療情報の導入により解決された（次世代医療基盤法がより良い制度となるために | 医薬産業政策研究所）。
次世代医療基盤法に基づく匿名加工医療情報と、匿名医療保険等関連情報データベース(NDB)、介護保険総合データベース(介護DB)、匿名診療等関連情報データベース(DPCDB)といった公的データベースとを連結解析できる状態(連結可能匿名加工医療情報)で、研究者等に提供できるようになった（令和6年4月に改正次世代医療基盤法が施行されました｜Deloitte Japan）。
次世代医療基盤法に関する施策に協力することへの努力義務が課せられるようになった。これにより、急性期病院以外の医療機関からのデータ収集拡大が期待されている。
次世代医療基盤法に基づいたデータ利活用は、2020年10月頃からいくつかの民間企業や大学研究機関で行われるようになったが、依然として医療情報の利活用が活発になったとは言えない状況が続いている（次世代医療基盤法がもたらす医療情報の利活用推進への期待 | PwC Japanグループ）。
今回の改正で利用可能となる仮名加工医療情報は、匿名加工医療情報と比較すると、個人識別の可能性が高くなるため安全管理措置に係る厳格な基準策定の附帯決議が附された（次世代医療基盤法がより良い制度となるために | 医薬産業政策研究所）ように、利便性の向上と個人情報保護のバランスが重要な課題となっている。
2024年度の医療DX推進の予算として、2023年度より大幅に多い166億円の概算要求が出されていた（次世代医療基盤法がより良い制度となるために | 医薬産業政策研究所）など、政府は医療DXの推進を積極的に進めている。
さらに診療報酬面でも医療DX推進が加速しており、2025年4月から医療DX推進体制整備加算の要件が大幅に厳格化され、マイナ保険証利用率の基準値が最大45％まで引き上げられ、電子処方箋の導入が施設基準として求められる NikkeiM3ようになった。これにより、医療機関における医療DX対応が事実上の必須要件となりつつある状況である。
このような予算・制度両面での強力な後押しにより、次世代医療基盤法に基づく医療データ利活用環境の整備が急速に進展することが期待される。
次世代医療基盤法は、この医療DX推進の重要な要素として位置づけられており、医療DXの推進は、現時点では主に一次利用を想定しており、二次利用の環境整備は2030年頃と予定されている（次世代医療基盤法がより良い制度となるために | 医薬産業政策研究所）中で、医療データの二次利用基盤として期待されている。
政府が推進する「医療DX令和ビジョン2030」では、全国医療情報プラットフォームの創設が重要な柱の一つとなっており、次世代医療基盤法との連携が今後の課題となっている。
改正法により、以下の分野での活用拡大が期待されている：
新薬開発：リアルワールドデータ（RWD）を活用した治験の効率化
改正次世代医療基盤法では、希少疾患や特異な検査値なども含めたRWD（リアルワールドデータ）を活用した幅広い研究活用が期待されている（2024年製薬ビジネスの展望を産官学の有識者が解説 | DATA INSIGHT | NTTデータ）。また、RWDを活用することで、研究開発が効率的に進むことが期待されており（健康医療データ・リアルワールドデータの活用に向けて | 日本製薬工業協会）、臨床試験の対照群をRWD（リアルワールドデータ）で代用することが可能となる（次世代医療基盤法がもたらす医療情報の利活用推進への期待 | PwC Japanグループ）。
医療安全：副作用や医療事故の早期発見
RWDから一人ひとりのさまざまな特徴に合った医薬品の安全性や有効性のエビデンス（科学的根拠）を創出して、医薬品のより適正な使用に役立てることができる（健康医療データ・リアルワールドデータの活用に向けて | 日本製薬工業協会）。また、未知の副作用の発見などを含めた幅広い活用への期待が寄せられている（次世代医療基盤法がもたらす医療情報の利活用推進への期待 | PwC Japanグループ）。
疫学研究：大規模コホート研究の実現
デジタル化した医療現場からアウトカムを含む多様なデータを大規模に収集・利活用する仕組みを設けることにより（内閣府健康・医療戦略推進事務局：次世代医療基盤法について）、従来困難であった大規模な疫学研究の実現が可能となる。
AI医療：機械学習用データセットの提供
次世代医療基盤法により収集される大規模医療データは、病気の早期発見や新薬の開発などさまざまな成果につながり、将来より良い医療を受けられるようになることが期待されている（次世代医療基盤法とは | DATuM IDEA）AI開発のための貴重なデータソースとなり得る。
本邦において医療情報の利用を円滑に行う仕組みを構築するためには、各ステークホルダーの継続した議論が改正後も必要となる（次世代医療基盤法がより良い制度となるために | 医薬産業政策研究所）状況であるが、制度の改善により国際的な医療研究開発競争における日本の地位向上が期待されている。
医療情報を利用する研究に興味を持つ学生を増やすためにも、学術機関においてより多く利用される仕組みとなるための検討も求められる（次世代医療基盤法がより良い制度となるために | 医薬産業政策研究所）として、教育分野での活用も重要視されている。
以上をまとめる。次世代医療基盤法の改正により、日本の医療データ利活用環境は大きく前進した。しかし、制度の真価を発揮するためには、以下の点が重要である：
医療情報を積極的に使うことが、将来的には製薬会社の発展ならびに国民の健康維持・向上にも寄与していくことであろう（次世代医療基盤法がもたらす医療情報の利活用推進への期待 | PwC Japanグループ）。改正次世代医療基盤法が、日本の医療イノベーションを加速させる基盤として機能することが期待される。
【WSL / WSL2】VSCode×WSLでWindows上にLinux開発環境を構築 に記載の通り、VS Codeに拡張機能をインストールする。自分の場合は、
をインストールした。これにより、4個ほどの拡張機能がインストールされる。
WSL2 の VS Code で GitHub MCP Server (github-mcp-server) を動かしてみた にあるように、設定画面を開き、「Remote [WSL: xxxxxxx]」タブを開く。
「mcp」を検索すると、settings.jsonファイルを開けるので開く。
今回試すのは、VS Code の設定から MCPサーバーを追加して GitHub Copilot agent mode で利用してみる（安定版でも利用可能に）に掲載されている、ローカルファイルを編集するためのMCPサーバー。
事前に npm コマンドをインストールしておくこと。
1 | sudo apt install npm |
なお、Ubuntu22系にインストールされるNPMでは古すぎたので、
n
を使って、最新版のnpmをインストールしている。ご自身の環境に合わせて実行してほしい。
さて、settings.jsonにはもともとmcp-server-timeがあったはずだが、その下に、以下を追記する。
1 | "filesystem": { |
パスを渡している tmp
の箇所は適宜自身の環境に合わせて書き換えてほしい。今回は、VS
Codeを開いたプロジェクトディレクトリ以下に tmp
というディレクトリを掘って作成するようになる。
あとは、VS Code の設定から MCPサーバーを追加して GitHub Copilot agent mode で利用してみる（安定版でも利用可能に）にある通り、Copilotなり、任意のAIエージェントから操作すればよい。
例えば、
などとエージェントに依頼すると適宜返事をくれたり、ファイルを作成したりしてくれる。
最近注目を集めているローカルで動作するLLM（大規模言語モデル）ランタイム「Ollama」のUbuntu環境での導入方法と基本的な使い方について解説する。Ollamaを使用することで、プライバシーを保ちながら、ローカル環境で高性能なAIアシスタントを利用することが可能である。
Ollamaは、オープンソースのLLMランタイムで、以下のような特徴を持つ：
Ollamaの動作には以下のようなシステム要件が必要である。
What are the minimum hardware requirements to run an ollama model? あたりの情報を参考に。
なお、実際の必要スペックは使用するモデルのサイズや用途によって大きく異なる。特に大規模なモデルを使用する場合は、より多くのリソースが必要となる点に注意が必要である。
Ubuntu環境でのインストールは非常に簡単である。以下のコマンドを実行する：
1 | curl -fsSL https://ollama.com/install.sh | sh |
インストール後、システムサービスとして登録し、自動起動を設定する。なお、手元の環境では最初から下記の環境設定が完了していたので不要かもしれない。：
1 | systemctl start ollama |
正常にインストールされたことを確認する：
1 | systemctl status ollama |
最初に使用したいモデルをダウンロードする必要がある：
1 | # Llama 3モデルをダウンロード |
1 | # 対話モードでモデルを起動 |
Ollamaは11434番ポートでHTTP APIを提供している：
1 | curl -X POST http://localhost:11434/api/generate -d '{ |
Modelfileを使用して、モデルの振る舞いをカスタマイズすることができる：
1 | # Modelfileの作成 |
必要に応じて以下のような環境変数を設定する：
1 | # GPUメモリ制限の設定 |
UFWを使用している場合は、必要なポートを開放する：
1 | sudo ufw allow 11434/tcp |
特定のIPアドレスからのみアクセスを許可する場合の設定：
1 | # /etc/systemd/system/ollama.service.d/override.conf |
問題が発生した場合は、以下のコマンドでログを確認する：
1 | # システムログの確認 |
1 | # サービスの再起動 |
Ollamaを使用することで、プライバシーを保ちながらローカル環境で高性能なAIアシスタントを利用することが可能となる。 この記事で紹介した設定や使い方を参考に、各自の環境に合わせたAIアシスタントの構築を検討されたい。
AMDのGPUメモリ量を調整する方法について説明する。
この設定を変更する際は、システムの安定性に影響を与える可能性があるため、慎重に行う必要がある。
近年、医療分野におけるデジタルトランスフォーメーション（DX）の推進が加速しており、特に電子カルテをはじめとするデータ連携基盤の整備が注目されている。政府は2025年度を目途にクラウド型病院システムの「標準仕様」を示し、2030年までに希望する医療機関が導入可能な環境を整備する計画を進めている。この取り組みにより、医療情報の効率的な管理と共有が期待されている（参考文献：病院の電子カルテ等のクラウド化・共有化、2025年度目途に国が | GEMMED）。
さらに、2025年には全国医療情報プラットフォームが運用を開始する予定であり、これにより医療機関間での情報共有が円滑化されることが期待されている。このプラットフォームは、地域医療の質向上と患者の利便性向上に寄与する重要な役割を果たすとされている（参考文献：全国医療情報プラットフォームの役割とは | CBパートナーズ）。
また、「医療DX令和ビジョン2030」では、2024年の診療報酬改定を踏まえつつ、2026年を見据えた包括的な取り組みが進められている。このビジョンは、医療の質の向上と効率化を目指し、デジタル技術を活用した新しい医療モデルの構築を目指している（参考文献：医療DX令和ビジョン2030のこれまでとこれから～2026年への備え | 富士通）。
本稿では、これらの背景を踏まえ、医療DXの推進における課題と展望について考察する。
医療機関ごとに異なる電子カルテシステムやデータフォーマットが使用されており、データの統合が困難。
診療履歴、検査結果、投薬情報などが一元化されていない。
地域医療連携システムは存在するものの、全国規模での統一的な基盤は未整備。
患者が複数の医療機関を受診する場合、情報共有が不十分。
医療データの利活用に関する法的・倫理的制約が多く、研究や政策立案に十分活用されていない。
参考文献：デジタル行財政改革資料 - 内閣府
日本は国際標準化が進んでいた国と比べると、医療データの国際標準化の進展が遅れており、システム間の相互運用性が低い状態だった。（現在も）
国際基準（HL7 FHIR、DICOMなど）の導入が限定的で、特に中小規模医療機関での技術導入が遅れている。これは中小規模医療機関の方が、やはりコストに対して厳しい状況にあるからだと想像される。
参考文献：HL7 FHIRに関する調査研究の報告書 - 厚生労働省、FHIR®とは？医療情報の標準化に貢献する理由や導入のメリットを解説、HL7 FHIRとは？ | アレイ株式会社
患者データの匿名化およびセキュリティ対策が十分に整備されておらず、データ漏洩リスクが懸念される、という意見もある。匿名化の妥当性を検証するプロセスの不足や、外部との情報共有時のリスク管理が課題の例として挙げられる。
医療画像データ（DICOMなど）やその他の個人情報を暗号化する技術が進展しているが、十分に普及していない状況がある。これもコストの課題もありえる。またルールの面でも課題があるかもしれない。
医療機関内の情報システムにおいて、アクセス権限の厳格な管理や通信データの制御など、セキュリティ対策の実施が求められている。
参考文献：医療情報システムの安全管理に関するガイドライン 第5.2版 - 厚生労働省、患者の個人情報保護：医療現場で画像ファイルの安全対策が必要 - Penta Security、医療情報システムの安全管理に関するガイドライン第6.0版 - 日本病院会
データ連携基盤を導入するための技術的・財政的リソースが不足している。
補助金制度や技術支援が進められているが、課題解決にはさらなる支援が必要。
データ共有により、患者の診療記録や検査結果が即座に参照可能となり、無駄な医療費を削減する。院内のケースでは、診療録管理システムなどの導入により、これらの効率化が進んでいる。これを企業や病院を横断して実現することで、過去の患者記録に即した無駄の排除が可能であると考えられる。特に、異なる法人や病院をまたいだデータ連携は、患者が複数の医療機関を利用する際に診療の重複を防ぎ、より迅速かつ正確な診療を可能にする。このような取り組みは、地域医療連携ネットワークや国際的な標準規格（例：HL7 FHIR）を活用したデータ共有システムによっても推進されると考えられる。
参考文献：
以下では、医療データの利活用による改善事例を紹介する。これらの事例は必ずしもナショナルレベルの取り組みではないが、協調領域での共同の取り組みにより、二つの重要な効果が期待できる。一つはデータ量の増加による利活用効果の向上、もう一つは協調領域におけるコスト削減である。
研究とイノベーションの促進 大規模な医療データを活用したAI診断システムや新薬開発が進展している。たとえば、PathAI（米国）は病理診断支援にAIを活用し、診断精度を向上させている。また、欧州ではがん治療におけるAI活用が進み、特にゲノム解析を通じた個別化医療が注目されている。さらに、AIを活用した創薬プラットフォームであるAtomwise（米国）や、がんゲノム解析を専門とするTempus（米国）などの事例も、医療データ活用の好例である。 欧州では「European Health Data Space（EHDS）」が構築され、医療データの一次利用（診療記録）と二次利用（研究や政策立案）の両方を支援する統合的な基盤が整備されている。この枠組みは、AI技術や新薬開発の基盤を提供し、研究とイノベーションを促進することを目指している。ただし、具体的な成果（例：がんや希少疾患の治療法開発）が公式に明確化されている情報は限定的である。（Luxembourgなどで一部事例が公開されている） 参考文献：
政策立案の高度化 地域別・疾患別の医療データを基に、エビデンスベースの政策立案が可能である。欧州連合（EU）では、EHDS（European Health Data Space）の枠組み内で医療データの標準化を進め、エビデンスに基づいた政策形成を支援している。EHDSは、健康データの統合エコシステムとして、規則、共通標準、インフラ、ガバナンスフレームワークを提供し、越境医療やイノベーションを支援する。また、EHDS規制は2025年3月に施行予定であり、EU内での電子健康データの利用と交換を規制する重要なステップとなっている。 特にCOVID-19パンデミック時には、地域別の感染データを基に迅速な政策決定が行われ、医療リソースの最適配分に成功した。また、ナショナルレベルのデータ連携基盤が、医療費削減や医療制度改革の効果測定において重要な役割を果たしている。例えば、フィンランドではKantaサービスという全国的な電子健康記録（EHR）の導入により、医療データの効率的な共有と活用が実現されている。このような取り組みは、他のEU加盟国にも波及している。
参考文献：
予防医療の推進医療データの利活用は、予防医療の分野でも大きな進展をもたらしている。予防医療は、疾患の発症を未然に防ぐことを目的とし、医療費削減や健康寿命の延伸に寄与する。
米国における事例
米国のKaiser Permanenteは、電子健康記録（EHR）を活用した疾患リスク予測アルゴリズムを開発している。このアルゴリズムは、心血管疾患や糖尿病などの生活習慣病の早期発見を可能にし、個別化された予防的介入を促進している。また、米国では、予防医療におけるAI技術の活用が進み、健康診断データやライフスタイルデータを基にした疾病予測モデルが開発されている。
欧州における事例
フィンランドのKantaサービスは、全国的な電子健康記録（EHR）のプラットフォームとして、個人の健康データを活用したパーソナライズド予防医療を推進している。具体的には、遺伝情報やライフスタイルデータを基にした生活習慣改善プランの提供が行われている。さらに、欧州全体では、EHDS（European Health Data Space）の枠組みを活用し、予防医療におけるデータ共有と研究が加速している。
日本における事例
日本では、特定健診・特定保健指導（いわゆる「メタボ健診」）のデータを活用し、生活習慣病の予防に取り組んでいる。また、自治体レベルでは、地域住民の健康データを分析し、予防策を講じる取り組みが進行中である。例えば、横浜市では、健診データと医療費データを統合的に分析し、糖尿病予防プログラムを導入している。このプログラムでは、対象者への個別指導を強化し、糖尿病発症リスクの低減に成功している。
新たな技術の活用
ウェアラブルデバイスやスマートフォンを活用したリアルタイム健康モニタリング技術が普及しつつある。これにより、個人の健康データが日常的に収集され、早期警告システムとして機能している。たとえば、Apple WatchやFitbitなどのデバイスは、心拍数や睡眠パターンをモニタリングし、異常を検知した場合にユーザーや医療機関に通知する仕組みを提供している。
参考文献：
Electronic health records can identify patients in need of social support
AIM-HI Project Portfolio - Kaiser Permanente Division of Research
Use of EHR Associated with Improvements in Outcomes for Patients
Kanta Services: EU's Electronic Prescriptions and Health Records
The Secondary Use of Finnish National Health Data Repository
概要
ウラノスエコシステムは、日本政府が推進するデータ連携基盤構築の一環であり、官民協調によるデータ共有と利活用を目指した取り組みである。特に業界横断的なデータ連携を可能にすることを目的としている。
特徴
概要
DATA-EXは、分野を超えたデータ連携を目指すプラットフォームを実現するイニシアティブであり、データ提供者と利用者の間で安全で信頼性の高いデータ流通を実現することを目的としている。医療に強く関連がある議論として、DATA-EXの取り組みの中では、匿名化技術とアクセス権限管理を通じてデータセキュリティを高めるための議論も行われている。
匿名化技術やアクセス制御に関する議論
参考文献： データ社会アライアンスのホワイトペーパー
参考文献：
6.1.1 FHIRとデータ連携基盤
FHIRは、医療データの共有と相互運用性を高めるために開発された国際標準であり、以下の点でデータ連携基盤と密接に関連する：
6.1.2 プロトコル標準化の重要性
データ連携基盤が効果的に機能するためには、FHIRのような医療業界における国際標準を包含する、あるいは対応したプロトコルの標準化が不可欠である。
6.2.1 中小医療機関への支援
中小医療機関では、データ連携基盤やFHIRの導入が技術的・財政的に困難な場合がある。
6.2.2 患者参加型データ活用
患者が自身の医療データを管理・共有できる仕組みは、データ連携基盤と標準化されたプロトコルの活用によって強化される。
医療関連データの利活用は、単なる市場原理に基づく利益追求だけでなく、公共の利に資する側面が強く、官民の緊密な連携が必要不可欠である。特に、政府、医療機関、IT企業が協力することで、データ連携基盤の構築がより効果的に推進される。
参考文献：
国家レベルのデータ連携基盤の標準化は、医療業界において患者中心の医療、効率的な医療提供、そしてイノベーションの促進に大きく寄与する。他分野の成功事例を参考にしつつ、医療特有の課題に対応するための技術的・運用的な工夫を進めることで、持続可能な医療制度の実現が期待される。
金融庁が推進する「共同データプラットフォーム」は、金融機関や関連企業間での効率的なデータ共有を実現するための基盤である。本プラットフォームは、デジタル化の進展に対応し、金融業界全体の透明性と信頼性を向上させることを目的としている。
共同データプラットフォームの進捗と今後の進め方には「金融庁と日本銀行は、より質の高いモニタリングの実施と金融機関の負担軽減を図る観点から、データの一元化に取り組んできた」と記載されている。また2025年3月からは高粒度データの収集を開始する、とされている。
本稿では、2024年以降の最新動向を中心に、このプラットフォームの概要や企業間データ連携との関係性について解説する。
データ一元化の進捗と今後の進め方（2023年）によれば、共同データプラットフォームは、金融庁と日本銀行が連携して構築を進める、より実効的・効率的なデータ収集・管理の枠組みである。このプラットフォームは以下の特徴を持つ：
このプラットフォームは、金融機関の報告負担軽減と当局のモニタリング能力向上を同時に実現する、次世代の金融データ管理基盤として位置づけられている。
2024年7月、金融庁は共同データプラットフォームの進捗と今後の計画に関する報告書を公表した。この報告書では、以下のような内容が示されている。
また、2024年度の金融行政方針では、共同データプラットフォームを活用したデジタル化の推進が重要な柱として位置づけられている。
参考: 2024事務年度金融行政方針
（要旨） 本稿では、共同データプラットフォームの検討に向けた実証実験11に参加した地方銀行 （49 行）から収集した法人向け貸出明細等の高粒度データを用い、顧客企業の業種、製品 または地理的条件に着目し、地方銀行の気候関連リスク（移行リスク・物理的リスク）の特 徴や、それが地域毎に相違すること等を明らかにした。気候変動に関するデータや手法は発 展途上にあり、今後とも金融機関との対話への活用に向けてデータ整備及び分析の高度化に 取り組んでいく。
共同データプラットフォームにより収集された高粒度データが用いられている。
本分析では、共同データプラットフォームの実証実験に参加した地方銀行49行から収集した法人向け貸出明細等の高粒度データを以下のように活用している。
データの使用方法
具体的な計算プロセス
1 | FE = Σ（アトリビューション・ファクターᵢ × 排出量ᵢ） |
メインバンク判定
企業特定プロセス
地域別分析
住所情報の活用
リスク度計算
1 | リスク度 = 営業停止・停滞日数 × 融資額 |
地域別集計
このように、高粒度データは個別企業レベルでの詳細な分析を可能にし、地域別・業種別・リスク別の特徴を明らかにする基盤として活用されうる。
共同データプラットフォームを一種の企業・組織間データ連携の仕組みだと考えると以下のように考察できる。
企業間でのデータ連携を円滑にするため、以下のような仕組みが導入されている。
金融庁は2025年以降、「資産運用立国」の実現を最重要課題として位置づけ、包括的な金融行政改革を推進している。2025/1/17の「金曜例会」にて出された「今後の金融行政の方向性」では、以下の重点施策が掲げられている：
・資産運用立国の実現 ・サステナブルファイナンスの推進 ・デジタル技術を用いた金融サービスの変革への対応 ・金融システムの安定・信頼と質の高い金融機能の確保（サイバーセキュリティへの対応強化） ・金融行政の進化・深化（日銀と連携した共同データプラットフォームの段階的運用開始、2025/3から本格的なデータ収集を開始）
この方針を実現するため、2025年7月に新設される資産運用課を中核として、資産運用業を金融業の新たな柱に育成する。また、国際金融センターとしての競争力強化を通じて、持続可能で包摂的な経済成長への貢献を目指している。
資産運用課の新設（2025年7月予定）
金融庁監督局内に「資産運用課」を新設し、銀行業・証券業・保険業と並ぶ第4の監督担当課として位置づける。これは2018年7月の組織再編以来6年ぶりの課新設となる。
主旨
**資産運用立国の実現に向けた取組についてでは、以下のような施策が挙げられている**
企業開示の充実と信頼性確保
ESG評価・データ提供機関に関する行動規範の整備や、気候変動対応に向けた企業開示の充実を進める 2。
金融機関による脱炭素支援
金融機関による脱炭素に向けた企業支援等の推進、インパクト投資の実践促進を図る 2 [4]。
トランジションファイナンスの促進
持続可能な社会の実現に向けた移行期間における金融支援の枠組みを整備する 2。
フィンテック・Web3への対応
フィンテック支援室の機能強化を通じて、Web3を含む新たなテクノロジーの動向を注視し、適切な規制・監督の枠組みを整備する 3。
デジタル・分散型金融（DeFi）への対応
急速に発展するデジタル金融サービスに対する適切な監督体制の構築を進める 3。
データ活用の高度化
AI・ブロックチェーン技術の活用を通じて、データ活用の高度化を推進する
「データ活用の高度化などの金融行政の高度化」の中に、「共同データプラットフォーム（共同DP）」が挙げられている。（p.51）★
政策発信力の強化
国内外に対する政策発信力の強化、若手職員をはじめとする職員の能力・資質の向上を図る 1。
金融犯罪対策の強化
マネーロンダリング・テロ資金供与対策、サイバーセキュリティ対策を強化し、金融システムの安定を確保する。
グローバル金融連携センター（GLOPAC）の拡充
国際金融センター機能の強化を通じて、アジア地域のグリーンファイナンス推進を図る。
参考）https://www.klimadao.jp/post/金融庁主催のglopacにて当社代表が「カーボンクレジット取引におけるテクノロジー活用」について講義
国際的な金融規制の協調
日英金融規制フォーラムの開催など、各国の規制当局との連携を通じてグローバルな課題に対応する。
金融庁は2025年以降、これらの包括的な施策を通じて、日本の金融システムの安定と国際競争力の向上を目指している。特に「資産運用立国」の実現により、国民の安定的な資産形成を支援し、経済全体の生産性及び企業価値の向上を後押しする方針である 3。また、急速に変化する金融環境に柔軟に対応するため、継続的な政策の見直しと関係者との対話を重視していく 1 2。
2025年1月17日に金融庁長官井藤英樹氏によって発表された、今後の金融行政の方向性について包括的に説明した資料の簡単なまとめである。
本資料は、2025年1月17日に金融庁長官井藤英樹氏によって発表された、今後の金融行政の方向性について包括的に説明したものである。
金融庁は以下の3つの両立を通じて、企業・経済の持続的成長と安定的な資産形成等による国民の厚生の増大を目指している：
「資産運用立国実現プラン」（2023年12月公表）に基づき、家計の安定的な資産形成を支援し、企業価値向上の恩恵が国民に還元される好循環の実現を目指している。
2025年3月にSSBJ基準の最終化を予定し、プライム市場上場企業を対象として段階的に導入する：
サステナビリティ情報の信頼性確保のため、新たな登録制度の下で監査法人等による保証業務を導入する。
「資金決済制度等に関するワーキング・グループ」において以下を検討：
金融機関における健全かつ効果的なAI利活用のためのディスカッション・ペーパーを策定予定である。
現在、我が国の金融機関は総じて充実した資本や流動性を有し、金融システムは総体として安定している。
大規模な保険代理店への監督実効性向上等を進め、以下の対応を実施する：
金融庁は、「賃上げと投資が牽引する成長型経済」の実現に向けて、資産運用立国と投資立国の両輪で取り組みを進めている。デジタル技術の活用、サステナブルファイナンスの推進、金融システムの安定確保を通じて、国民の厚生増大と持続的な経済成長を目指している。