病院AI対保険AIの応酬が米国医療費を押し上げる構図を読み解く

米国医療費を押し上げるAI請求戦争の構図

米国の医療AIをめぐる論点は、診断支援や創薬だけではありません。いま費用の現場で目立つのは、病院が請求を最大化するAIと、保険者が支払いを抑えるAIの衝突です。これは単なる事務効率化ではなく、医療費を誰が負担するかを左右する制度設計の問題です。

CMSによると、米国の医療支出は2024年に5.3兆ドル、1人当たり1万5,474ドルへ伸び、GDPの18.0%を占めました。病院支出は1.63兆ドル、民間保険支出も1.64兆ドル規模です。この巨大市場で、診療記録、診断コード、事前承認、請求否認がAI化されれば、数%の変化でも雇用主負担、保険料、自己負担に大きく跳ね返ります。

重要なのは、AIが一方向に医療を安くしているわけではない点です。病院側は「記録漏れをなくし、正当な支払いを得る」と主張します。保険者側は「不必要な医療や不適切請求を減らす」と説明します。しかし双方が最適化を競えば、増えるのはケアそのものではなく、請求、審査、再審査、異議申し立ての量である可能性があります。

病院側AIが広げる診療記録と請求額の距離

診断コードを掘り起こす収益サイクルAI

病院側のAI導入で最も進んでいる領域の一つが、収益サイクル管理です。診療録、検査値、投薬記録、医師の所見を読み取り、請求に使える診断コードや重症度分類を補足する仕組みです。臨床現場では、医師が忙しさの中で記載しきれなかった情報を拾い、病院が提供した医療の複雑さを正確に反映する手段として評価されています。

Oliver Wymanの2026年調査では、米国の医療提供者組織で収益サイクル管理向けAIが試験段階から実運用へ移りつつあります。回答組織の2〜4割程度が、AI対応ツールを広範または全社的に使っている領域があり、今後3年で投資を増やす意向も強いとされます。特に、診療記録の補完、臨床文書改善、コーディング自動化、電子的な事前承認が投資対象です。

この技術は、医療機関の経営には強い魅力があります。保険者による請求否認が増え、病院の人手不足も続くなか、AIが診断コードの漏れを見つけ、請求前に書類を整え、否認リスクを予測すれば、未回収や再請求のコストを減らせます。HFMAも、AIボットや機械学習を使って請求状況や事前承認状況を確認し、否認に早く対応する動きが広がっていると整理しています。

問題は、AIが「記録の正確化」と「請求額の上振れ」を同時に生みやすいことです。米国の入院報酬では、診断関連群、いわゆるDRGが支払い額を左右します。副傷病名が追加され、患者がより複雑な症例に分類されると、同じ入院でも支払額が上がります。AIは検査値や文章の細部をくまなく拾うため、人間のコーダーが見落としていた請求可能な要素を発見できます。

医療の複雑化と過剰請求の境界線

保険者側は、この変化を医療費上昇の新たな火種と見ています。Blue Cross Blue Shield Associationに関する報道によれば、同協会の分析では、Blue系プランで医学的に複雑と分類された入院症例の比率が2023年初めの37%から2025年末には40%へ上昇しました。さらに、複雑度上昇の約70%は、二次診断の追加によって高い償還区分へ移った5万5,000件超のケースに由来するとされます。

同分析は、2023〜2025年の2年間で、類似したケアに対して9億4,200万ドルの追加コストが生じた可能性を示しました。そのうち約6億5,300万ドルは二次診断に関連するとされます。大腸手術の例では、最高複雑度に分類される請求の比率が10.2%から22.7%へ上がった一方、非複雑症例は36.6%から32.8%へ低下したと報じられています。

ただし、この数字はそのまま「病院が不正請求した」という意味ではありません。AHAは、患者の高齢化や重症化、外来移行によって、入院患者の平均的な複雑度が上がっていると反論しています。AHAの資料では、2019〜2024年の病院費用増の19%は、より重い患者を診ていることに関連し、ケースミックス指数も約5%上昇したと説明されています。

ここにAI時代の難しさがあります。病院が本当に重い患者を診ているなら、診断コードが増え、支払いが増えるのは制度上当然です。一方で、治療内容、輸血、ICU利用、再手術、在院日数などが増えていないのに診断だけが重くなるなら、支払いは医療価値ではなく文書作成能力に引っ張られます。AIは医療そのものを増やさず、医療の「請求可能性」を増やすことができるのです。

保険者側AIが加速させる否認と事前承認

メディケア・アドバンテージで表れた摩擦

病院側がAIで請求を精緻化すれば、保険者側もAIで審査を精緻化します。米国で長く問題になってきたのが、事前承認です。検査、手術、薬剤、リハビリなどについて、実施前に保険者の承認を求める仕組みで、保険者は不要な医療の抑制に役立つと説明します。一方、医療者は治療遅延と事務負担の原因だと批判してきました。

KFFによると、2024年のメディケア・アドバンテージでは、事前承認の判断が約5,300万件ありました。そのうち完全または部分的に否認されたものは410万件で、全体の7.7%です。否認された事前承認のうち、異議申し立てが行われたのは11.5%にとどまりましたが、申し立てられた案件の80.7%は一部または全部が覆りました。

この数字が示すのは、否認が単に不要な医療を排除しているだけではない可能性です。患者や医療機関が手続きを完遂すれば覆る否認が多いなら、その間に生じる時間、職員、患者の不安はコストです。異議申し立てをしない多数の患者にとっては、必要な医療が遅れたり、断念されたりするリスクもあります。

HHS監察総監室の2022年報告も、同じ問題を別角度から示しました。大手メディケア・アドバンテージ組織の否認を調べたところ、事前承認否認の13%は本来のメディケア基準を満たしていたと推定されました。支払い否認でも18%がメディケアのカバレッジ規則や請求規則を満たしていたとされます。AI以前から存在した誤否認の構造が、自動化で拡大する懸念があります。

上院調査に関するHealthcare Diveの報道では、UnitedHealthcare、Humana、CVSが、介護施設、入院リハビリ、長期急性期病院などのポストアキュートケアで高い否認率を示したとされています。UnitedHealthcareのポストアキュートサービス否認率は2019年の8.7%から2022年に22.7%へ上がったと報じられました。アルゴリズムが最終判断をしたかどうかとは別に、現場の審査行動を方向づけた可能性が問われています。

異議申し立てで見える人間審査の限界

AIによる保険者審査は、事前承認だけではありません。請求支払いの段階でも、膨大な請求を高速にふるい分ける仕組みが使われています。ProPublicaは2023年、CignaのPXDXと呼ばれる仕組みを報じました。Cignaは報道内容を「偏りがあり不完全」とし、正しい診断コードが付いた請求を自動承認するための仕組みだと説明しましたが、元医師らは請求の迅速な否認にも使われたと証言しています。

このような仕組みの怖さは、AIが完全に判断しているかどうかだけでは測れません。AIが「否認候補」を並べ、人間が短時間で承認ボタンを押すなら、形式上は人間審査でも実質は機械の優先順位に従うことになります。CMSはメディケア・アドバンテージ向けのFAQで、医療必要性の判断は個々の患者の事情、医師の推奨、臨床記録に基づく必要があると明記しています。大規模データだけで給付を決めるアルゴリズムは、この考え方と衝突します。

医師側の負担も大きくなっています。AMAの2024年調査では、医師の94%が事前承認により必要なケアへのアクセスが遅れると答え、78%が患者の治療断念につながると報告しました。1人の医師当たり週43件の事前承認を処理し、医師と職員で週12時間を費やすとの結果もあります。AIで否認が速くなれば、医師側もAIで文書を作り、病院側もAIで再請求を組み立てる。こうして「ケアの質」ではなく「書類戦の強さ」が支払いを左右する構図が強まります。

AHAの資料では、2022年調査で約800病院が、6カ月以上未払いまたは遅延している請求を合計64億ドル抱えていると報告しました。また、95%の病院が事前承認対応のために職員時間やリソースが増えたと答え、84%が保険者ポリシーへの対応費用が高くなっているとしました。保険者がAIで否認を高速化し、病院がAIで反撃する構図は、患者の治療そのものとは別の管理コストを積み上げています。

規制と自主改革だけでは残る透明性の穴

CMSは、事前承認の透明化とデジタル化を進めています。2026年1月1日から、対象となるメディケア・アドバンテージ、メディケイド、CHIP、連邦取引所プランなどは、医療項目・サービスの事前承認について、緊急案件は72時間以内、標準案件は7暦日以内に判断を返すことが求められています。2027年にはFHIRベースの電子的な事前承認インターフェースも本格化する予定です。

2025年には、主要保険者が事前承認の削減、既存承認の引き継ぎ、否認理由や異議申し立て情報の透明化、2027年までのリアルタイム回答拡大などを自主的に約束しました。CMSは2026年5月、電子的な事前承認の早期導入組織として病院、EHRベンダー、医師グループ、デジタルヘルス企業など29組織の参加も発表しています。技術標準がそろえば、少なくともファックスと電話に依存する時代よりは摩擦を減らせます。

ただし、標準化は万能ではありません。電子化された事前承認は、速い承認を生む一方で、速い否認も生み得ます。必要なのは、APIの有無だけでなく、どのサービスが承認対象か、どの基準で否認されたか、AIがどの程度関与したか、最終判断者が専門性を持つ臨床職かを検証できる仕組みです。患者や医師にとって、否認理由が曖昧なままデジタル化されても、紙の迷路が電子の迷路に変わるだけです。

さらに、病院側AIの規律も欠かせません。請求支援AIが診断コードを提案する場合、どの検査値や記録が根拠か、治療内容と整合しているか、コーダーや医師がどのように確認したかを追跡できる必要があります。診療録から請求可能な情報を見つける技術は有用ですが、医療の実態を超えて支払い階層を押し上げるなら、保険料上昇という形で社会全体が負担します。

AI規制の焦点は、モデルの精度だけでは不十分です。医療費の現場では、AIが何を最適化しているかが本質です。病院AIは収益を、保険者AIは支払い削減を、ベンダーAIは処理件数や導入効果を最適化しがちです。患者アウトカム、治療の適時性、説明可能性、再審査の公平性を同じ重みで測らない限り、効率化は医療費の移転ゲームになりかねません。

患者と雇用主が注視すべきAI管理指標

今後の焦点は、AIを使うかどうかではなく、AIの成果を何で測るかです。患者と雇用主が見るべき指標は、保険料の伸びだけではありません。事前承認の件数、否認率、平均判断時間、異議申し立て率、異議申し立て後の覆り率、サービス別の否認集中、AI関与の開示が重要です。これらが見えなければ、安い保険料の裏で必要なケアが遅れているのか、無駄な医療が本当に減っているのか判断できません。

医療機関側にも、AI請求の内部監査が求められます。重症度分類が上がった症例について、治療資源の使用、在院日数、合併症管理、患者アウトカムとの整合性を定期的に確認する必要があります。単に「AIが見つけたコードだから正しい」ではなく、臨床的に説明できる請求かを検証する姿勢が、病院への信頼を守ります。

米国医療のAI競争は、技術そのものより制度の鏡です。支払い制度が複雑で、請求と否認の余地が大きいほど、AIはその隙間を高速に掘ります。AIを医療費抑制の道具にするには、病院と保険者の両方に、同じ透明性、同じ説明責任、同じ患者中心の評価軸を課す必要があります。読者が追うべき次のニュースは、新しい医療AIの華やかな発表だけでなく、そのAIが誰のコストを減らし、誰の負担を増やしたのかという実証データです。

参考資料:

• NHE Fact Sheet
• Hospitals’ use of AI coding tools cost BCBSA plans $942M more for similar care: analysis
• Fact Sheet: Artificial Intelligence and Coding Intensity
• How AI is transforming revenue cycle management right now
• Why claim denials are rising and how providers are responding
• The Case for Automating to Resolve Health Insurance Claims Denials
• Exhausted by prior auth, many patients abandon care: AMA survey
• Prior Authorization Metrics Provide New Insights into Insurer Practices, but Gaps Remain
• Claims Denials and Appeals in ACA Marketplace Plans in 2023
• Medicare Advantage Insurers Made Nearly 53 Million Prior Authorization Determinations in 2024
• Some Medicare Advantage Organization Denials of Prior Authorization Requests Raise Concerns About Beneficiary Access to Medically Necessary Care
• Frequently Asked Questions related to Coverage Criteria and Utilization Management Requirements in CMS Final Rule
• Moving Prior Authorization into the 21st Century
• Senate report slams Medicare Advantage insurers for using predictive technology to deny claims
• How Cigna Saves Millions by Having Its Doctors Reject Claims Without Reading Them