記事のサマリー（TL;DR）
- Blue Cross Blue Shield AssociationがAI活用の保険請求により2年間で9億4,200万ドルの医療費増加を確認
- 病院側は「複雑な病態」の記録件数を急増させているが、実際の治療内容との乖離を指摘される
- AIスタートアップ Abridge 創業者は「ボット対ボット」の最悪シナリオを認めつつ、コスト削減の可能性も示唆
日本の医療DX・保険業界が注目すべき「AIコーディング問題」の構図
医療費の請求処理にAIが入り込んだとき何が起きるか——米国の事例は、日本の医療機関・保険者・医療IT事業者にとっても無縁ではありません。
日本では2024年度以降、電子カルテの標準化（クラウド化推進）や診療報酬のDX化が加速しており、病院側の請求業務にAI・自動化ツールが導入される下地が整いつつあります。今回のBCBSAの分析が示すのは、「AIがコーディング精度を上げる」という建前のもとで、実際には「より複雑な診断コードを割り当てやすくなる」というインセンティブが生じ得るという構造的な問題です。これは日本の診療報酬点数制度においても類似のリスクとして置き換えて考えられます。
保険者（健保組合・共済・民間医療保険）がAIを使って請求の審査・査定を自動化すれば、病院側もAIで対抗する——という「AI対AI」の応酬が起きれば、事務コストも紛争件数も増大する可能性があります。BCBSAの幹部が「一方的な虐殺（blood bath）」と表現するほど保険会社側が追い詰められているという現実は、医療費適正化を目指す立場には重大なシグナルです。
医療・ヘルスケア領域の業務SaaS開発や請求業務のAI自動化を検討する場合、「AIが出力するコーディングの妥当性をどう担保するか」という監査・ガバナンスの設計が、機能実装と同等以上に重要になります。
詳細
AIが保険請求を膨らませているとBCBSAが分析
Blue Cross Blue Shield Association（BCBSA／ブルークロス・ブルーシールド協会）が公表した分析によると、病院がAIツールを保険請求プロセスに活用した結果、2年間で**9億4,200万ドル（約1,400億円相当）**の追加医療支出が発生したことが明らかになりました。
BCBSAの分析は、「複雑な病態を持つ患者として記録されるケースが急増している」という実態を捉えています。一方で、「コーディング（診断記録）と実際に提供された医療の間には明らかな乖離がある」とも指摘しており、「治療内容に対応する変化が起きているという証拠はない」と断言しています。つまり、患者の実際の状態が悪化しているわけではなく、AI主導の請求最適化によって診断コードが複雑な方向に「アップコーディング」されている疑いがあるということです。
病院 vs. 保険会社の対立にAIが火を注ぐ
ニューヨーク・タイムズ紙は今回の分析を、「AIが医療費増加に寄与している最新の兆候」として取り上げました。病院と保険会社の間での治療・支払いをめぐる対立は以前から存在しますが、双方がAIを活用するようになったことで状況が悪化しているとNYTは報じています。
AIスタートアップ Abridge（エイブリッジ）の創業者であるShiv Rao医師は、AIの利用が「誰も望まないホラーなディストピアの未来」につながる可能性を認めました。その表現として「ボットがボットと戦い、エージェントがエージェントと戦う」という状況を挙げています。ただしRao氏は同時に、AIが緊張を緩和しコストを削減できる可能性もあると指摘しています。
保険会社側は「一方的な虐殺」と表現
BCBSAのシニアバイスプレジデントであるLuke Chalker氏は、現状を「戦争」と見なすことに抵抗を示しながらも、かなり強い言葉を使いました。「戦争ではない。完全に一方的な虐殺（blood bath）だ」と述べており、その「やられている側」は保険会社だとしています。
病院側のAI活用による請求最適化に対し、保険会社側の審査AIが追いついていない——あるいは根本的に対抗しにくい構造がある——ということを示唆する発言です。
AIは医療費を下げる救世主か、それとも新たな問題の種か
今回の件は、「AIを導入すれば業務効率化・コスト削減」という単純な図式が、インセンティブ構造によって逆向きに働きうることを示す実例です。医療請求という領域では、より複雑な診断コードを使う＝より高い報酬が得られるというインセンティブが病院側にあるため、AI導入がその方向に作用するリスクを内包しています。
Abridgeのような臨床AI企業は、医療記録の作成支援（例：診察中の会話を自動で電子カルテに変換する）を提供していますが、そのアウトプットが保険請求と連動する場合には、今回のような問題と地続きになります。医療AIの「精度」と「適正性」は異なる概念であり、ガバナンス設計の欠如がシステム全体のコスト増を招くという教訓が、この事例には込められています。