医療の現場でAIが医師に代わってカルテを書き、保険会社もまたAIでそのカルテを審査する。そんな光景が、もはや珍しくなくなっています。効率化の切り札として導入されたはずのAIが、気づけば病院側と保険会社側、双方の「武器」になり、皮肉にも医療費そのものを押し上げているとしたら――。米国で明らかになりつつあるこの逆説は、「AI導入イコール効率化」という単純な図式の危うさを、静かに、しかし確実に突きつけています。
米保険大手ブルー・クロス・ブルー・シールド協会（BCBSA）のデータ分析部門ブルー・ヘルス・インテリジェンス（BHI）は、2025年3月までの3年間、加入者約6200万人分の商業保険入院クレームを分析した。その結果、AIコーディングツール導入が速い病院群では、分娩後の「急性産後出血性貧血」の診断コードが2022年半ばの約4％から2025年初頭には12％超へ急増した一方、輸血率など実際の治療の増加は見られなかった。分析対象病院では分娩関連コストに年間2200万ドルが上乗せされ、全米では入院・外来を合わせて年間約23億ドル規模に達する可能性があるという。米医療メディアSTAT掲載のオピニオン記事は2026年6月、この状況を病院側の「収益循環管理AI」と保険会社側の「プログラム・インテグリティAI」が同じ患者記録を巡って競い合う「軍拡競争」と表現した。
From: 
Study suggests AI is boosting hospital billing
【編集部解説】
「効率化のためのAI」が、なぜコストを押し上げるのか
医療AIの導入は長らく「効率化」という一語で語られてきました。医師の書類作成負担を減らす、診断の精度を上げる、審査を迅速化する——いずれも聞こえのよい言葉です。しかし今回明らかになりつつあるデータは、この「効率化」という言葉が、実は一枚岩ではないことを示しています。
BCBSA/BHIの分析が捉えたのは、AIコーディングツールの導入が速い病院ほど、特定の診断コードの記載が急増するという現象でした。ここで重要なのは、診断コードの増加分に見合うだけの治療（輸血など）の増加が確認されなかったという点です。つまり、患者がより多く出血していたわけではなく、より多く「出血していたと記録される」ようになった、ということです。
「音声を聞いて記録する」機能の二面性
なぜこのようなことが起きるのでしょうか。医師の負担軽減を謳う「アンビエントスクライブ」AIは、診察室での会話を聞き取り、電子カルテに自動で反映する仕組みです。この技術自体に悪意はありません。しかし米国の医療報酬制度では、主傷病に付随する副傷病（合併症・併存症）が記録されているかどうかが、支払い額を大きく左右します。
つまり「より漏れなく記録する」ことと「より高い報酬区分に該当させる」ことは、この制度のもとでは技術的に不可分です。医師の負担を軽くするために導入されたはずのAIが、設計上、収益最大化の道具としても機能してしまう——これは誰かが悪意を持って設計したというより、報酬制度の構造そのものにAIを接続した結果、必然的に生じた帰結だと見るべきでしょう。「効率化」を謳う技術が、実際には「何の」効率を上げているのかを一度立ち止まって問い直す必要があるのは、ここに理由があります。
保険会社側の「効率化」もまた同じ罠を含む
この構図は病院側だけの話ではありません。保険会社もまた、AIによる「効率化」を掲げてクレーム審査に乗り出しています。STAT掲載のオピニオン記事によれば、収益循環管理（RCM）AIの市場規模は2025年時点で約650億ドル、米国の病院は年間1400億ドル以上をRCMに投じ、病院支出の40%超が管理コストに充てられているといいます。ある大手保険会社1社だけで、年間約50万件の入院後クレームレビューを実施しているといいます。
保険会社側の「効率化」も、字義通りには「不正確な請求を素早く見つける」ことを意味します。しかし病院側と同様、この効率化もまた「支払いを減らす」という別の目的と切り離せません。双方が「効率化」を掲げながら投資を拡大させた結果として立ち現れたのが、同じ患者記録を巡る終わりのない攻防です。マサチューセッツ州では敗血症の入院件数が2010年比で3倍以上に増加していますが、州当局者はこれが実際の健康状態の悪化を反映しているとは考えにくいとしています。
効率化されているのは、誰にとっての何か
ここで問われるべきは、「効率化」という言葉が指す対象です。医師の入力作業は確かに減っているかもしれません。クレーム処理のスループットも上がっているのでしょう。しかし、システム全体で見たときに減っているコストがどこにあるのか——今回のデータからは、それがまだ見えてきません。むしろ両陣営のAI投資そのものが新たな管理コストとして積み上がっている可能性があります。
なお、この見立てに対しては当然、異論もあります。米国病院協会（AHA）は2026年8月付のファクトシートで、保険会社側の「アップコーディング」批判を「根拠不十分」と退け、コーディング強度の上昇は患者の高齢化・重症化など複数要因によるものだと主張しています。この主張には理があります。実際、医療の高度化とともに患者の複雑性が増していること自体は事実でしょう。ただし、BCBSA/BHIが指摘した「診断は増えたが治療は増えていない」という具体的な乖離は、重症化仮説だけでは説明がつきにくい部分です。どちらか一方が全面的に正しいというより、両者の主張がぶつかり合う場所にこそ、この問題の本質があるように見えます。
また、「病院側AIと保険会社側AIを統合すればよい」という提案も出ています。ただしこの提言者はMachinify社という、まさにそうした統合裁定システムを手がける企業の最高医療責任者です。提案そのものの妥当性は別途検討に値しますが、提案者が自社のソリューションを売り込む立場にあることは、読者として踏まえておくべき前提です。
日本の読者にとっての射程
日本の診療報酬制度（DPC/PDPS）は、米国のDRGとMCC/CC（主要合併症・併存症）方式とは仕組みが異なり、今回のデータをそのまま当てはめることはできません。ただし、DPCでも副傷病名の記載が診断群分類の決定に影響する以上、「AIがより漏れなく記録するほど、報酬区分も動きうる」という構造自体は、支払い制度を問わず一般化しうる論点です。
なお、本稿で参照したMcLaren Health Careの事例に関して、AIベンダーへの成功報酬契約や、同社CFOの発言として引き継がれている内容については、原典への到達ができておらず、事実として確認できていません。ここでは確認できた事実（同社が年間1130万ドルの新規収益を確保したというベンダー自己公表データ）にとどめています。
「AI導入イコール効率化」という説明は、多くの場面で成り立ちます。しかし少なくとも医療コーディングの領域では、その効率化が「誰にとっての」「何の」効率化なのかを問い直さない限り、私たちは技術導入のたびに同じ逆説に出会い続けることになるのかもしれません。
【編集部後記】
「効率化のためのAI」が、いつのまにか別の目的のために動き出してしまう——この構造は、医療の外でも起こりうることかもしれません。私たちが日々使っているツールの中にも、導入時の目的とは違う力学が、気づかないうちに芽生えていないでしょうか。今回の件を遠い米国の医療制度の話として片付けるのではなく、身近なAI活用を一度見直すきっかけにしていただけたらと思います。
【参考リンク】
Blue Cross Blue Shield Association（外部）
全米のBCBS系保険会社を束ねる団体。今回の分析レポートの発表元。
American Hospital Association（AHA）（外部）
米国病院協会。病院側の立場からAIコーディング議論への反論を発表。
STAT News（外部）
医療・ライフサイエンス専門メディア。今回の一連の報道の中心。
SmarterDx（外部）
臨床文書統合（CDI）向けAIを手がける企業。McLaren Health Careの事例を公開。
Patient Advocate Foundation（外部）
医療費・保険紛争で患者を無償支援する米国の非営利団体。
【用語解説】
DRG（診断群分類）
入院患者の傷病・処置を標準化コードに分類し、支払い単位とする米国の仕組み。
MCC/CC（主要合併症・併存症）
DRGに付随する副傷病の記載により、より高い支払い区分に該当させるための追加コード。
アンビエントスクライブ
診察室での会話をAIが自動で聞き取り、電子カルテへの記録を代行する技術。
RCM（収益循環管理）
医療機関が診療報酬の請求から回収までを一括して管理する業務領域。
プログラム・インテグリティAI
保険会社が不正確・過大な請求を検知するためのAI審査システム。
アップコーディング
実際の診療内容よりも高い報酬区分に該当するコードを選択する行為。
DPC/PDPS
日本の急性期入院医療における診断群分類別包括支払い制度。
【参考記事】
Patients are the casualties of the AI war in medical billing — STAT News（外部）
Machinify社CMOによるオピニオン。病院側RCM AIと保険会社側審査AIの「軍拡競争」を描写し、統合裁定エンジンを提言。
Study suggests AI is boosting hospital billing — Blue Cross Blue Shield（外部）
BCBSA/BHIによる一次分析。分娩入院データにおけるコーディング急増を報告。
BCBS study: Hospital AI billing tools may be driving up healthcare costs by billions — Becker’s Payer（外部）
分析の詳細数値と全米推計をまとめた記事。
Fact Sheet: Artificial Intelligence and Coding Intensity — American Hospital Association（外部）
保険会社側の主張への病院側の反論。
BCBS study: Hospitals use AI upcoding to drive up prices — STAT News（外部）
速報時点の報道。
How McLaren Health Care uncovered $11M+ annually with clinical AI — SmarterDx（外部）
McLaren Health Careの導入事例（ベンダー公表資料）。
