→メディカルニュース今月の見出しページへもどる

■9月稼働の審査支払新システムからAIによるレセプト審査を導入

　社会保険診療報酬支払基金（支払基金：神田裕二理事長）は、国が進める支払基金改革の一環として、審査支払新システムが稼働する2021年9月審査分からAI（人工知能）を用いて、人による審査が必要なレセプトの振り分けを開始する。

　この「AIによるレセプト振り分け機能の実装」は、9月稼働の審査支払新システムに、AI（Minhash※及びXgboost※※）によるレセプト振り分け機能を実装し、過去の審査結果に基づき、人による審査を必要とするレセプト、人による審査を必要としないレセプトに振り分け、新システム稼働時は人による審査を必要とするレセプトを2割程度とし、新システムの稼働後2年以内にはレセプト全体の9割程度をコンピュータ・チェックで完結することを目指す。振分け機能実装後は、振分け結果を検証するとともに定期的に学習データ等を更新して、振分け結果の精度向上に向け、運用を行う。

　政府の規制改革会議での議論等を踏まえ、支払基金は厚生労働省とともに2017年に「支払基金業務効率化・高度化計画」、2018年に「審査支払機関改革における支払基金での今後の取り組み」を策定。①審査プロセスの効率化・高度化のための新しい審査支払システムの開発、②審査基準の統一化に向けたコンピュータ・チェックルールの整備等、③支部の廃止等組織の見直し－などの改革を進めてきた。AIによるレセプト審査導入もその一環である。

　※Minhashによる判定の仕組み：受付レセプトを1件ずつ過去レセプトのグループと突き合わせ、受付レセプトの内容（傷病名、診療行為、医薬品など）と同一の過去レセプトのグループを決定し、グループごとに過去レセプトにおける審査結果を基に査定率を算出し、その率に応じ、過去レセプトにおける査定率が高いもの、低いもの、過去に査定がなかったものに分類する。

　※※Xgboostによる判定の仕組み：過去レセプトの情報（傷病名、診療行為、医薬品など）と審査結果（査定の有無）を基に木構造（決定木）を用いて査定となる条件の分岐を学習し、決定木における誤り（査定となる条件）を修正しながら再学習し、複数の決定木を作成することにより分類モデルを作成する。

■レセプト審査結果の不合理な差異解消など支払基金改革

　1948年に設立された支払基金は、約24万の病院・診療所・薬局から請求される診療報酬の明細書（レセプト）について「適正な審査」を行い、約1500の医療保険者に費用を請求し、医療機関等に「迅速な支払」を進めている。

　保険者からの業務効率化の要請を踏まえ、1991年からレセプトの電子化に取り組み、2001年以降医療機関が希望すれば、電子レセプトで請求できるようになり、その翌年からはコンピュータによる画面審査を開始。2006年からはオンライン請求が始まり、2011年度にはオンライン請求が原則義務化され、レセプトの98.5%は電子化されており、全国統一的なコンピュータ・チェックをかけることもできるようになった。一方で、コンピュータ・チェックがかけられるようになったことが、各都道府県の支部において独自にそれまでの審査結果を踏まえたコンピュータ・チェックルールを設定することにつながり、それが、支部間の審査結果の不合理な差異の一因となっていた。

　支払基金改革を進める厚労省は今年3月29日、「審査支払機能の在り方に関する検討会」を開催し、レセプト審査結果の不合理な差異の解消や、レセプト返戻・再請求のオンライン化などを盛り込んだ審査支払機関改革に関する報告書を取りまとめた。

　審査結果の不合理な差異については、これまで支払基金と国民健康保険団体連合会（国保連）のそれぞれで、レセプトのコンピュータ・チェックルールや審査基準が異なっていた。また、都道府県ごとに設置された各支部でも独自の基準によって審査しているところがあり、これらがレセプト審査の“ローカルルール”を生んでいた（参考：図1　審査結果の不合理な差異の解消／支払基金と国保中央会・国保連のシステムの整合的かつ効率的な在り方）。

　このためコンピュータ・チェックについて、報告書では支払基金の各支部にある独自のチェックルール（ローカルルール）を2021年9月に予定されている審査支払新システムの稼働までに原則、全て集約または廃止することを工程表として明記した（図2　審査結果の不合理な差異解消に向けた工程表）。国保連とその共同事業体である国民健康保険中央会（国保中央会）が用いている「国保総合システム」内の医学的判断を伴うコンピュータ・チェックについても、2022年度中に全国でルールを統一する。加えて、国保連が国保総合システムに外付けしているコンピュータ・チェックシステムについても、今後、集約・廃止する必要があるとした。

　このほか、請求や審査関連のオンライン化推進のための工程も明示。2021年10月から、オンライン請求をしている医療機関に対して審査支払機関が行っている紙媒体による返戻を廃止し、オンラインによる返戻のみとする。加えて、2022年度中にはオンラインで返戻されたレセプトに対して、オンライン再請求のみを認めるとしている。

【事務局のひとりごと】

　アルファ、ベータ、ガンマ、デルタ、イプシロン、ゼータ、イータ、シータ、イオタ、カッパ、ラムダ、ミュー、ニュー、クシー、オミクロン、パイ、ロー、シグマ、タウ、イプシロン、ファイ、カイ、サイ、オメガ。

　ギリシア文字はその独特の響き故なのか、いろいろな場面で遭遇する。商品名、番組名、ギリシア文字が使用されていると何となくカッコよいと感じてしまう。

　様々な変異株が発生している新型コロナウイルスであるが、国を冠した「〇〇型」という呼称ではなく。「デルタ型」などの呼称に使用とする動きがWHOによって提唱された。なるほど、国名が冠されると風評の問題も考えられるので理解できなくもない。しかし分かりにくい。

　会話をしていると、結局「〇〇(国)型」という裏名称がはびこってしまうことにありはしないか、そんな気もする。

　ところで、我が国で新たな変異株がどんどん発見されるが、ギリシア文字は最大24文字しかない。「オメガ型」（24番目）が発生した後の新たな変異株には、一体どんな呼称を用意すればよいのだろうか？（※1）

　今回のテーマは、「支払基金のレセプト審査にAI導入」についてである。医療におけるビッグデータ、データ量としては画像診断もたいがいだが、レセプトのデータ量もたいがいだ。患者の診療情報が1枚の用紙(1枚とは限らないが)にまとめられた、良くできた請求明細書である。このレセプトを作成するのが業務の、診療報酬請求事務、別な言い方をすると「医療事務」は、通信講座などでは結構人気のカリキュラムである。

ただ、実際は病院における医療事務業務は、ただ単にレセプトを作成するだけの業務ではない。通信講座等ではレセプト作成が主眼に置かれているため、仮に通信講座を修了した方が、修了して即、病院(あるいは医療事務委託事業者等)で雇用されバリバリ活躍できる、というわけにはなかなかいかない。

　この医療事務業務は先述の通り、それだけではないが主眼は「診療報酬請求事務」にあるので、請求側の業務である。支払基金は、請求側から請求されたレセプトが妥当かどうかをチェックする機関である。チェックできる、ということは、普通に考えて、その職員が有している能力は、請求する側より高度な知見が求められると考えられる。これまではチェックする方の個々の能力に負っていたことが多かったのだろう。いわゆる「職人技」だったと思われる。

　医療機関における毎月の「大仕事」である請求業務は、その受け側である審査支払機関にとっても当然、大仕事である。膨大なレセプト情報を審査し、期日までに支払までの作業を完結しなければならないのだ。

　以前も支払基金に関するテーマでも触れたが、まともに考えれば、一医療機関のレセプトですら全員掛かりで数日の日数を要するのに、支払期間でのチェック体制は一体いかなる作業をもって行うのだろうか？（リンク　2019年2月号　No．‐645　なぜ今、支払基金改革か？支払基金の都道府県支部を廃止、本部のガバナンス強化）

　筆者が医療事務業務に従事していた頃(約20年前)、当時、月ごとに審査支払機関毎でテーマが決められ、そこを重点的にチェックしよう、などという動きになっていたと聞く。裏を返せばそこ以外はあまり集中して点検しない、ということになっていた。というか全部チェックなど不可能だ。そんな話を、まことしやかに聞いた記憶がある。なんといっても膨大な情報量だ。人手が主体の時代であればさもありなん、うなずけなくもない。

　であるので、審査支払機関毎でテーマが変われば、全国一律の切り口となるわけでもなく、当然地域差が発生する。その問題は、WMN No．‐645に掲載されているので割愛するが、今テーマはその延長線上にある話である。

　そこでAIの登場である。コメントを紹介したい。

〇厚労省 医療保険担当審議官：支部独自のコンピュータ・チェックルールを支払基金本部へ集約

　厚労省の医療・介護ワーキンググループでの支払基金に関する見直しを巡る論議の中で、横幕章人審議官（医療保険担当）は、支部間差異の解消について、「支部独自のコンピュータ・チェックルールを支払基金本部へ集約していく。支部間の審査結果の差異を 見える化 する自動的なレポーティング機能、それから、事務局の業務を審査事務センターに集約していくことを捉えて、支部間差異を調整していく具体的な仕組みを新しくブロックごとに診療科別ワーキングとしてつくるといったところが柱になっている」などと、説明した。

———————————————————————————————————————-

　2年前に議論されていたことが現実に近づいてきた。そう感じるコメントだ。因みに、医療事務従事者の方にインタビューしてみると、MinhashやXgboostというのはAIの分類手法のことで、これ自体が医療事務に関する用語ではないようだ。Minhash（ミナッシュ？）は、類似検索を行う手法、Xgboost(Xgブースト？)は、ツリー図による分類で査定率の高くなるレセプトを分類し、回を重ねるごとにその分類の精度を上げていく仕組みのようだ。本当に実現すると「すごい」な、と感じる。

　続いてはこんなコメントを。

〇日医前常任理事：支払基金審査、医師の診査であるから安心感

　2018年3月に開かれた第141回日医臨時代議員会で松本純一日本医師会常任理事（医療保険担当）は、支払基金業務効率化・高度化計画に関連して、「コンピュータによる審査を目指すものであってはならない。審査しているのが医師であるからこそ、医療機関は一定の安心感を持って請求しており、これは今後も重要である」と強調した。

〇健保連常務理事：自動レポーティング機能で情報公開する対象事例の拡大を要望　　

　厚労省の審査支払機能の在り方に関する検討会の論議で、健保連の河本滋史常務理事は、支部間の審査結果の差異を 見える化 する自動レポーティング機能について、これまで見えてこなかった審査上の差異を自動で「見える化」し、スピーディーな差異解消につながる大きなメリットがあると評価。審査結果の不合理な差異解消に向けた取り組みに関し、自動レポーティング機能で情報公開する対象事例の拡大を要望した。

———————————————————————————————————————-

　このコメントから察するに、審査支払機関の審査には、医師の目も入っているようだ。「見える化」と「スピーディー」、時代の要請である。

　支部間の審査結果の差異について、こんなコメントをいただいている。

〇神奈川県：地域や機関、審査委員間で差異が発生する理由

　厚労省の審査支払機能の在り方に関する検討会で、神奈川県社会保険診療報酬請求書審査委員会の田口　進審査委員長は、地域や機関、審査委員間で差異が発生する理由について、①医療は多様性が大きく、千差万別な症状に合わせて治療が変わる、②診療報酬の算定ルールに不明確なものがあり、解釈が分かれる、③大学や系列の医療機関におけるルールの違い等の教育差－をあげた。

〇福岡県：審査委員の習熟度の差や、解釈が色々変えられることが「不合理な差異」の理由

　同じく厚労省の検討会で、福岡県国民健康保険診療報酬審査委員会の津田泰夫会長は、「不合理な差異」の発生理由について、「審査委員の習熟度の差や、解釈が色々変えられること」を理由にあげ、「国保は各都道府県が主体で、ローカルルールがあることは否めなかった」と述べた。さらに、全国から代表者を集めて審査状況を議論し小冊子にまとめているほか、審査基準の統一を推進する協議会の設置等、各都道府県の差異解消に向けた取り組みを説明した。

———————————————————————————————————————-

　続いて医師のコメントも紹介したい。

〇患者のために行った診療で査定を受けると、モチベーションが低下する

　支払基金の審査は、医師の治療についての裁量権を考えなさすぎる。患者のためを思って行った治療について査定を受けると、治療への意欲がなくなる。

〇現場の医療を知っている人がレセプト審査を

レセプト審査をする人達は、現場の医療をよく知っている人にしてほしい。現場や医療を知らない人間に審査されても納得できず、忙しい中再審査請求をする手間も考えてほしい。

〇自動処理できるのはコンピュータに任せ、審査委員はよりハイレベルな段階で審査すべき

　審査機関の事務系職員が自動的に処理できることをコンピュータに任せるのは良い。審査委員はよりハイレベルな段階で審査すべき。事務系職員、審査委員ともに資質に差がありすぎ。

〇レセプト審査の都道府県差、住民税のようだ

　レセプト審査は都道府県ごとに審査基準、集団的個別指導の点数にかなり差があり、不公平感は否めない。まるで、住民税のようだ。

———————————————————————————————————————-

　「職人技」と書いてはみた。しかしなかなかどうして、審査支払機関側のチェック能力も、やはりムラがあるということがコメントから見て取れる。

　診療報酬単価は全国一律だ。1点単価も10円。法律上、この1点単価は、とても大雑把にいうと実は変更可能なのだが、昨今の議論では診療側としては1点10円の変更議論については慎重論が多い。

　東西と南北に長い日本列島。同じ日本といえども、方言も異なれば食文化も異なる。それが県民性である。その独自の県民性が地方色豊かに紹介され、盛り上がるTV番組があるが、診療報酬の審査支払となると話は違い、地域の独自性は、肯定的に受け入れられるとは、なかなかならないようだ。

　請求側の医師のコメントも、なかなかの悲哀を感じるが、医療事務に携わっておられる側からのコメントを紹介したい。

　まずは医療事務受託事業者から。

〇医療事務外部委託を断られた理由は、長期的には優秀な事務職員が育たないから

　中部地方のある市立病院から医療事務業務の外部委託を断られた。その理由は、「外部委託は経営効率・コスト削減が目に見えるが、医療事務のノウハウ、スキルを病院内に蓄積しにくくなり、長期的観点から優秀な事務職員が育たない」という理由からだ。今後は、単なる業務委託から受託先病院の事務職員のスキルアップをサポートするサービスに取り組まなければならない。

〇「AIレセチェッカー」東大病院とソフトウェアライセンス契約

　AI技術を実装した医療支援システムの開発をしている株式会社Medical AI LAB（「MILAB」）は2019年10月、レセプト点検ソフトウェア「AIレセチェッカー」に係るソフトウェアライセンス契約および業務保守委託契約を、東京大学医学部付属病院（東大病院）と締結した。「AIレセチェッカー」は、人工知能（AI）の学習機能により、複雑な設定なしで修正が必要なレセプト（要修正レセプト）の判定並びに適応病名候補の提示を、高精度で実現。ある病院で検証したところ、同様の機能を持つ他社製品に比べて「レセプトの処理時間が約50％短縮」され、また、「病名のレコメンド精度が約1.8倍」となることが確認された。「AIレセチェッカー」は、2020年末時点で16の医療機関で利用されている。

———————————————————————————————————————-

　アウトソーシング化のジレンマである。外部委託化した業務を自営化に戻すのは一苦労だ。それでも自営化によって職員の能力向上を図ろうとする動きが生まれるのは理解できる。医療機関に入ってくる収入が、医事も含む事務職員に、国家資格者並みに、とまではいわないが、真っ当な評価で給与として還元されてくれば、その実現は早いだろう。それが診療報酬増によってか、はたまた医療機関内の配分見直しによってか、しかし前者はなかなか難しいだろう。だとすれば、医療機関毎に大きな議論が必要なのかもしれない。

　続いては医療事務業務に従事しておられる方々から。

〇医療事務の仕事、とにかく忙しい

　医療事務の仕事は、「受付・会計業務」「レセプト業務」「クラーク業務」と多岐にわたる。医療機関によっては休む間もなく患者が来院し、その対応に追われている。また、毎月レセプト請求をする日は定時で仕事が終わらず、残業になってしまう。

〇AI活用した医療請求事務に期待

　医療関係の職種のひとつである医療事務。覚えるべき専門知識はたくさんある。患者の命や健康を預かる医療現場では、病名の入力ミスはもとよりちょっとしたミスも許されず、他の職場にはない独特の緊張感がある。AIを活用した事務請求が導入されれば、ミスも避けることができると期待したい。

———————————————————————————————————————-

　医療事務受託業界の様相や、医療事務の現場にまつわる現状も、徐々にIoTやAI技術の投入等によって改善され、これまでの考え方の延長線上とは全く異なるものとなる可能性が大いにある。

　保険確認業務は、仕切り直しとなるであろう、マイナンバーカードによる確認で。レセプト作成は、診療報酬請求事務は自動計算で。審査はAI導入でほぼ自動化。例えばそんなことになれば、今度は医療事務に従事する方々はどんな業務を行うことが中心となるのだろう。レセプト全体の9割程度はコンピュータ・チェックで完結する、というのであれば、職人技を持った請求事務従事者の9割はどうなるのか。AIに取って代わられ、より高度なチェックをできる職人へと昇華するか、単純に残業が減って「みんなよかったね」となるのか。

　これまでの業務の労苦から解放されたはよいが、仕事が奪われ、ヒューマンなコミュニケーションが求められる患者対応に傾注するのか？それとも、それすら機械による対応等で不要となり、病院の受付回りから事務職員がいなくなる日もやってくるのだろうか。

　これから先の未来は技術力によって明るくなる部分も大いにあるが、明るくなる分、影の部分もきつくなるのかもしれない。

＜ワタキューメディカルニュース事務局＞

（※1）…アルファ‐アルファ型、アルファ‐ベータ型と、2週目に入るのも考えられるが、分かりにくいことこの上ない。そのまま行けば「ダブルゼータ型」、なんてのも出てくるかもしれない。

＜WMN事務局＞