PwCが公表した60ページの医療費分析レポートが、AI導入に期待していた「コスト削減」とは真逆の現実を突きつけた。AIは確かに医療現場を「最適化」している——ただし、患者にとってではなく、医療機関の収益にとって都合のいい方向に。

AIが医療費を押し上げるメカニズム

レポートによれば、AIは2027年に向けて医療費を最大9%引き上げる可能性がある5つの要因のひとつに挙げられている。9%という数字は2010〜11年以来最高水準で、今年（2026年）と同率だ。

核心にあるのは「医療コーディング」の問題だ。医療コーディングとは、診断や処置内容を標準化されたコード（診断群分類）に変換して保険会社に請求する仕組みのこと。これまで忙しい臨床医は複数の症状や合併症をひとつの大まかなコードにまとめていたが、AIのメモ自動記録ツールはより細かい情報を拾い上げ、詳細なコードへ分類できるようになった。

詳細なコード＝より重症の分類＝より高い報酬。実際の治療内容は変わっていないのに、請求金額だけが上がる。これが「コーディング強度（coding intensity）」の上昇として顕在化している。

ブルークロス・ブルーシールドが明かした具体的数字

米最大規模の民間医療保険連合であるBlue Cross Blue Shield（BCBS）の分析が、その実態を数字で裏付けている。

産後の急性失血後貧血という診断コードに着目したところ、2022年から2025年の間に対象病院での使用率が**4%から12.3%**へと急増していた。ところが、この疾患の標準的な治療である輸血の件数はほぼ横ばいだ。つまり、診断された患者が増えたのに治療件数は増えていない。

BCBSがコード使用率の増加が最も急激だった病院システムを監査した結果は衝撃的だった——実際に臨床基準を満たすケースは20%未満だったという。この「コーディング強度」の上昇によって、調査対象の病院における産科関連支出はわずか3年で2,200万ドル（約33億円）膨らんだ。

「AIは効率化する」という前提の落とし穴

もちろん、AIが医療費上昇の最大要因というわけではない。PwCレポートの著者も認めているとおり、依然として人件費や医薬品・資材コストの方が費用増大への寄与は大きい。また、AIが将来的に行政事務の自動化や早期診断精度の向上を通じてコストを押し下げる可能性も否定されていない。

しかし今起きている現実は、ある医療保険幹部の言葉が端的に表している。

「企業はAIを手にすると、『これを使って自分たちの利益を最大化するにはどうすればいいか』と考える」 AIは「与えられた目標」を最適化するのが得意なツールだ。目標が「業務効率」に設定されればコストは下がる。目標が「請求可能な収益の最大化」に設定されれば、請求額が上がる。

日本のエンジニア・IT管理者への影響

日本では医療DXの波が本格化しており、電子カルテのAI入力補助や診断支援AIの導入が急ピッチで進んでいる。日本の保険診療体制（DPC/PDPS）はアメリカとは異なる仕組みだが、診断群コードの精度向上による請求最適化という構造は共通して起こりうる。

医療系システムの開発・導入に関わるエンジニアが明日から意識すべきポイント：

  • AIの「最適化対象」を設計段階で明確に定義する。「業務効率」と「収益最大化」は似ているようで全く異なるゴールを生む
  • 監査ログと異常値検出の仕組みをセットで実装する。コーディング頻度の急変を自動検知できる仕組みがなければ、問題の発見が遅れる
  • インセンティブ設計とAI設計を分離して考える。AIの挙動はインセンティブ構造に引きずられる。AIチームとは別に、KPIの妥当性を評価する視点を持つ
  • 「使えるから使う」ではなく「誰が得をするかを確認してから使う」。導入前に利害関係者のインセンティブを整理することが、後からの炎上を防ぐ

筆者の見解

AIが「効率化のための中立なツール」だという幻想は、そろそろ卒業していい時期だと思う。AIはあくまで「何かを最適化するエンジン」であり、何を最適化するかは人間が設計する。その設計に使う者の利害が乗っかる——これは当たり前のことであり、技術の問題ではなくガバナンスの問題だ。

「AIを導入すれば業務が改善する」という漠然とした期待のまま医療やインフラに組み込むことへの懸念は、この結果がよく示している。ツールの性能を問うより先に、「誰のために最適化するのか」を問わなければ、システムは必ず強い側の利害に引き寄せられる。

一方で、AIが医療費を下げうるシナリオ（早期診断・事務自動化・請求エラー検出）は現実に存在する。あとは実装を設計する人間が、患者側の利益を構造的に守る仕組みをどう作るかにかかっている。「AIだから信頼できる」でも「AIだから怪しい」でもなく、「どう設計され、何を最適化しているか」を常に問うのが正しいアプローチだ。

このレポートが示した「コーディング強度の上昇」は、医療業界に限らず、あらゆる分野でAIを「収益最適化エンジン」として使い始めたときに起こりうる。日本のIT現場でも、AI導入の評価軸として「誰が得をしているか」を常に問い続けてほしい。

出典: この記事は PwC Report: AI Making Medical Bills Higher の内容をもとに、筆者の見解を加えて独自に執筆したものです。