返戻を減らしたいクリニックが、生成AIでレセプトを事前確認するまで

午後九時を少し回ると、ひかり丘クリニックの受付には白い明かりがひとつだけ残った。廊下の時計が静かに進み、奥のプリンターが、ときどき低い音を立てていた。

医事担当の美咲は、冷めかけたお茶を机の端に置いた。患者の名前を覚えるのが早く、数字を並べる仕事も丁寧だったが、請求前の夜だけは、画面を閉じる手が重くなった。

美咲はまず電子カルテを開いた。次に、医師が出した検査や薬の指示を並べる診療オーダー、傷病名、検査、投薬の画面を順に開いた。

一枚のレセプトで、赤い三角の印が目に止まった。病名は登録されている。検査も実施されている。けれど、摘要欄という、なぜその検査をしたのかを書く場所には、短い言葉しか残っていなかった。

「この病名だけで、診療の必要性が伝わるだろうか」

昼間、診察室の片づけをしながら、担当医がそうつぶやいていた。美咲はその声を思い出し、画面の赤い印をもう一度見た。

レセプトは、診療の内容を保険者へ伝え、費用を請求する書類だ。内容の確認が必要になると、審査支払機関から医療機関へ戻されることがある。

「返戻になったら、また確認して、直して、再請求しないといけないんだよね」

昼休みに、医師はそう話していた。責める声ではなかった。ただ、病名だけでは、検査を行った理由まで伝わらないかもしれないという心配が、静かに残っていた。

美咲は摘要欄に入れられるコメントがないか、診療録の記録を探した。該当する箇所は見つかったが、別の画面にあり、コピーしてよい内容かを考える時間も必要だった。

患者情報の確認も続いた。氏名の漢字、生年月日、保険資格の変更がないかを確かめるため、資格情報の画面と電子カルテを何度も行き来した。

先月、保険者が変わった患者の欄では、登録日と資格取得日が近く表示されていた。入力を間違えたのか、それとも届出の反映を待っているのか、美咲だけではすぐに判断できなかった。

「ここは、明日の朝に受付へ聞こう」

声に出すと、少しだけ気持ちが落ち着いた。けれど、確認を明日に回す項目が増えるほど、請求を締める時刻も近づいていく。

別のレセプトでは、同じ種類の検査が重なって見えた。診療オーダーには理由がありそうなのに、傷病名の画面との結びつきが弱く、算定できるかどうかを判断するための材料が足りなかった。

「算定要件は、請求を出すための決まり。ひとつずつ確認すれば大丈夫」

美咲は自分に言い聞かせた。だが、その決まりを画面の中から探し出すだけで、時計の針は少しずつ進んでいた。

机の端には、厚生労働省が公開する医科用の返戻・再請求ファイルの記録条件仕様を印刷したファイルがあった。一次請求の返戻、再審査などによる返戻、再請求について、どの情報を扱うかが細かく書かれている。

美咲はページをめくった。紙の上では項目が整然と並んでいるのに、実際の画面では、病名、検査、コメント、資格情報が別々の場所にあった。

「全部を人の目だけで照らし合わせるのは、やっぱり難しいな」

ふと、昼に見た生成AIの紹介記事が頭に浮かんだ。請求の可否を決めてもらうのではなく、確認が必要な項目と、その理由を先に知らせてもらえたらどうだろう。

たとえば、病名はあるけれど検査理由のコメントが見当たらない。資格情報に変更の可能性がある。同じ検査が重なっている。そんな箇所だけを、赤い印のように見せてもらえたら、確認の順番を決めやすい。

「でも、患者さんの情報をそのまま入力していいわけではないよね」

美咲はすぐに立ち止まった。生成AIに任せるとしても、最終的に請求するかを決めるのは人でなければならない。使う請求ファイルの仕様や、診療月と請求月も、間違えずに扱う必要がある。

プリンターがまた低く鳴った。吐き出された紙には、確認を待つレセプトが重なっている。

美咲は白い付箋を一枚はがし、ゆっくり文字を書いた。

病名

その下に、もう一枚を貼った。

コメント

最後に、少し迷ってから、三枚目へ手を伸ばした。

算定要件

付箋を画面の端に並べると、赤い印の意味が少しだけ見えた気がした。まだ返戻を防ぐ方法は見つかっていない。それでも美咲の頭の中には、請求前に確認候補を知らせる仕組みの小さな形が、静かに浮かび始めていた。

朝、ひかり丘クリニックに届いた郵便の中に、返戻内訳書と査定結果の通知が混じっていた。美咲は封筒の角に赤い文字を見つけ、昨日の夜に見たレセプト画面を思い出した。

受付の窓から、やわらかな朝日が差していた。美咲は周りの音を聞きながら、封筒を机の上に置いたまま、しばらく手を伸ばせなかった。

「開けます」

小さく声に出すと、紙の端をそっと切った。中から出てきた返戻内訳書には、患者基本情報の不一致と、検査に関する摘要欄の補足不足が記されていた。

一つ目は、氏名の表記と保険資格の情報が一致していないという内容だった。電子カルテでは合っていると思っていたが、別の画面に入力された情報まで、同じようにそろっているかは確認できていなかった。

二つ目は、検査を行った理由が摘要欄に十分書かれていないというものだった。病名は登録されているのに、なぜその検査を行ったのかが、請求先に伝わる形になっていなかった。

美咲の指が、紙の上で止まった。昨夜、付箋に書いた「病名」「コメント」「算定要件」という三つの言葉が、急に重く感じられた。

そこへ院長が入ってきた。白衣のポケットから鍵を出しながら、美咲の机に並んだ書類を見た。

「返戻が来たのかい」

「はい。基本情報の不一致と、検査の摘要欄の補足不足です。それから、こちらに査定結果もあります」

院長は返戻内訳書と査定結果を並べた。似たような紙に見えたが、二つは同じ問題ではなかった。

「返戻なら、内容を直して再請求できることがある。でも査定は、請求した内容が認められず、減額や不支給になることがあるんだ」

美咲は通知の文字を追った。返戻は、足りない情報を直すために戻ってくるものだった。査定は、請求の内容そのものについて、認められない部分が出ることがある。

「では、書き方の問題と、請求する内容の問題を分けて見ないといけないんですね」

「そうだね。病名と診療行為が合っているか。算定要件を満たしているか。同じ検査を重ねて請求していないか。そこまで見ないと、返戻を直しても、別の査定につながるかもしれない」

美咲は新しい紙に、順番を書き始めた。患者基本情報、病名と診療行為、検査の理由、算定要件、重複請求。項目を並べるだけで、確認する場所がいくつもあることがわかった。

窓の外では、通勤する人の足音が続いていた。診療月の翌月10日までに請求するという院内の手順が、壁のカレンダーに赤く囲まれている。これは、RAG提供資料『クリニックのレセプト返戻候補を生成AIで事前発見する方法』にも示された期限だった。

「返戻に気づいてから直すのでは、次の請求準備と重なります」

美咲がそう言うと、院長はうなずいた。返戻通知が届くのを待っていては遅い。提出する前に、院内で気づかなければならなかった。

院長は机の端にあったノートパソコンを開いた。画面には、厚生労働省が公開する医科用のオンライン返戻・再請求ファイルの記録条件仕様が表示された。

「記録条件仕様というのは、返戻や再請求の情報を、どんな項目で扱うかを決めた案内だよ。まずは公式の形を土台にして、院内で確認する項目を整理しよう」

美咲は画面をのぞき込んだ。返戻された後の対応だけでなく、診療月、請求の状態、返戻の理由を、最初から分けて記録する必要があるらしい。

「でも、全部を人が覚えて、全部の画面を毎回見比べるのは……」

言葉の続きを、美咲は飲み込んだ。受付には電話が鳴り、診察室からは次の患者を呼ぶ声が聞こえていた。確認だけに時間を使えば、今度は目の前の仕事が遅れてしまう。

院長は通知を閉じずに、しばらく考えていた。やがて、返戻内訳書の余白に鉛筆を置いた。

「人が全部を覚えるのではなく、見落としそうな候補を先に教えてくれる仕組みが必要だ」

「候補を、先に……」

「生成AIなら、電子カルテやレセプトの情報を見て、確認が必要な箇所を示せるかもしれない。ただし、請求してよいかを決めるのは人だ。理由と根拠を見て、最後に確認する」

美咲は、昨日の付箋を新しいノートに貼り替えた。返戻通知は、失敗を責める紙ではなかった。どこで見落としが起きたのかを、次の請求前に見つけるための入口に変わり始めていた。

朝のひかり丘クリニックで、院長と美咲は、生成AIを請求の代わりにするのではなく、請求前の確認候補を示す助手として試すことを決めた。小さな画面に、カルテの森を照らす道筋が少しずつ見えてきた。

その日、受付の窓からやわらかな日差しが差し込んでいた。院長は、地域の医療ITを支援する長谷川さんを相談室に迎えた。長谷川さんは、白いノートパソコンを机の上に置き、静かに画面を開いた。

「AIに請求を任せるのは、まだ考えなくて大丈夫です。まずは、医事担当の方が確認する場所を、先に並べてもらいましょう」

美咲は、少し肩の力を抜いた。

「返戻か査定かを、AIだけで決めるのですか」

「いいえ。最終判断ではなく、確認が必要な箇所を知らせるのです。たとえば、森の中で道に迷いそうな場所に、そっと旗を立てるようなものです」

長谷川さんが画面を指でなぞると、中央に一枚の図が現れた。真ん中には「請求前チェック」と書かれ、その周りを、電子カルテ、診療オーダー、傷病名、検査、投薬、医事マスター、保険資格、算定ルール、過去の返戻結果が囲んでいる。

線は、それぞれの箱から中央へ伸びていた。診療の記録と請求の情報を一つに集め、AIは文章の意味や過去の事例を見比べるらしい。長谷川さんは、図の下に小さく「診療月」「原請求月」「返戻・再請求の状態」と書き加えた。

「請求月と診療月は、同じとは限りません。厚生労働省の案内でも、たとえば三月原請求分は、通常、二月の診療・調剤分を指すと説明されています。画面では、二つの月を別々に表示しましょう」

美咲は、昨日見た返戻内訳書を思い出した。月の表示を取り違えれば、どの診療の話なのか分からなくなる。長谷川さんは、医科の返戻ファイルと再請求ファイルの仕様を示す厚生労働省の資料を開き、「入力と出力の形は、まず公式の仕様に合わせます」と話した。

「返戻には、一次請求のものと、再審査などによるものがあります。そこを分けて記録すると、いつ、どの段階で起きた問題かを追いやすくなります」

院長は、うなずきながら図の余白を見つめた。

「では、AIの答えは、どんな形にしますか」

長谷川さんは、五つの欄を画面に並べた。「返戻候補」「考えられる理由」「不足している情報」「参照したルール」「確認担当」。判定を大きく表示するのではなく、確認する人が次の動きを選べるようにする設計だった。

「病名が抜けているかもしれない。病名と診療行為が合っていないかもしれない。施設基準や算定要件と一致しないかもしれない。重複請求の可能性や、摘要欄、症状詳記の不足も候補にします」

「でも、理由が分からないと、また画面を探し回ることになります」

「だから、関連する傷病名や検査、投薬を一緒に表示します。足りない情報も、『検査を行った理由の記載を確認』のように、短い言葉で出します。AIが断定するのではなく、担当者が確かめるための材料を出すのです」

美咲は、画面の五つの欄を見つめた。そこには、自分が紙の付箋に書いた「病名」「コメント」「算定要件」が、別々の場所ではなく、一つの流れとして並んでいた。

院長が、ふと尋ねた。

「今ある医事システムのチェックは、どうしますか」

「残します。機械的に確認できるエラーは、今までどおり機械に任せます。その上に、生成AIの文章理解と過去事例の照合を重ねます。二つを混ぜず、役割を分けるのが大切です」

長谷川さんは、厚生労働省が示すオンライン返戻・再請求の案内にも触れた。支払基金や国保連を含む請求・審査の仕組みと整合するように、使った仕様の版と確認結果をログに残す必要があるという。

「薬局と情報をつなぐときは、調剤用の返戻・再請求ファイル仕様も別に確認します。仕組みを広げるほど、どの資料を基準にしたかを残しておくことが大事です」

美咲は、たくさんの決まりに少し戸惑った。それでも、AIが見つけた候補を人が確かめ、直した記録を残せるなら、返戻を恐れて夜遅くまで画面を渡り歩く時間を減らせるかもしれないと思った。

「まずは一日の分だけで、試してみませんか。個人情報の扱いを確認し、確認担当を決めて、AIの候補と実際の結果を見比べます」

長谷川さんの提案に、院長は美咲を見た。美咲の胸には、まだ小さな不安があった。けれど、すべてを任せるのではなく、自分たちの目で確かめながら使えるなら、やってみたいという気持ちが、その不安のそばで明るく灯った。

「はい。まずは、見落としそうな場所を教えてもらうところから始めます」

美咲がそう言うと、画面の中央にある「請求前チェック」の文字が、朝の光の中で静かに浮かんだ。

過去レセプトを使った試験運用で、ひかり丘クリニックの生成AIは、返戻候補をいくつも見つけた。けれど、その中には、正しく請求できるものも混ざっていた。

土曜の朝、受付の奥では、院長と美咲が並んで画面を見ていた。美咲は患者名や生年月日を伏せた検証用データを用意し、過去レセプト、返戻内訳書、査定結果を一つの安全な検証環境に読み込ませた。Microsoft Excelで作った照合表には、診療月、原請求月、返戻・再請求の状態も分けて記した。

「実際に起きたミスを、もう一度見つけられるか試します」

美咲は、まず機械的なチェック結果を残した。そこへ電子カルテから出した傷病名、検査、処置、薬剤、摘要欄の情報を重ね、患者IDだけで照合できるようにした。氏名を使わなくても、同じ患者の診療の流れを追える形にした。

生成AIへの指示には、役割も書き込んだ。請求の可否を決めず、確認が必要な候補と、その理由、不足している情報だけを示すようにした。返戻ファイルは、一次請求返戻、再審査等返戻、再請求に分け、参照した仕様の版も記録することにした。

しばらくして、画面に四つの候補が現れた。

「保険資格の不一致。傷病名と検査のつながりが弱い可能性。摘要欄のコメント漏れ。同一患者への重複請求です」

候補には、該当する患者IDと診療日が付いていた。保険資格の不一致には、登録された資格情報と請求データの違いが並んでいた。重複請求には、同じ検査が同じ月に二度記録されていることが示されていた。

院長は、検査の候補を開いた。画面には、同一患者の過去履歴が縦に並んだ。同じ検査、処置、薬剤について、実施日、間隔、回数が表示され、PSA検査は三か月間の算定状況を確認材料にする例として表示された。

「一件だけを見るのではなく、前後の診療も見るのですね」

「はい。縦覧点検は、同じ患者の履歴を縦にたどる確認です。三か月の間隔や回数を見ると、重複の見落としを減らせます」

美咲は、画面の項目名も確かめた。医科のオンライン返戻・再請求ファイルの区分は、医科用の記録条件仕様（平成24年4月版）に合わせた。請求月と診療月を混同しないよう、厚生労働省の案内を見ながら、二つの日付を別々に表示した。

けれど、すぐに小さなつまずきが見つかった。AIは、摘要欄のコメントが足りないと判定したが、電子カルテ本文には検査の理由となる症状が書かれていた。AIが、自由記載の文章を読み落とし、構造化された項目だけで判断していたのだ。

もう一件では、二年前に登録された病名が、今回の検査と結びつけられていた。現在の診療記録には別の症状が書かれていたため、過去の病名だけでは今回の診療行為の理由にならない可能性があった。

「候補が出たからといって、間違いとは限りませんね」

美咲は候補を三つに分けた。資格不一致や重複の可能性は「必ず確認」に置いた。症状の記載場所が複数にまたがるものは「参考確認」とした。カルテ本文で必要な情報が確認でき、医学的な問題もないものは、院長の確認後に「対象外」とした。

院長は、対象外にする前に医学的な適用性を確認した。検査を行った理由が診療記録にあるか、傷病名と現在の症状がつながっているか、摘要欄に追加説明が必要かを一件ずつ見た。AIは候補を並べられても、診療の意味を最終的に判断する役目にはしなかった。

根拠を開くボタンも追加した。AIの回答には、点数表、通知、疑義解釈、施設基準のどれを参照したかを表示し、確認できていない情報は「不足」と明記した。根拠が見つからない回答は、もっともらしい文章に直さず、「判断できない」と表示するようにした。

美咲は指示文を直した。カルテ本文、摘要欄、当月の診療記録を順に読むこと、過去の病名だけで現在の行為を説明しないこと、判断できないときは候補のまま止めることを加えた。既存のレセプトコンピュータによる機械的なチェックも残し、生成AIだけに頼らない形にした。

二度目の点検では、正しい請求を強い警告にしない表示へ変わった。それでも、AIは一件を「参考確認」として残した。美咲はその画面に、検査日、関連する症状、参照した通知、足りない情報を並べ、院長が短時間で確かめられるようにした。

「AIが止まったら、手動点検へ戻します。自動修正もしません。自動請求もしません」

二人はその流れを運用手順に書いた。検証画面が止まったときや、根拠を示せないときは、従来の画面と紙の確認表に切り替える。夕方、最初の試験結果を閉じた美咲の机には、「必ず確認」「参考確認」「対象外」と書かれた三枚の付箋が、静かに並んでいた。

診療終了後、ひかり丘クリニックでは新しい事前確認が始まった。美咲が当日の電子カルテとレセプト情報を照合すると、生成AIが三つの確認候補を画面に並べた。画面には診療月、原請求月、返戻・再請求の状態も表示され、月の取り違えを防ぐようになっていた。

「前は、画面を開いて、付箋を見て、また別の画面に戻っていたね」

美咲の隣で、院長の佐伯が画面をのぞいた。以前の机には、「病名」「コメント」「算定要件」と書かれた紙が重なっていた。今は、確認すべき場所が画面の中で静かに光っている。

最初の候補には、傷病名の登録状況が示されていた。検査の記録はあるが、検査に関するコメントが足りない可能性があるという表示だった。候補の横には、検査の情報、登録されている病名、足りないと考えられる記載が分けて並んでいた。

「理由だけでなく、不足している情報も出ているのね」

美咲は、表示されたカルテ本文を開いた。診察中の症状は書かれていたが、検査を行った理由につながる症状詳記が短かった。佐伯は診療内容を思い返し、カルテ本文に必要な説明を加えた。

「検査をしたことだけでなく、なぜ必要だったかが残っているかを見るんだね」

二つ目の候補には、算定要件の確認が出ていた。AIは、請求情報のどの項目を見たのかを示し、参照した医科用の記録条件仕様も表示した。美咲は、平成24年4月版の医科用仕様を開き、画面の参照先と照らし合わせた。

「この候補は、AIが請求できないと決めたものではありません。確認する場所を知らせているだけです」

美咲がそう言うと、佐伯はうなずいた。候補には、判断の根拠と参照ルールがあり、根拠になった情報が空欄なら、その空欄も見える。人が確認し、必要なら直す。その順番が、画面の中に残っていた。

三つ目は、重複の可能性だった。同じ検査に見える記録が二つあり、画面には「傷病名の登録状況」「検査に関するコメント」「算定要件の確認」「重複の可能性」という四つの欄が並んでいた。佐伯が診療記録とオーダーを見比べると、片方は入力途中に作られた記録で、請求対象は一つだけだった。

「これは該当なしでよさそうです」

美咲は候補を「確認済み・該当なし」として保存した。誤判定を消すのではなく、なぜ該当しなかったかを記録する。次に同じ表示が出たとき、二人が同じ画面を見て判断できるようにするためだった。

請求の後には、返戻内訳書と査定結果を取り込む流れも加わった。一次請求返戻と再審査等返戻を分け、再請求の状態と合わせて記録する設計は、医科の返戻・再請求ファイル仕様を参照した。返戻の種類ごとに、どのミスが繰り返されているかを確認できるようにした。

月が変わり、請求のルールが改定されたときは、AIをそのまま走らせなかった。美咲とシステム担当は新旧対照表を机に広げ、医事マスター、オーダーコード、算定要件の変更箇所を一つずつ確認した。変更した日と確認した人も記録した。

院長は、その作業の途中で一枚の研究資料を開いた。厚生労働科学研究の「検体検査実験」では、AIが検査オーダーを診療行為へ変換した正答率が73.7％だった。この数字はひかり丘クリニックの精度ではなく、AIの結果を検証し続ける必要性を示す参考値として、運用資料に残された。

「便利だから、任せてよい。そうは考えないことだね」

佐伯の声に、以前のような不安だけはなかった。候補を見て、根拠を確認し、カルテを直す。該当しなければ、その理由を残す。小さな手順が、請求前の画面に並んでいた。

夜の受付には、相変わらず白い明かりが残っていた。けれど美咲は、いくつもの画面を行き来して立ち尽くしてはいなかった。三つの候補を一つずつ確認した記録が画面に残り、紙の付箋は机の端で静かに役目を終えていた。

朝の受付に、やわらかな光が差し込んでいた。美咲は前月の返戻内訳書をファイルから取り出し、診療前の机にそっと広げた。

紙には、患者情報の不整合、摘要欄のコメント漏れ、算定要件の確認不足が並んでいた。美咲は赤い線の多い項目を指でなぞり、生成AIの確認画面を開いた。画面には、過去の返戻と査定結果を参照した候補が、優先順位をつけて表示されていた。

「この患者さんは、保険資格の期間と請求月が合っていない可能性があります。こちらは、検査の理由が摘要欄に残っていません」

美咲は画面の横にある根拠欄を開いた。どの請求情報と、どの過去の事例を見て候補になったのかが、短い言葉で示されている。以前なら、電子カルテと資格確認の画面を何度も往復していたが、今は確認する場所が先に見えた。

「候補が出たら、まず診療の中身を見るよ」

診察室から来た医師は、画面に記された病名と検査を見比べた。患者の症状、検査を行った理由、医学的に必要だったかどうかを確認し、問題がなければその理由をメモに残した。

美咲は隣で、保険資格、医事マスター、算定要件、摘要欄を順に確かめた。医師が診療の意味を見て、美咲が請求の条件を確かめる。その順番は、いつの間にか二人の間に静かに根づいていた。

厚生労働省が公開する医科用のオンライン返戻・再請求ファイルの記録条件仕様も、机の端に置かれていた。美咲は一次請求返戻と再審査等返戻の欄を見ながら、ファイルの種類と状態を確認した。

「同じ返戻でも、どの段階のものかを分けておくのね」 「そう。AIの候補だけで決めず、公式の手順に戻れるようにしておこう」

候補の理由が空欄のものは、保留の箱へ移された。判断に迷うものは、以前から使っている点検手順に戻り、必要なら審査支払機関へ確認する。画面の赤い印は、答えではなく、立ち止まる場所になっていた。

午後、診療報酬改定の知らせが届いた。美咲は新旧対照表と院内の医事マスターを並べ、医師と一緒に変更された項目を一つずつ確認した。画面の診療月と請求月を見間違えないよう、二つの日付も並べて表示されている。

「前のルールをそのまま使わないで、変わったところだけ見直すんだね」 「うん。仕様の版も記録しておけば、あとで確かめられるから」

夕方、請求前の画面に新しい候補が一つ現れた。美咲はもう、机いっぱいに赤い付箋を貼らなかった。代わりに、「検査目的を確認してください」と短く書いたメモを医師の机に置き、該当する患者情報を閉じた。

翌朝、窓辺の光が確認済みのファイルを照らしていた。返戻通知を待つ箱は空のままで、美咲は医師から戻ったメモに静かに確認印を押した。白い明かりだけが残っていた夜の受付には、次の診療を迎える朝の音が、もう聞こえていた。