メインコンテンツへスキップ
見出し画像

国家予算が処方箋を書く日(第1部):合理性が医療を侵食する構造

    ※本稿は全6部構成の連続論考です。
    医療と合理性、AI、そして「医師とは何か」という問いを順に整理していきます。
    月・木21時更新。

    目次(全6部/順次公開)

    予算や点数のしくみが強まるほど、医療は「患者に合うか」より「審査に通るか」に引っぱられていく。申請を助けるAIと、審査するAIが同時に進むと、なぜ通った/落ちたのかが見えにくくなり、異議を申し立てる道も細くなる。すると現場の言葉は形だけになり、精神科で大事な「その人らしさ」は切り落とされやすい。医師に残る役割は、手順をなぞることではなく、例外やこぼれ落ちた負担を引き受ける判断である。

    • 合理性:限られた医療費の中で、支払い側が「無駄を減らし、同じ型で処理したい」と求める力。

    • 計測:医療の良し悪しを、数値や基準で判定できる形に置き換えること(=指標化)。

    • 外部コスト:制度の中では削れたように見えても、患者・家族・現場・地域へ“しわ寄せ”として移動した負担。

    はじめに──Pentagon契約が映し出す影

    2026年2月28日、OpenAIのCEO Sam Altmanが米国戦争省(旧国防総省)の機密ネットワークにAIモデルを配備する契約を締結したと発表した。その直前、Anthropicは同様の要請を拒否している。自律型兵器への使用禁止と、米国市民に対する大規模監視への参加拒否──この二本のレッドラインを越えなかったAnthropicに対し、Trump大統領は連邦機関での同社技術の即時使用停止を命じた。

    Redditでは#CancelChatGPT運動が拡大し、解約証明のスクリーンショットが数千の支持票を集めた。

    この出来事は、太平洋を挟んだ向こう側の騒動に見えるかもしれない。だが長きにわたって精神科の臨床現場に立ってきた者には、この構図の中に、日本の医療が向かう先が映る。

    本稿では、AIと軍事の問題を入口としながら、「国家予算が治療を逆算する時代」に医師という存在がどう変容するのかを考察する。前後編の前編にあたる本稿では、AIがなぜ統制困難なのかを出発点に、その論理が日本の国民皆保険制度にどう浸透しうるかまでを描く。

    ※出典(はじめに)

    第1章 AIと核──なぜAIは統制できないのか

    AIの脅威を語るとき、しばしば核兵器との対比が持ち出される。「核に匹敵する脅威だから国際的な管理体制が必要だ」と。だが構造を突き詰めると、AIが核より遥かに統制困難であることが浮かび上がる。

    核は「持っている」ことが可視的である。濃縮ウランの調達、遠心分離施設の建設、核実験の地震波──すべてが物理的痕跡を残す。だからIAEA(国際原子力機関)の査察が機能し、NPT(核不拡散条約)という枠組みが曲がりなりにも成立した。

    AIは「使っている」ことが不可視にできる。Pentagon契約の全容がどこまで公開されるか、政府がどのデータにアクセスしているか、Googleが社内規定から自律型兵器の禁止条項をひっそり削除したことすら、多くの人は知らない。今回の件が可視化されたのは、Altmanが自らXに投稿したからにすぎない。黙っていれば誰も気づかない。

    もう一つ決定的な違いがある。核の抑止力は「使わない」ことに価値がある。MAD(相互確証破壊)の論理で、保有すること自体が抑止になり、使えば全員が負ける。ところがAIは「使う」ことにしか価値がない。使わなければ競争に負ける。核のような「保有するが使用しない」という均衡点が、AIには原理的に存在しない。

    そして、これが本稿の主題に直結する点だが──核は軍事と民生の境界が比較的明確である。原子力発電と核兵器は技術的に連続していても、制度的には分離されている。AIにはこの境界がない。患者のカルテを要約するLLM(大規模言語モデル)と、Pentagonが市民のリスク評価に使うLLMは、同じモデルである。

    これは軍事の話であると同時に、医療費46兆円の話である。Pentagonが「すべての合法的な目的」にAIを使うと宣言したのと同じ論理は、日本の医療費抑制にも、レセプト審査にも、障害年金の審査にも、そのまま適用できる。AIが「合法的に」制度を最適化するとき、最初に声を失うのは、制度の外縁にいる人間である。

    第2章 「合法」の甘い罠──principlesとred linesの間

    Altmanは契約発表に際し、「国内の大規模監視の禁止」と「武力行使における人間の責任」という二つの "safety principles" を維持すると述べた。一見、Anthropicとほぼ同じ立場に見える。

    しかし「principles(原則)」は「red lines(越えない一線)」や「restrictions(制限事項)」とは法的に異なる概念である。原則は他の原則──たとえば国家安全保障──と衝突した場合、より重要と判断された側が優先される余地を残す。

    Anthropicが求めたのは、技術の使用方法に対する自社のコントロール権であった。契約上、明示的に適用範囲を制限すること。対してAltmanは、使用方法の判断を米国政府に一任する構造を受け入れた。

    この構図は、日本の医療制度に置き換えると見覚えがある。

    「医療法は非営利を原則としている」──これはprincipleである。しかし現実には、MSO(経営サービス組織)と一般社団法人の組み合わせにより、営利企業が医療機関を実質支配するスキームが存在する。原則は、抜け道を設計する知性の前では脆い。

    AIの軍事利用においても、医療制度の営利的運用においても、「合法である」というフレームの中に身を置くことで倫理的判断を外部化する構造は同型である。

    第3章 健康リスクの値段──AIが保険を変える日

    Pentagon契約から少し視点をずらすと、もう一つの巨大市場が見える。保険業界である。

    米国の健康保険市場は年間4兆ドル超。引受判断の精度を1%上げるだけで数百億ドルの価値がある。AIはそのための最適なツールである。

    直接的にデータを売らなくても、保険会社がAIのAPIを社内で使えば、ユーザーが入力した健康相談の文脈理解能力そのものがリスク評価モデルに転用できる。「うつ病について質問する人はこういう文章パターンを持つ」というメタ知識がモデルの重みに埋め込まれていれば、個人データを渡さなくても実質的に同じ機能を果たす。

    精神科が最もターゲットになりやすい理由は明確である。精神疾患は保険数理にとって最大の不確実性だからだ。がんや心疾患には画像・血液データという定量指標がある。精神科にはない。だからこそ保険会社は、自然言語から精神的リスクを推定する能力に最も高い値段を付ける。

    患者が夜中にChatGPTに不眠の相談をしたデータが、間接的に保険料の査定に影響する──この経路は、すでに商品化・提携として動いている。

    2026年1月、OpenAIは「ChatGPT Health」を発表した。医療記録やウェアラブル端末のデータをChatGPTに接続し、健康相談から保険プランの比較・推奨まで行う。この機能の医療記録接続を担うのが、b.well Connected Healthという企業である。b.wellの主要クライアントは健康保険会社であり、保険会社に対して「最初の保険請求前から会員を理解する」ことを約束し、人口健康管理とリスク評価のサービスを提供している。創業者はUnitedHealthcareの元副社長である。

    消費者向け健康サービスという形をとるが、その構造は保険会社向け情報インフラと親和的である。

    同時期に、Oscar Healthという健康保険会社がOpenAIとBAA(HIPAA準拠の医療データ取扱契約)を締結し、保険業界として初めてOpenAIのモデルを使った保険請求レビューや患者層分析を開始した。State Farmは9,600万以上の保険契約を持つ米国最大の保険会社だが、OpenAIのFrontierプラットフォームのローンチパートナーとなった。さらにChatGPT上で保険商品を直接見積もり・購入できるアプリも承認され始めた。

    注目すべきは、ChatGPT HealthがEU、スイス、英国を対象外としていることである。GDPRなど世界で最も強力なデータ保護法を持つ地域が除外されている。この構造のリスクを、開発者自身が認識していることの傍証と見てよいだろう。

    メジャーAI企業と保険業界の結合は、「将来の可能性」ではなく現在進行形のビジネスモデルである。

    ※出典(第3章)

    第4章 国民皆保険の落とし穴──「排除」ではなく「絞り込み」

    「日本には国民皆保険がある。だからアメリカのような問題は起きない」──この前提は脆い。

    まず、アメリカで何が起きているかを確認しておく。

    UnitedHealthcareの子会社naviHealthは、「nH Predict」というAIツールを使い、Medicare Advantage加入者のポスト急性期ケアの請求を、主治医の判断を無視して自動的に拒否していた。この否認の90%以上が控訴で覆される誤り率であったとされ、集団訴訟に発展している。2025年2月、連邦裁判所はUnitedHealthの棄却申立てを退け、訴訟の継続を認めた。裁判官はUnitedHealthの控訴プロセスを「futile(無益)」と表現している。

    Cignaではさらに露骨である。「PxDx」というアルゴリズムが、請求1件あたり平均1.2秒で拒否判定を下していた。2022年の2ヶ月間で30万件以上の請求が拒否された。元Cigna医師は「文字通りクリックして送信するだけだ。50件を10秒で処理する」と証言している。一人の医師が月に6万件の請求を拒否していた計算になる。

    2024年12月、UnitedHealthcareのCEO Brian Thompsonがマンハッタンで射殺された。犯行現場の薬莢には「deny(拒否)」「delay(遅延)」「depose(証言させる)」という言葉が刻まれていた。事件直後、SNSには同社の保険請求拒否への怒りが殺到した。AIによる請求拒否が蓄積させた社会的怒りの帰結である。

    これが米国の現実である。では日本はどうか。

    確かに、米国型の「AIが保険拒否の判断に使われる」シナリオは、日本にはそのまま適用されない。全員加入が原則であり、保険料も所得ベースで健康リスクでは変動しない。

    だが日本で起きるのは、排除ではなく「給付の絞り込み」である。

    障害年金の不支給率が地域によって2倍異なる問題。制度からの排除はしないが、審査を厳格化して実質的にアクセスを制限する。これは保険ではなく社会保障の話だが、構造は同一である。ここにAIが導入された場合の帰結を考える。

    レセプト審査のAI化が最も現実的な経路である。支払基金は既にAI導入を進めている。現在は算定ルールの自動検証が中心だが、処方パターンの逸脱検知、診断名と処方の整合性チェック、「この診断名でこの治療期間は妥当か」の判断まで射程に入る。

    精神科は特に脆弱である。身体科のように検査値で治療の妥当性を客観的に示せないため、AIが「統計的に逸脱している」と判定した場合、反論の根拠を示しにくい。

    国民皆保険だからこそ、問題が不可視化されやすいという構造がある。米国なら「保険に入れない人がいる」という形で問題が可視化される。日本では全員が保険に入っているから、「給付を絞られている人がいる」ことが外からは見えにくい。

    そして、絞り込みの圧力が最初に到達するのは患者ではない。医療機関である。

    レセプトが査定される。返戻される。その分の医療費は医療機関の持ち出しになる。一件一件は小さくても、AIによる審査が精密化し、「統計的逸脱」の網の目が細かくなれば、査定の頻度と量は増加する。精神科の小規模クリニックにとって、それは経営の根幹に関わる。

    そして最後に、医師は患者の目を見てこう言わなければならない。「これ以上の治療を続けることが難しくなりました」と。

    この順序に構造がある。AIが直接患者を拒否するのではない。AIが審査を絞り、医療機関の経営が圧迫され、最終的に患者に「できない」と伝える役割だけが医師に残る。AIは手を汚さない。泥をかぶるのは現場の医師である。

    しかもその説明を受ける患者には、背後で何が起きているか見えない。「先生に見放された」としか感じられない。AIの審査基準が医師と患者の信頼関係を毀損するが、AIの名前はその場に一度も出てこない。

    米国では保険会社が「あなたの申請は拒否されました」と通知する。拒否の主体が可視的だから、怒りの矛先も明確になる。先に述べたCEO射殺事件に至る社会的怒りは、拒否が可視的であるがゆえに生まれた。

    日本型の絞り込みでは、そのような怒りの焦点すら生まれない。審査AIの基準が変わったことは通知されず、査定された医療機関が黙って損を吸収し、限界に達したとき患者との関係が静かに断たれる。制度上は誰も「拒否」していない。ただ、治療が終わる。

    第1部を終えるにあたって

    ここまで、AIの統制困難性から始めて、その論理が日本の国民皆保険制度にどう浸透しうるかを描いてきた。

    Pentagonの契約と、日本のレセプト審査は、規模も文脈もまるで異なる。だがその底を流れる力学は同じである。「合法的に」「合理的に」「効率的に」──この三つの言葉で正当化される最適化の波が、制度の内側を整え、その代償を外側へ静かに押し出していく。

    第2部では、国家予算と計測データが上下から医療を挟み込む構造、AIが治療レシピを書き始める過程、そしてその先で医師という存在がどう変容するのかを描く。

    制度を最適化するAIは、最適化の外に落ちた人間をどう扱うのか。あるいは──扱わないのか。



    本稿は「国家予算が処方箋を書く日」シリーズ第1部です。第2部に続きます。

    #医療とAI
    #国民皆保険
    #医療政策
    #精神科


    あなたへのおすすめ