病院の医事課の業務内容｜レセプト請求・未収金・診療報酬改定とAI RCMの全体像【2026年版】

病院の医事課の業務内容｜レセプト請求・未収金・診療報酬改定とAI RCMの全体像【2026年版】

病院の医事課（医事課・医療事務室・請求業務室・メディカルクラーク部門などと呼ばれる組織）は、患者の受付・診察料計算・窓口会計・レセプト（診療報酬明細書）作成・保険請求・未収金管理・診療報酬改定対応・DPC請求・医療相談・医療相談員（MSW）との連携までを担う、病院の「お金の入口」となる部門です。医事課の業務品質がそのまま病院の収益性・キャッシュフロー・医療の質に直結するため、診療報酬改定のたびに業務設計の見直しが求められる厳しい環境にあります。2026年度診療報酬改定は本体プラス3.09%・全体プラス0.22%と12年ぶりの大幅プラス改定、6月1日施行という日程が厚労省から示されており、電子的診療情報連携体制整備加算等の新加算も医事課の業務に直接インパクトを与えます。海外では2026年にAI RCM（Revenue Cycle Management）が本番フェーズに入り、中国では医保DRG/DIP 2.0・AI事前拦截が大規模展開されています。本記事では病院医事課の業務範囲と、AIで変わる領域／変わらない領域を3階層で整理します。

医事課の全体像

医事課が担う主な機能

• 受付・問診票・患者情報登録：初診・再診の受付、保険証確認、マイナ保険証対応、患者属性・保険情報のCIS登録、問診票の整備
• 会計・窓口業務：診療費の計算、自己負担額の徴収、領収書・診療明細書発行、高額療養費制度案内
• レセプト（診療報酬明細書）作成：ときわ会グループ「医事課のお仕事 〜レセプト作成業務〜」やメディコム「レセプト業務の流れ」が示すとおり、患者1人につき月1枚のレセプトを作成し、社会保険診療報酬支払基金（社保）・国民健康保険団体連合会（国保連）に提出
• レセプト点検・返戻・減点対応：ヒューマンアカデミー「レセプト業務とは？」が解説するとおり、査定・減点・返戻に対する再請求・再審査請求
• DPC請求・DPCコーディング連携：診療情報管理部門と連携し、DPC対象病院での診断群分類別包括評価による請求
• 医療相談・未収金管理：診療費の未収金管理、支払困難患者への相談対応、高額療養費・限度額適用認定証・生活保護・公費負担医療制度の説明
• 診療報酬改定対応：2年ごとの改定（2026年度は本体+3.09%・全体+0.22%）に合わせた点数マスター改訂、加算算定要件確認、運用変更
• 医療文書管理：診断書・証明書・傷病手当金・主治医意見書・交通事故証明等の発行・管理
• 自賠責・労災・公費負担医療：国土交通省「自賠責保険」、厚労省「労災保険制度」、生活保護、結核・難病・小児慢性等の公費医療
• 個別指導・監査対応：地方厚生局の個別指導・集団的個別指導・監査への対応
• 医療情報システム運用：電子カルテ・医事会計システム・レセコン・マイナ資格確認・地域医療連携ネットワークとの連携運用

関連する主な制度・機関

• 厚生労働省・中央社会保険医療協議会（中医協）：厚労省「令和8年度診療報酬改定について」で改定内容を公開
• 社会保険診療報酬支払基金（社保）・国民健康保険団体連合会（国保連）：社会保険診療報酬支払基金・国民健康保険中央会がレセプト審査・支払機関として機能
• 地方厚生局：厚生労働省地方厚生局が個別指導・集団的個別指導・監査を実施
• 日本医師会：日本医師会「なるほど診療報酬！」が診療報酬制度を一般向けに解説。クリニック経営視点では肥田木会計事務所「クリニック開業 経理・税務のポイント」等が経理・税務の解説を提供
• 医療事務系民間資格：日本医療保険事務協会の診療報酬請求事務能力認定試験、医療秘書教育全国協議会の医療事務技能審査試験等
• 医療機関向け業務改善サービス：ニチイ学館「診療報酬改定とレセプト請求」、ソラスト「2026年診療報酬改定で何が変わる？」、ユヤマ「令和8年度診療報酬改定の要点と対策」、メディコム「電子的診療情報連携体制整備加算の概要」等が改定対応の解説を提供

医事課の主要業務フロー

ステップ1：患者受付・保険情報確認

初診・再診・予約患者の受付、保険証・マイナ保険証による資格確認、患者情報・保険情報のCIS登録を実施。マイナンバーカード資格確認システム（オンライン資格確認）の本格運用により、保険情報の確認が自動化されつつあります。

ステップ2：診療終了後の会計計算

医師の診療記録、処方、検査、処置、手術、リハビリ等のレセプト算定情報を電子カルテ・医事会計システムで集計し、患者の自己負担額（1〜3割＋高額療養費上限）を計算。窓口で徴収、領収書・診療明細書を発行します。

ステップ3：月次レセプト作成・提出

月末締めで患者1人1枚のレセプトを作成。診療情報管理部門と連携してDPCコーディングを確定させ、社保・国保連にレセプトを提出（原則翌月10日締切）。

ステップ4：レセプト点検・審査対応

社保・国保連による審査で査定（減点）・返戻が発生した場合、原因を分析して再請求・再審査請求を行います。査定率・返戻率は医事課のKPIの中核です。

ステップ5：未収金管理・支払対応

窓口支払困難な患者、高額療養費制度利用希望患者、公費負担医療対象患者への相談対応、未収金の発生状況モニタリングと回収努力を継続します。

ステップ6：診療報酬改定対応

2年ごとの診療報酬改定時には、点数マスター改訂、算定要件変更の院内共有、加算算定要件の施設基準届出、新加算（電子的診療情報連携体制整備加算等）への対応を実施します。

ステップ7：個別指導・監査対応

地方厚生局からの個別指導・集団的個別指導・監査への対応、過去レセプトの精査、医師・看護師・薬剤師・診療情報管理士との協議、是正報告書の作成を行います。

求められる専門性とキャリアパス

必要な知識領域

• 診療報酬制度・点数表：医科点数表、歯科点数表、調剤点数表、DPC、加算算定要件
• 健康保険制度・公費負担医療：社保・国保・後期高齢者医療、生活保護、自賠責、労災、公費医療
• レセプト業務・査定対応：レセプト作成、点検、再請求、再審査請求、返戻対応
• DPC・ICD：DPCコーディング、厚労省「DPC/PDPS制度」、ICD-10/11、診断群分類、入院EF統合ファイル
• 医療情報システム：電子カルテ、医事会計システム、レセコン、マイナ資格確認、DPCコーダー
• 医療事務資格：診療報酬請求事務能力認定試験、医療事務技能審査試験、DPC/PDPS
• 個別指導・監査対応：地方厚生局指導要綱、自主返還、不正請求防止

キャリアパス

• 縦の深化：医療事務→主任→係長→課長→医事部長→経営部門。レセプト専門職・DPC専門職・診療情報管理士・経営企画への分岐
• 横の拡張：医事課から経営企画・人事・総務・地域連携室・医療相談室・健診センターへの異動
• 業種間転身：医療事務BPOベンダー、ソラスト・ニチイ学館等のBPO、レセコン・電子カルテベンダー、医療コンサル、健康保険組合、医療系スタートアップへの転身
• 資格取得・専門化：診療情報管理士、医療事務管理士、DPC/PDPS、医療経営士等の資格取得による専門化

医事課でのAI活用の設計観点：3階層で整理する

観点1：日本の診療報酬制度×2026年度改定×AIレセプト点検のレイヤー

日本の病院医事課でAIを導入する際の第一階層は、日本独自の診療報酬制度・2026年度改定・マイナ資格確認・DPC制度・個別指導への適合です。

• AIレセプト点検：社保・国保連の審査基準・査定パターンをAIが学習し、提出前レセプトを点検。査定率・返戻率の低減と、再請求工数削減を実現
• 診療報酬改定対応の文書解析：厚労省告示・通知・疑義解釈をLLMで要約し、院内運用への落とし込みを支援。2026年度改定6月1日施行に向けたアップデート工数の削減
• 返戻・減点の原因分析AI：過去の返戻・減点事例をAIで構造化し、パターン別の対策を提示
• DPC最適コーディング支援：診療情報管理部門と連携し、主病名選定・併存症・処置のコーディング最適化をAIで支援（最終判断は診療情報管理士・医師）
• 未収金予測・回収最適化：過去の支払パターンから未収金リスクを予測し、早期相談・公費医療案内につなげる
• 医療文書ドラフト生成：診断書・傷病手当金・主治医意見書・交通事故診断書のドラフトをLLMで生成（最終作成・署名は医師）
• 個別指導対応の文書検索：過去レセプト・診療記録を横串検索し、指導対象項目の根拠データを即時提示
• マイナ資格確認エラーの自動対応：医療機関等向け総合ポータル（社保診療報酬支払基金）等の公式情報を参照したオンライン資格確認エラーのパターン別対応自動化

日本特有の注意点として、レセプト請求は健康保険法・療養担当規則に基づく法定業務であり、AIが誤って過大請求した場合は不正請求・自主返還・監査対象となるリスクがあります。AIは「候補提示・品質点検・ドキュメント支援」に徹し、最終提出の責任は医事課長・病院管理者にある設計が必須です。また、2026年度診療報酬改定（6月1日施行）により、電子的診療情報連携体制整備加算等の新加算算定要件が追加されるため、AI導入は改定対応と並走する必要があります。

観点2：グローバル医療RCM×AI自動化×保険クレーム処理のレイヤー

米国を中心にAI RCM（Revenue Cycle Management）の本番実装が2026年に加速しています。Experian「AI in healthcare RCM: 2026 opportunities and insights」、Medical Economics「Where AI actually helps in medical billing and RCM」、William Blair「AI and the Future of Healthcare Billing」等が、AI RCMの市場動向と現実を整理しています。

• 市場動向：業界メディアの公開値では、米国医療機関の75%超が2026年までにAI RCM自動化の拡大を計画、年間数百億ドル規模のRCM非効率に対しAI活用で相当規模の節約可能性が指摘されている（ベンダー・調査会社公開値、病院規模・国制度により差が大きい点に留意）
• 主要ベンダー：RapidClaims.ai、Enter Health、Akasa等のAI RCMプラットフォームが、コーディング・請求・否認対応の自動化を提供。主要ベンダー比較はCombine Health「Top AI Solutions for Healthcare RCM 2026」、Innovaccer「Top 12 AI RCM Solutions in 2026」が整理
• 自動化対象領域：保険適用確認・給付内容検証、患者登録・データ収集、スケジュール、コーディング、請求、否認対応、再請求がAI主要ターゲット。TruBridge「Revenue Cycle Automation: Benefits, Examples, Use Cases」、AHA「3 Ways AI Can Improve RCM」が具体例を整理
• AI導入のギャップ：医療機関の67%がAIがクレーム処理を改善できると認識する一方、実際に導入済みは14%程度という調査結果も。信頼性・セキュリティ懸念が普及の足枷となっている
• 制度差の留意：米国のRCMはInsurance Eligibility Verification・Prior Authorization・Claim Denials等の独特なプロセスが中心で、日本のレセプト業務とは制度構造が大きく異なる。海外ベンダーをそのまま輸入するのではなく、日本の診療報酬制度に最適化した実装が必要

グローバル事例の日本企業への示唆は、AI RCMの効果領域と限界が既に実証されつつある点です。米国では「AIが効くのは標準化された反復業務、効かないのは患者個別の例外対応・患者応対」という線引きが明確化しており、日本の医事課でも同じ原則を適用できます。

観点3：中国医保DRG/DIP 2.0×AI事前拦截×医療費管理のレイヤー

中国では国家医保局のDRG/DIP 2.0改革と、AIによる医保審査・事前拦截（事前ブロック）が大規模に実装されています。OpenAxo「2026中国医保改革深度分析：DRG/DIP 2.0落地とAI全链路賦能」、爱分析「DRG/DIP改革激活医療データ智能400億新増市場」等が、政策・市場動向を整理しています。

• AI病案質控×DRG入組：OFweek智慧医建「DRG/DIP分組調整3.0版」が示すとおり、医師が病歴を書く際にAIが主診断選択・併存症漏れをリアルタイム提示し、医保拒付を事前回避する仕組みが標準化。運用実績としてAI自動審核通過率90%超、主診断選択ミス減少等がベンダー公開値で紹介（条件依存性に留意）
• 医保基金穿透式監管：PhiRDA「AI時代、医保基金穿透式監管」が、AIにより「事後追回」から「事前拦截」への転換を解説
• DRG/DIP支払改革：国家医療保障局「DRG管理工具8年の導入成果」、ERP智庫「AI影像診断と医保支払改革双駆動」が、DRG/DIP改革と医療機関運営の変化を整理
• 智能医保審査ベンダー：雲知声「智能医保審核システム」、恵毎科技「DRG医保控費・DIP医保控費」、俠医軟件「DRG智能エンジン＋医保大データ」等が主要プラットフォームを提供
• 医療費控システム：合思「2026三大医療行業費控システム排行」が、AI医療費管理の比較を整理

中国事例の日本企業への示唆は、AIによる事前拦截（事前ブロック）型の医保審査は、日本の社保・国保連の事後査定プロセスと異なる設計思想ということです。日本でも提出前のAIレセプト点検が進みつつありますが、中国の「書病歴時点でのリアルタイム提示」はより上流の設計で、日本の診療情報管理・医事課・電子カルテベンダー協業の参考になります。

AI化される領域と、AI化されない領域の切り分け

AI化が進む領域

• 提出前レセプトの査定・返戻パターン点検
• 診療報酬改定告示・通知の要約・影響分析
• DPC最適コーディング候補の提示
• 未収金リスクの予測・早期相談トリガー
• 医療文書（診断書・主治医意見書等）のドラフト生成
• 個別指導対応の過去レセプト・記録横串検索
• オンライン資格確認エラーの自動対応
• 加算算定要件の業務記録自動化
• 窓口会計の自動計算・明細書発行
• 医療相談のFAQ対応・高額療養費の試算

AI化されない・すべきでない領域

• レセプト提出・請求の最終責任：健康保険法・療養担当規則上の請求責任は医事課長・病院管理者が負う
• 査定対応・再審査請求の文言作成：個別症例の経緯・医学的根拠を踏まえた主張はベテラン医療事務・医師の協働
• 個別指導・監査対応：地方厚生局対応、自主返還判断は経営・法務・事務管理者の総合判断
• 患者への医療相談・未収金対応：経済的困難・家庭事情への配慮は人間の医療ソーシャルワーカー（MSW）・医療相談員
• 診療報酬改定対応の院内決定：院長・医局・経営会議での方針決定は人間が担う
• マイナ保険証トラブル時の個別対応：高齢者・障がい者・外国人の窓口対応は職員の臨機応変対応
• 医師・看護師・薬剤師との疑義照会：医事課から現場への照会は人間同士の協議
• 医療機関間の連携・地域医療連携：紹介・逆紹介・連携加算の調整は地域医療連携室・医師の領域

医事課のAI活用の大原則は、「AIは点検・要約・文書ドラフト・パターン分析で貢献、請求責任・個別指導対応・患者相談・制度対応は人間が担う」という切り分けです。医療事務は「健康保険法上の法定業務＋患者の経済的・心理的配慮が必要な対応」を同時に扱う特殊な業務領域で、AIの単純自動化は法的リスクと患者満足低下を同時に生む可能性があります。

医事課の立ち上げ・強化のポイント

組織設計

• 受付・会計：外来受付、窓口会計、マイナ保険証対応
• レセプト作成・点検：月次レセプト、査定・返戻対応、再請求
• DPC請求・コーディング連携：診療情報管理士との連携
• 医療相談・未収金管理：医療ソーシャルワーカー（MSW）との連携
• 診療報酬改定・施設基準担当：改定対応、加算届出
• 医療文書管理：診断書・意見書発行
• 個別指導・コンプライアンス：監査対応、不正請求防止
• デジタル・AI推進：電子カルテ・医事会計システム・AIレセプト点検の運用

AI導入ロードマップ

1. 第1段階（データ基盤）：電子カルテ・医事会計・レセコン・DPCデータの統合
2. 第2段階（AIレセプト点検）：提出前レセプトの査定パターン点検
3. 第3段階（改定対応・文書要約）：診療報酬改定告示・通知の要約・影響分析
4. 第4段階（医療文書ドラフト）：診断書・意見書・証明書のドラフト生成
5. 第5段階（統合エージェント）：受付〜会計〜レセプト〜請求〜査定対応までの一気通貫支援。医事課長・病院管理者が最終承認

各段階で「AIの影響範囲」「人間承認のライン」「健康保険法・療養担当規則との整合」を明確にし、医療事務の法的責任構造を崩さない設計が不可欠です。

まとめ：医事課は「制度対応」と「患者対応」の両輪にAIをどう組み込むか

病院医事課は、診療報酬制度という法令に基づく請求業務と、患者一人ひとりの経済的・心理的配慮を同時に扱う、病院の「お金の入口」となる中核部門です。2026年度診療報酬改定（本体+3.09%、6月1日施行）、電子的診療情報連携体制整備加算等の新加算、マイナ資格確認の本格運用、AI RCMの本番実装と、過去10年で最も変化が集中する時期を迎えています。

日本の医事課がこの変化を勝ち抜くには、AIを「点検・要約・文書ドラフト・パターン分析」に位置づけ、請求責任・個別指導対応・患者相談・制度対応を人間が担う切り分けを明確にすることです。AIで節約した時間を、DPC最適コーディング・加算算定要件対応・医療相談・地域連携といった付加価値業務に振り向ける設計が、病院の収益性と医療の質を両立させる鍵になります。

関連記事

• 病院の診療情報管理部門の業務内容
• 病院の薬剤部の業務内容
• 病院の看護管理部門の業務内容

よくある質問

Q1. 医事課と診療情報管理部門はどう違いますか？

医事課はレセプト作成・保険請求・医療費計算・患者会計・未収金対応が中心、診療情報管理部門は診療録の管理・品質・ICDコーディング・DPCコーディング・統計・研究利活用が中心です。両者はDPCコーディング・レセプト点検で密接に連携しますが、役割は異なります。小規模病院では兼任もあります。

Q2. 2026年度診療報酬改定はどんな影響がありますか？

本体プラス3.09%、薬価等マイナス0.87%、全体プラス0.22%と12年ぶりの大幅プラス改定で、2026年6月1日施行となります。医事課は点数マスター改訂、新加算（電子的診療情報連携体制整備加算等）の施設基準届出、運用変更、職員教育を並行して進める必要があります。

Q3. AIレセプト点検はどの程度効果がありますか？

業界メディアの公開値では、提出前AI点検により査定率低下・返戻率低下・再請求工数削減が報告されていますが、ベンダー自己申告値で病院規模・専門科で差が大きく、自社PoCでの検証が推奨されます。最終提出の責任は医事課長・病院管理者が負うため、AIは「候補提示」に留める設計が基本です。

Q4. 未収金管理でAIはどこまで使えますか？

過去の支払パターンから未収金リスクを予測し、早期の医療相談・高額療養費案内・公費医療案内につなげるトリガー設計が有効です。一方、実際の相談対応は患者の経済的・心理的事情に配慮する必要があり、医療ソーシャルワーカー（MSW）・医療相談員が対応する領域として残ります。

Q5. 中国のDRG/DIP 2.0・AI事前拦截は日本で使えますか？

中国では医師が病歴を書く段階でAIがDRG入組をリアルタイム提示し、医保拒付を事前回避する仕組みが大規模展開されています。日本でも提出前AI点検は進んでいますが、診療報酬制度・電子カルテ構成・審査プロセスが大きく異なるため、中国手法のそのままの適用は困難です。思想（より上流の設計）のみ参考にし、日本制度に適合した形での実装が必要です。