株式会社renue
AI導入・DXの悩みをプロに相談してみませんか？
AIやDXに関する悩みがありましたら、お気軽にrenueの無料相談をご利用ください。 renueのAI支援実績、コンサルティングの方針や進め方をご紹介します。
保険会社の引受査定（アンダーライティング）部門の業務内容｜リスク評価から再保険まで徹底解説
引受査定（アンダーライティング）部門は、保険契約の引き受け可否を判断する部門です。申込者のリスクを正確に評価し、適切な保険料と条件で引き受けることが使命です。生命保険では健康状態の医的査定、損害保険では企業の事業リスク評価が中心となり、保険会社の収益性と健全性を左右する最重要部門のひとつです。
本記事では、引受査定部門の主要業務（医的査定、環境査定・企業審査、引受基準の策定、再保険手配、提出書類チェック）を具体的に解説します。
引受査定部門の主要業務
業務1：医的査定（生命保険）
業務の詳細
- 告知内容の確認：申込者が告知書に記載した健康状態（既往歴、現在の治療、服薬等）の内容を確認・評価
- 健康診断書の読解：血液検査、心電図、胸部X線等の健診結果を読み取り、リスクを評価
- 医師の診断書の評価：通院・入院歴がある場合、主治医の診断書の内容を専門的に判断
- リスクの点数化：疾病ごとのリスクを査定基準に沿って点数化し、引き受け可否を判定（出典：KOTORA "引受査定とは"）
- 引受判定：標準体（通常条件で引受）、条件体（特別条件付きで引受：保険料割増、特定疾病不担保等）、謝絶（引受不可）の判定
この業務で人間にしかできないこと
- 複雑な病歴の総合判断（複数の疾患が組み合わさった場合のリスク評価は経験に基づく専門判断）
- グレーゾーンの判断（基準に明確に当てはまらないケースの「引き受けるべきか」の最終判断）
業務2：環境査定・企業審査（損害保険）
業務の詳細
- 企業リスクの評価：損害保険（火災保険、賠償責任保険等）の引き受けにあたり、企業の事業内容、工場の安全対策、過去の事故履歴を評価
- 現地調査：工場や事業所を実際に訪問し、防火設備、安全管理体制、周辺環境を確認
- 引受条件の決定：リスク評価に基づく保険料率の設定、免責金額、補償限度額の決定
- 職業・生活環境の評価：生命保険においても、申込者の職業（危険職種：高所作業、炭鉱等）や生活環境を評価
この業務で人間にしかできないこと
- 現地調査での五感による判断（「この工場は安全管理が行き届いている/いない」の直感的判断）
- 特殊リスクの評価（前例のない事業やリスクの引き受け可否判断）
業務3：引受基準の策定・運用
業務の詳細
- 査定基準（アンダーライティングマニュアル）の作成：疾病・職業・年齢等のリスク要因ごとの引受基準を文書化
- 基準の見直し：医学の進歩（新しい治療法の登場等）や疾病統計の変化に応じた基準の更新
- 引受ポリシーの策定：全社的な引受方針（引受リスクの上限、重点引受分野等）の策定
- 自動査定ルールの設計：システムによる自動査定の判定ルール（告知内容に基づく自動承認条件等）の設計
この業務で人間にしかできないこと
- 医学の進歩に応じた基準更新（「この疾患は以前よりリスクが低くなった」の専門的判断）
- 引受ポリシーの策定（収益性・社会的役割・競争力のバランスを考慮した経営判断）
業務4：再保険手配
業務の詳細
- 再保険の設計：自社の引受リスクの一部を再保険会社に移転するプログラムの設計
- 再保険条約の交渉：再保険会社（Swiss Re、Munich Re等）との条件交渉
- 任意再保険（ファカルタティブ再保険）：大口契約や高リスク案件の個別再保険の手配
- 再保険コストの管理：再保険料と自社保有リスクのバランス最適化
この業務で人間にしかできないこと
- 再保険会社との交渉（国際的な再保険マーケットでの条件交渉は高度な専門知識と交渉力が必要）
- 再保険プログラムの設計（自社のリスクプロファイルに最適な再保険構造の判断）
業務5：提出書類のチェック・事務査定
業務の詳細
- 申込書類の確認：申込書、告知書、本人確認書類の記載内容と整合性の確認
- 不備書類の対応：記入漏れ、署名不足等の不備書類の差戻し・再取得
- モラルリスクの検知：保険金詐取を目的とした不正な申込みの兆候を検知
- 契約妥当性の確認：保険金額が年収に対して過大でないか等の契約妥当性のチェック
この業務で人間にしかできないこと
- モラルリスクの察知（「この申込みは不自然だ」という違和感を感じる経験的直感）
- 総合的な引受判断（書類上は問題ないが、複数の要素を組み合わせると不自然なケースの判断）
AI化の可能性と限界
AIで効率化できる業務
- 告知書・診断書のOCR読取：マルチモーダルAIが手書きの告知書や診断書を自動読取し、構造化データに変換
- リスクスコアリングの自動化：告知内容に基づくリスクの自動点数化と引受判定の第一次スクリーニング（出典：Gen Re "AIと生命保険核保"）
- 標準体の自動承認：リスクが低い申込みの自動承認（ストレートスルー・プロセッシング）
- 不正申込みの異常検知：過去の不正パターンをAIが学習し、不審な申込みを自動フラグ
- 提出書類の不備チェック：AIが書類の記入漏れ・不整合を自動検出
人間にしかできない業務
- 複雑な病歴の総合判断：複数疾患が重なるケースの引受可否は専門家の判断が必要
- グレーゾーンの最終判断：基準に明確に当てはまらないケースの意思決定
- 現地調査によるリスク評価：工場や事業所の安全性を五感で判断する力
- 再保険会社との交渉：国際的な再保険マーケットでの高度な専門交渉
- 引受基準の更新判断：医学の進歩を踏まえた基準改定は専門的な知見が必要
まとめ
保険会社の引受査定部門は、医的査定、環境査定・企業審査、引受基準の策定、再保険手配、書類チェック・事務査定の5つの業務で構成されています。AIは告知書のOCR読取やリスクスコアリングの自動化、標準体の自動承認で大きな効率化に貢献しますが、複雑な病歴の総合判断、グレーゾーンの意思決定、現地調査、再保険交渉は完全に人間の専門性と判断力の領域です。
設計観点の整理: 保険引受査定（アンダーライティング）AI導入の3大落とし穴
2025-2026年時点の公開文献（Swiss Re「Underwriting Ease」/「AI Predictive Underwriting」公式資料、Munich Re「REALYTIX ZERO」/「The new frontier of underwriting AI risk」公表資料、IAIS-FSI Insights No.65「気候関連プロテクション・ギャップ」2025-03、RGA「Genetics and Insurance」、明治安田生命「健活未来予測モデル」業界公開発表、iResearch 2025年保険行業AI応用全景洞察報告ほか）を踏まえ、保険会社の引受査定（アンダーライティング）・再保険部門における生成AI／機械学習導入で繰り返し観察される「設計上の落とし穴」を3つの論点として整理する。特定ベンダーや社内プロジェクト事例には触れず、公開ガイドライン・業界報告に限って設計観点を提示する。
① 生命保険医的査定×ウェアラブル・健診ビッグデータ×告知義務の再設計×遺伝情報取扱い
生命保険の引受査定は、従来、告知書・健康診断書・医師診断書に基づくMedical Underwriting（医的査定）を中心に実施されてきた。2025年時点で業界公開報告されている主要変化は、（a）匿名医療ビッグデータとAIによる傷病別給付発生率シミュレーション、（b）ウェアラブルデバイスからのリアルタイム・ヘルスデータ（安静時心拍数・心拍回復率・睡眠時間・活動量）を加味したリスクスコアリング、（c）Swiss Re「Underwriting Ease」・Munich Re「REALYTIX ZERO」を代表とする生成AIベース統合UWプラットフォームの拡大――である（業界公開レポート参照：Swiss Re AI Predictive Underwriting L&H、ウェアラブルデータ活用に関する協業 2025-08、DataRobot 保険AI意思決定変革）。日本ではSCOR SE「バーチャルアンダーライティング（VUW）」との協業により、従来は特別条件付引受だった傷病の一部が、再評価により無条件引受となる可能性となる見通しが業界公開発表されている。
設計観点として整理すると、医的査定AI最大の落とし穴は「告知義務の再設計と遺伝情報取扱い」である。日本の保険法第37条は、契約者の告知義務（Duty of Disclosure）を前提に引受判断が構成されているが、ウェアラブル・健診ビッグデータをAIが活用する場合、（a）顧客が明示的に告知しない情報（活動量・睡眠パターン等）をリスク評価に使うことの契約法的整合性、（b）個人情報保護法第2条第3項「要配慮個人情報」に該当する健康情報の取得・利用時の明示的同意、（c）GINA（米国 Genetic Information Nondiscrimination Act 2008）・Genetic Testing Moratorium（英）・日本ゲノム情報を用いた保険引受に関する自主ルール（生命保険協会・日本医師会調整）等による遺伝情報差別禁止規定――が横断的な設計課題となる。RGA Genetics and Insurance: Challenges and Opportunities IIIによれば、世界のどの保険市場も現時点で引受時に遺伝子検査をオーダーすることを要求していないが、検査結果が提供された場合の扱いは各国法で差があり、多拠点展開保険グループは各国の遺伝情報規制差への対応が必要となる（業界公開レポート参照：RGA Genetics and Insurance III、Swiss Re Genetic Testing Life Health）。設計原則として、ウェアラブル・健診ビッグデータAIは「医師診断書・告知書の代替ではなく、補完シグナル」として位置付け、最終的な引受判断は医長査定医（Chief Medical Officer, CMO）・チーフアンダーライターの専門判断に残す設計ガードレールが業界公開ベンチマークで推奨される。
② 損害保険カタストロフ査定×気候関連プロテクション・ギャップ×Parametric Reinsurance×AI Catastrophe Modeling
損害保険（P&C）の引受・再保険領域では、気候変動・自然災害の激甚化により伝統的なCAT Modeling（Catastrophe Modeling、主要ベンダーAIR／RMS等）の限界が顕在化し、AI活用による「リアルタイム・リスク再評価」「Parametric Insuranceの普及」「衛星画像・IoT活用による損害検証」が業界共通の設計テーマとなっている。IAIS-FSI Insights No.65（2025-03）は、気候関連プロテクション・ギャップ（災害損害のうち保険でカバーされていない割合）拡大への対応として、再保険料率・引受基準への気候シナリオ組み込み、Parametric構造の活用、AI活用による Nowcast／Short-term Forecastの組み込みを監督当局として推奨している（業界公開レポート参照：IAIS-FSI Insights 65 気候関連プロテクション・ギャップ 2025-03、Gen Re 生成AIと気候リスク管理 2025-09）。
設計上の論点は、（a）AIによるSpatial Risk Score（空間リスクスコア）の日中更新、（b）再保険Treaty／Facultativeレイヤー設計でのAttachment Point／Reinstatement構造のリアルタイム調整、（c）Parametric Insuranceでのトリガー指標（風速・地震マグニチュード・降雨量）のデータソース多重化（気象庁・NOAA・衛星画像・IoTセンサー）、（d）損害発生時の第三者データ（衛星画像・IoTセンサー）による支払いトリガー検証――に集約される（業界公開レポート参照：Munich Re 生成AIによる保険自動化、Risk & Insurance 極端気象リスクAI、McKinsey AI気候関連財産リスク）。
設計観点として、P&C AIの落とし穴は「モデル集中リスク（Model Concentration Risk）」である。業界公開報告では、複数の大手保険者・再保険者が同一のCAT Modelベンダー／同一基盤モデル（Foundation Model）・同一衛星データソースに依存することで、災害発生時に業界全体の損害見積もり・再保険ニーズが同時・同方向に動くsystemic riskが指摘されている（業界公開レポート参照：Swept AI 再保険AI存在脅威）。対策としては（a）CAT Modelの複数ベンダー併用＋Internal Modelによるチャレンジ、（b）Foundation Modelに依存しないDomain-specific Modelの保持、（c）ORSA（Own Risk and Solvency Assessment）プロセスへのAIモデルリスク組み込み、（d）IAIS ICS 2.0段階適用に向けたGroup-wide AIモデルGovernance強化――が設計パターンとして推奨される。また明治安田生命「健活未来予測モデル」・太陽生命保険×日本IBM「給付金支払査定システム」（生成AI活用）等、日本市場の業界公開事例も、医療ビッグデータ匿名化・OCR・マルチモーダルAIを活用した設計トレンドを示している（業界公開レポート参照：IBM 保険業界生成AI最新事例、Microsoft AI Agent Pitch Day 保険業界）。
③ 中国保険業大模型核保×Huawei連携ウェアラブル×巨災再保険×多地域規制対応
中国保険業の核保（引受査定）領域では、2025年時点で大模型（LLM）とマルチモーダルAIの統合による「秒級核保（Second-level Underwriting）」「全流程自動化」が業界公開水準で拡大している。業界公開レポートによれば、AI技術がマルチテクノロジーフュージョンで核保全プロセス自動化を実現し、運営効率向上・リスクコントロール強化・顧客体験最適化・モデル革新を同時に達成している（業界公開レポート参照：知乎 2025年保険行業AI応用全景、北京大学 呉誠卓 大模型保険業務全場景）。
代表的取り組みは、（a）中国平安「S4C」（Scenario×Super App×Smart×Consulting×Connect）による秒級核保＋スマート反欺詐、（b）Huawei×中国平安等の協業によるスマートヘルスウォッチ・ウェアラブルデータ連携保護プラン、（c）DeepSeek等オープンソース大模型のカスタム訓練による産品・行銷・核保・理賠・客服フル・ライフサイクル展開、（d）健康保険科技企業による業界公開水準の保険会社・ユーザー規模での健康管理AIクローズドループ（大模型+深層学習+知識グラフ+連邦学習統合）――である（業界公開レポート参照：iResearch 2025年保険行業AI応用全景洞察報告、財経 保険大模型革新 全面自動化倒計時、武漢市金融局 AI+保険業新引擎）。
設計観点として、中国保険AI核保の構造課題は「巨災再保険グローバル連携」と「多地域の規制差への対応」である。中国の巨災再保険（Catastrophe Reinsurance）市場は国家金融監督管理総局主導の巨災保険制度体系拡充（地震・洪水・台風共済スキーム）と、中国再保険（China Re）等再保険会社のAI活用によるリスク引受・パラメトリック設計で進展している。一方、多拠点展開保険グループは（a）中国網信弁公室生成AIサービス管理弁法2023-08-15＋工信部生成AI大模型備案制度、（b）PIPL 2021-11-01と跨境個人情報移転規定（2023-09-28国家網信弁公室規定）によるウェアラブル・健康データの跨境処理制約、（c）EU AI Act 2026-08-02 High-risk System分類（保険引受AI）、（d）NAIC Model Bulletin 2023-12（米国州法）、（e）IAIS ICS 2.0 2026-01-01段階ロールアウト――の複数規制枠組みを統合した再保険・引受AIアーキテクチャが必要となる。公開文献に基づく設計観点として、多拠点展開保険グループは、Ocean RE Regional Underwriting Platformsのような地域規制・市場特性に応じた引受体制、Ledger Investing (Ledger Reports)のような再保険会社・ILS投資家向けのデータドリブンなレポーティング、Celent AI Orchestration Layerのような保険コアシステムにおけるAI統制レイヤーの考え方を参照し、法域別規制遵守とグローバル再保険ポートフォリオ最適化を両立させる設計を検討できる（業界公開レポート参照：Genesis Global Re AI Arms Race Reinsurance、Klover AI Munich Re戦略）。
