保険者がEOB（給付金明細書）を送付する際、そこには各請求に対して保険者が支払うべき金額の保険者側の見解が記載されています。それを医療機関が受け取るべきと予想していた金額と照合することで、過少支払いの発見、拒否の特定、そして患者負担額の正確な計算が可能になります。週に500〜1,000件のEOBを受け取る医療機関にとって、手動での照合は1人以上のスタッフのフルタイムの仕事であり、どれほど勤勉なスタッフでも処理量が多いと不一致を見逃してしまいます。
EOB照合に含まれる作業
各EOBには請求明細行ごとに複数のデータポイントが含まれています：請求金額、認定金額、契約上の調整額、保険者の支払額、患者の自己負担額（自己負担金、共同保険、免責額に分かれる）、そして調整を説明する拒否コードや備考コードです。照合とは、これらの各フィールドを医療機関の予想値と比較することを意味します。
予想値は、医療機関の料金表、保険者との契約料金、および患者の給付情報から算出されます。医療機関がサービスに対して200ドルを請求し、その保険者との契約料金が150ドルの場合、EOB上の認定金額は150ドルであるべきです。契約上の調整額は50ドルであるべきです。保険者の支払額は150ドルから患者の自己負担金、共同保険、または免責額の部分を差し引いた金額であるべきです。
これらの数字のいずれかが予想と一致しない場合、保険者のエラー、請求エラー、または医療機関が認識していなかった契約条件のいずれかが存在します。これらの不一致を見つけることが照合の目的そのものであり、処理量が増えると手動プロセスが破綻するポイントでもあります。
AI照合が価値を発揮する場面
AI照合システムはEOBデータを電子的に（ERA 835トランザクションを通じて）取り込み、医療機関の料金表、保険者契約、患者の適格性データから算出された予想値とすべてのフィールドを比較します。システムは定義された閾値を超える不一致をフラグ付けし、通常は1ドルまたは1%を超える差異が対象となります。
速度の違いは劇的です。人間の支払い入力担当者は1時間に100〜150件のEOB明細行を照合できるかもしれません。AIシステムは1分間に数千件を処理します。しかし、速度は主な利点ではありません。主な利点は一貫性です。AIはすべての不一致を検出しますが、人間の処理担当者は、特に反復作業を何時間も行った後、パターン盲目を発症し、小さいが体系的な過少支払いを見逃します。
フロリダ州のペインマネジメント（疼痛管理）クリニックは、AI照合を通じて、ある大手保険者が特定の注射コードに対して8か月以上にわたり契約料金より3%低い金額を支払っていたことを発見しました。1件あたりの差額はわずか4〜7ドルで、手動レビューでは見逃されるほど小さなものでした。しかし、その期間中の1,200件の請求全体では、過少支払いの合計は6,000ドルを超えていました。AIは稼働開始から最初の1週間以内にこのパターンをフラグ付けしました。
よくある不一致パターン
AI照合システムは、手動プロセスでは通常見逃されるいくつかの繰り返し発生するパターンを特定します。契約料金のドリフトは最も一般的なものの一つで、保険者が認定金額を個々のレビュー担当者が気づかないほどの小さな割合で徐々に下方調整するものです。時間の経過とともに、これらの小さな減額は大きな過少支払いに積み重なります。
患者自己負担額の誤った配分もよく見られる発見です。保険者が誤った共同保険の割合を適用したり、すでに充足された免責額を割り当てたり、患者の自己負担上限額を誤って計算したりすることがあります。これらのエラーは患者への請求に影響し、患者への過剰請求（満足度の低下につながる）または過少請求（回収額の減少につながる）のいずれかを引き起こす可能性があります。
備考コードの分析は、AIが特に価値を発揮する分野です。EOBには支払いが調整された理由を説明する備考コードが含まれていることがよくあります。これらのコードの一部は正当な契約条件を示しています。その他は処理エラーやポリシーの誤適用を示しています。備考コードの意味を理解するAIシステムは、正当な調整と対処可能なエラーを区別できます。医療収益サイクルプラットフォームのインテリジェントなEOB処理機能は、これらの微妙な違いを一貫して検出します。
支払い入力の自動化
照合に加えて、AIは支払い入力のステップ自体も自動化できます。EOBが予想と一致する場合、AIは支払いを入力し、患者残高を計算し、人間の介入なしにアカウントを更新します。人間のレビューが必要なのは不一致がある場合のみです。
この例外ベースのワークフローは、自動適格性確認がフロントエンドプロセスで実現するものと類似しています。すべてのトランザクションに触れる代わりに、スタッフは問題のある5%〜15%に集中します。以前は支払い入力と照合に2人のフルタイムスタッフが必要だった医療機関が、不一致の調査と解決に専念する0.5人のフルタイムスタッフで済むようになるかもしれません。
時間の節約により、実際の問題をより徹底的に調査できるようになります。スタッフがルーティンの入力作業に追われていない場合、200ドルの過少支払いを調査し、保険者に電話し、資金を回収するための時間を費やすことができます。自動化がなければ、その200ドルの不一致は誰も追求する時間がないため、損金処理されるかもしれません。
契約遵守モニタリング
AI照合は、保険者の契約遵守に対する継続的な監査を実現します。時間の経過とともに、システムは各保険者の支払い行動の詳細な全体像を構築します：契約料金での支払い頻度、最も頻繁に過少支払いされるコード、請求の処理速度、そして支払いパターンの経時的な変化です。
このデータは契約再交渉時に価値を発揮します。医療機関が保険者に対して、特定のコードで特定の金額を特定の期間にわたって過少支払いしていたことをデータに裏付けられた形で示すことができれば、交渉ははるかに強い立場から始まります。保険者は、償還に関する一般的な不満よりも、データに基づく主張に対してより対応的です。
複数の保険者契約を管理する医療機関にとって、AI照合は手動では維持不可能な契約パフォーマンスの統一的なビューを提供します。医療機関の管理者は、どの保険者が一貫して支払いを行っているか、どの保険者に過少支払いパターンが発生しつつあるか、そして最大の収益回収機会がどこにあるかを一目で確認できます。
導入時の考慮事項
EOB照合の自動化には、クリーンな料金表と契約データが必要です。システム内の医療機関の契約料金が実際の契約条件と一致しない場合、AIは正当な支払いを不一致としてフラグ付けし、作業を減らすどころか増やしてしまいます。ほとんどの導入は、ベースラインデータの正確性を確保するための料金表と契約の監査から始まります。
ERA（電子送金通知）接続がもう一つの前提条件です。ほとんどの保険者はクリアリングハウスを通じてERA 835トランザクションを提供していますが、一部の小規模保険者はまだ紙のEOBを送付しています。紙のEOBについては、一部のAIシステムにはデータをデジタル化するOCR機能が含まれていますが、精度は文書の品質に依存します。
EOB照合自動化のROI計算には、自動入力によるスタッフの時間節約と、特定された過少支払いからの回収収益の両方が含まれます。ほとんどの医療機関は、過少支払いの回収だけで最初の四半期以内にシステムの費用を回収できることを発見しており、スタッフの時間節約は主な正当化理由ではなくボーナスとなっています。