nH Predictの仕組みとUnitedHealthcareのAI医療保険審査問題【世界のドキュメンタリーで紹介】

AIが医療保険を審査する時代に起きた問題

高齢者の治療やリハビリが、医師の判断ではなくAIの予測によって打ち切られるとしたら――。『世界のドキュメンタリー「AIが治療を拒む？ アメリカ・医療保険の落とし穴」（2026年9月4日）』で焦点となるのが、米国最大級の医療保険会社UnitedHealthcareと、退院後のケアを予測するシステムnH Predictをめぐる問題です。実際に何が問題視され、AIにはどこまで保険審査を任せられるのかを整理します。

この記事でわかること

• nH Predictが予測している内容と使われ方
• UnitedHealthcareの保険拒否をめぐる訴訟の争点
• 米政府がAIだけで治療を打ち切れないとした理由
• CEO射殺事件と医療保険問題が結び付いた背景

AIだけで治療を打ち切ることは認められていない

最初に押さえておきたいのは、米国の公的医療保険制度で、AIの予測だけを理由に患者の治療や退院後ケアを打ち切ることは認められていないという点です。

米国のCenters for Medicare & Medicaid Services（CMS）は、Medicare Advantageの保険会社がアルゴリズムやAIを審査の補助として利用すること自体は認めています。

ただし、たとえばAIが「この患者なら17日程度で退院できる」と予測していても、その数字だけを理由に17日目でリハビリ施設などの給付を終了してはいけません。

患者本人の病歴、医師の診療記録、担当医の意見、その時点での身体状態などを確認し、1人ひとりについて医療上必要かどうかを判断する必要があります。

そのため問題の核心は「AIが勝手に拒否ボタンを押したのか」だけではありません。

AIが出した予測値が、人間の審査担当者の判断を事実上どこまで縛っていたのかが重要になります。

nH Predictは患者の「回復までの日数」を予測する

問題の中心にあるnH Predictは、退院後にリハビリや看護が必要な患者について、似た患者のデータなどを基に回復過程を予測する仕組みです。

実際のサンプル資料には、

• 基本的な身体動作
• 着替えや食事などの日常生活動作
• 記憶やコミュニケーションなどの認知機能
• 退院後に必要となる介助時間
• 再入院する可能性
• 退院先
• 施設に滞在すると予想される日数
• 必要と予想されるリハビリ時間

などが表示されています。

たとえばサンプルでは、同じような患者のデータを基に施設での予想滞在日数17.4日という数字まで示されています。

こうした予測そのものは、医療スタッフが退院計画を立てるために使うのであれば便利です。

しかし、患者の回復には大きな個人差があります。

17日で歩けるようになる人もいれば、感染症や合併症、筋力低下などによってさらに数週間のケアが必要になる人もいます。

平均的な患者の回復曲線と、目の前にいる患者の状態は同じではありません。

だからこそ、予測ツールから「保険給付を終了する基準」へと役割が変わっていなかったかが大きな争点になりました。

UnitedHealthcareでは退院後ケアの否認率が上昇していた

米上院の調査では、UnitedHealthcareがMedicare Advantage加入者に対して行った**post-acute care（入院後・退院後ケア）**の事前承認について、否認率の変化が示されています。

• 2020年：10.9％
• 2021年：16.3％
• 2022年：22.7％

わずか2年間で、否認率は2倍以上になりました。

同じ時期にUnitedHealthcareでは事前承認手続きの自動化が進められており、2022年にはAIや機械学習を使って、拒否されたケースのうち、どの案件が異議申し立てされそうかを予測する方法についても検討されていました。

ただし、「否認率が上がった＝すべてnH Predictが原因」という意味ではありません。

否認には書類不足、契約条件、医療上の必要性など複数の理由があり、上院調査も個々の拒否をすべてAIによるものと認定したわけではありません。

それでも、自動化の拡大と同じ時期に高齢者の退院後ケアの否認率が大きく上昇したことで、審査方法そのものが厳しく検証されることになりました。

「AIの誤り率90％」は確定した数字ではない

nH Predictについて特に強烈なのが、**「AIの判断は90％間違っていた」**という情報です。

ここは意味を正確に理解する必要があります。

2023年に患者や遺族らがUnitedHealth Group、UnitedHealthcare、naviHealthなどを相手に起こした訴訟では、原告側が、nH Predictを利用した拒否について異議申し立てをすると非常に高い割合で覆されていたと主張しました。

訴状では、保険給付拒否の90％以上、事前承認拒否の80％以上が覆されたとの主張が示されています。

しかしこれは、裁判所が「nH Predictには90％の誤り率がある」と認定した数字ではありません。

ここを混同すると、問題の実態から離れてしまいます。

重要なのはむしろ、最初に拒否された治療が異議申し立てによって認められるケースが多いのなら、最初の審査は適切だったのかという疑問です。

Medicare Advantage全体を見ても同じ問題があります。

2024年には、拒否された事前承認のうち異議申し立てまで進んだものの80.7％が全部または一部覆されています。一方、実際に異議申し立てされたのは拒否案件の11.5％にとどまりました。

高齢者本人や家族が複雑な手続きをしなければ治療を取り戻せない仕組みは、それだけでも大きな負担になります。

患者側とUnitedHealthcare側では説明が大きく異なる

nH Predictをめぐる訴訟で患者側は、医師が必要だと判断していたケアよりAIの予測が優先され、十分に回復していない患者の給付が終了したと訴えています。

一方、UnitedHealthcare側は、nH Predictが保険給付を決定しているという前提そのものに反論しています。

2026年3月のミネソタ州連邦地裁の手続きでも、この点について裁判所は最終判断を示していません。

裁判所は、nH Predictがどのように開発され、どのように使用され、医師の判断を置き換えるような目的があったのかなどを調べることには意味があるとして、関連文書の開示を命じました。

さらに、AIやnH Predictを使用した退院後ケア審査に関する政府・規制当局の調査資料についても、一部開示するよう命じています。

つまり裁判は、「AIが不正に治療を拒否した」と確定して終了したわけではありません。

AIが単なる参考資料だったのか、それとも実質的な審査基準になっていたのかを巡る争いが続いている状態です。

医療保険の拒否問題は1社だけの話ではない

さらに重要なのは、この問題をUnitedHealthcareだけの特殊な事件として見ないことです。

米保健福祉省監察総監室が大手Medicare Advantage保険会社15社について調査したところ、拒否された事前承認のうち13％は本来のMedicareの給付基準を満たしていたことが分かりました。

つまり、通常のMedicareであれば認められた可能性が高い治療が、Medicare Advantageでは拒否されたケースが存在したということです。

原因には、保険会社独自の医療基準や必要以上の書類要求などが含まれていました。

ここにAIによる高速な審査が加われば、処理件数を増やせるメリットがある一方、誤った基準が大量の患者に適用される危険もあります。

人間1人の判断ミスなら1件でも、アルゴリズムの設計ミスは何万人にも影響する可能性がある。

医療AIで特に慎重さが求められる理由です。

Brian Thompson CEO射殺事件が医療保険への不満を表面化させた

この問題が世界的に知られるきっかけの1つとなったのが、2024年12月4日にニューヨークで起きたUnitedHealthcare CEO、Brian Thompson氏の射殺事件でした。

Thompson氏は同社の投資家向け会議に出席するためマンハッタンを訪れていた際に銃撃され、死亡しました。

事件後、医療保険会社による治療拒否や高額な医療費への不満がSNS上で噴き出し、容疑者を支持するような反応まで生まれました。

ただし、保険制度への批判と殺人事件は分けて考える必要があります。

被告のLuigi Mangioneは2026年8月14日、Thompson氏を射殺したことを認め、連邦裁判所で死亡結果を伴うストーキングなど2件について有罪答弁しました。量刑言い渡しは2026年12月18日に予定されています。

UnitedHealth Groupは事件後、Mangioneとその両親はUnitedHealthcareの加入者ではなかったとも発表しています。

この事件が示したのは、AIそのものへの怒りというより、「病気になったとき、本当に保険が自分を守ってくれるのか」という米国社会の根深い不信感でした。

UnitedHealthcareは「約90％の請求を最初から承認」と反論している

UnitedHealth Groupは、同社の保険審査をめぐって広がった情報には誤解があるとして反論しています。

会社側の説明では、UnitedHealthcareは提出された医療費請求の**約90％を最初の段階で承認・支払いしており、追加審査となる案件のうち医療・臨床上の理由によるものは約0.5％**としています。

ここで注意したいのは、この数字と「退院後ケアの22.7％が否認された」という数字は直接比較できないことです。

前者は幅広い医療費請求全体についての会社側の数字。

後者はMedicare Advantageにおける特定の退院後ケアの事前承認についての数字です。

対象となる母集団が違います。

だからこそ「UnitedHealthcareが医療請求の2割以上を拒否している」と単純化するのも、「9割を払っているから問題はない」と結論付けるのも正確ではありません。

AI医療審査で問われているのは「最後に誰が責任を負うのか」

nH Predict問題から見えてくる最大の論点は、AIの精度だけではありません。

最終判断の責任を誰が負うのかです。

AIが「17日で退院可能」と表示し、人間の担当者がその数字に従って18日目以降の給付を拒否した場合、「AIは参考資料にすぎなかった」と説明することはできます。

しかし実際の職場で、担当者がAIの推奨を覆しにくい仕組みになっていたなら、形式上は人間が決定していても、実質的にはアルゴリズムが判断していることになります。

CMSが「AIを使ってはいけない」ではなく、患者1人ひとりの状態を必ず確認し、AIの予測だけで治療終了を決めてはいけないとしているのも、このためです。

AIは大量の医療データを高速で整理でき、適切に使えば医師や保険審査担当者を助ける強力な道具になります。

一方で、病気や回復速度まで「平均的な患者」に当てはめてしまえば、本当にケアを必要としている人ほど平均から外れることがあります。

医療AIが広がるほど重要になるのは、性能の高さだけではなく、「AIに何を決めさせないか」を決めるルールなのです。

• CMS「Medicare AdvantageにおけるAI・アルゴリズム利用のガイダンス」
• 米上院「Medicare Advantageの事前承認に関する調査」
• 米ミネソタ州連邦地裁「Lokken v. UnitedHealth Group 2026年3月9日命令」