病院の医事課で、返戻・査定されたレセプトについて過去の記録から同じ理由のものを探し、再請求の対処と予防の注意点を返す

処理の起点を決める

取り込みには起点が2つ、検索には1つあります。

通知の取り込みは、担当者が通知の PDF を所定のフォルダに置いたことを起点にします。 通知はオンライン請求システムから PDF で受け取れるので、毎月の配信の日に、担当者がダウンロードしてフォルダに入れるところまでを手順にします。 オンライン請求システムへの自動のログインは作りません。資格の確認と端末の管理が要るシステムだからです。

対処記録のカードの登録は、担当者が対処の結果を入れたことを起点にします。 返戻は再請求が受け付けられたとき、査定は再審査の結果が届いたとき、受け入れたものは受け入れると決めたときです。結果の入っていない行は、カードにしません。

過去7年分の約2万5千行は、別に一括で取り込みます。 結果の列が空欄の行は、「結果不明」の印を付けて登録します。 対処の手がかりにはなるので捨てませんが、検索結果では区別して表示します。

検索は、担当者が通知の行を確かめ終えた時点で、行ごとに自動で動きます。 担当者は確かめた行の一覧を開くと、各行の横に過去の記録が並んでいる状態になります。

入力データを集める

質を決めるのは、いちばん下から2つ目の同義語の辞書です。 辞書が無ければ、商品名で書かれた通知の行から、一般名で書かれた過去の記録に届きません。最初は査定の多い薬剤と診療行為の上位から作り、検索で届かなかった組を毎月足していきます。

対処記録の項目は、最初に固定します。 事由（通知の記載をそのまま）、対象の種類（drug／procedure／material／diagnosis／other）、対象の名前、対処（resubmit／reexamine／accept）、結果（restored／partially_restored／upheld／accepted／unknown）、対処の内容、予防の注意点です。結果の区分が決まっていないと、「通った記録だけ」という絞り込みができません。

データの取得方法を決める

通知の PDF からは、Lambda で文字を取り出します。文字の層が無く画像だけになっている PDF は、この構成の対象外にし、担当者が手で行を入れます。 対処記録のスプレッドシートは、一括取り込みのときに CSV にして読み込みます。

通知の行には、患者の名前を持たせません。 検索に要るのは事由と対象で、誰の診療だったかは要りません。患者番号は担当者がレセプトコンピュータで引くための手がかりとして、医事課の中の一覧にだけ残し、検索基盤には入れません。

検索の問い合わせは、ハイブリッドクエリで組みます。 サブクエリは、事由・対象の名前・傷病名の語の一致と、事由と対処の文の埋め込みによる近さの2つにし、filter で保険の区分と、返戻か査定かを絞ります。語の一致の側のアナライザーに同義語のフィルタを入れ、商品名と一般名の違いを吸収します。

同義語のフィルタは synonym_graph を使います。 ドキュメントでは、synonym_graph は synonym の発展版で、複数の語からなる同義語を扱えるとされています。「経皮的冠動脈形成術」と「PCI」のように、片方が複数の語に分かれる組が多いからです。書式は既定の solr 形式で、次のように1行に1組を書きます。

経皮的冠動脈形成術, PCI
ランソプラゾール, タケプロン
2型糖尿病, Ⅱ型糖尿病, 2型DM

expand は既定のままにします。 既定では、1行に並べた語が互いに同じものとして扱われます。false にすると、すべてが行の先頭の語に寄せられます。商品名から一般名、一般名から商品名のどちらでも引けるように、既定のままが合っています。

AIへ渡す前に整形する

1. 行への分割 … 通知の表は1行に1件の事由が並ぶ形なので、行の区切りを規則で取り、崩れたものだけを Claude に任せます
2. 全角と半角、記号の統一 … 「Ⅱ」と「2」、全角の英数字をそろえます。同義語の辞書で吸収しきれない揺れを先に消します
3. 患者の情報の除去 … 通知の文字から、患者の名前と生年月日にあたる部分を取り除いてから Claude に渡します
4. 事由の文言の保持 … 事由は通知に書かれた記号と文言をそのまま持ちます。言い換えません
5. 埋め込みの対象を絞る … 事由と対処の内容、予防の注意点の文だけを埋め込みます。点数は埋め込まず、数値の項目として持ちます
6. 重複の検知 … 同じレセプトの同じ行が返戻と再請求の後の査定で二度出る場合は、ひも付けて1件の経緯として持ちます

3番目を軽く見ないでください。 通知の PDF には、患者を識別できる情報が載っています。行の取り出しに要るのは事由と対象だけなので、生成AIには渡さないところから始めます。

AIに処理させる

AIの仕事は2か所です。通知の行の取り出しと、検索結果の1文です。

2行目がいちばん起きやすい失敗です。 過去の記録に「症状詳記を付けて再審査、復活」とあると、AIは詳記の文案まで書こうとします。医事課の記録から作られた文案は、その患者の診療の事実を知らないまま書かれます。 詳記は医師に頼み、AIには書かせません。

指示内容を固定する

取り込み時（通知の行の取り出し）：

あなたは病院の医事課で、審査支払機関からの通知を整理する担当です。
渡された通知の文字だけを根拠にしてください。推測で埋めないでください。

【やること】
通知を1行ずつに分け、それぞれについて次を取り出してください。
- 審査月
- 区分：返戻 / 査定
- 事由：通知に書かれた記号と文言をそのまま写す
- 対象の種類：drug / procedure / material / diagnosis / other
- 対象の名前：通知の表記をそのまま写す
- 増減点数（数値。書かれていなければ null）

【厳守事項】
- 事由の文言を言い換えたり、要約したりしないでください。
- 対象の名前を一般名や正式名に直さないでください。表記のまま写してください。
- 行の区切りが判断できない箇所は、split_uncertain を true にしてください。
- 患者の名前や生年月日にあたる文字が残っていても、出力に含めないでください。

検索時（同じ理由かの1文）：

あなたは医事課の担当者が過去の対処を調べるのを助ける担当です。
渡された情報だけを根拠に、新しい通知の行と過去の記録を比べてください。

【新しい通知の行】{line}
【過去の記録（上位5件）】{records}

【書くこと】
各記録について、
1. 新しい行と同じ理由といえるか：same / similar / different
2. 違う点（1文。無ければ「なし」）

【厳守事項】
- 再審査請求をすべきか、受け入れるべきかを書かないでください。
- 症状詳記の文案を書かないでください。
- 査定が妥当かどうかを書かないでください。
- 記録に書かれていない対処や結果に触れないでください。
- 「結果不明」の印のある記録は、その旨を書いてください。

「同じ理由か」を3つの値に限るのは、担当者の読み方をそろえるためです。 自由文で「おおむね同様と考えられます」と書かれると、担当者によって読み方が分かれます。same は事由と対象がどちらも一致、similar は片方だけ、different はどちらも違う、と指示の外で定義し、担当者の手順書にも書きます。

「再審査請求をすべきか書かない」を入れないと、過去の結果から推して「再審査請求が有効と考えられます」と添えてきます。 過去に通った1件があるだけで、今回も通るとは限りません。判断の材料と判断そのものを、ここで分けます。

出力形式を固定する

取り込み時の行は、次の形のJSONで受け取ります。

{
  "notice_month": "2026-09",
  "notice_type": "increase_decrease | return",
  "lines": [
    {
      "line_no": 0,
      "category": "返戻 | 査定",
      "reason_text": "",
      "target_type": "drug | procedure | material | diagnosis | other",
      "target_name": "",
      "points": null,
      "split_uncertain": false
    }
  ]
}

検索結果は、次の形で画面に返します。

{
  "line_no": 0,
  "matches": [
    {
      "record_id": "",
      "review_month": "",
      "department": "",
      "reason_text": "",
      "target_name": "",
      "action": "resubmit | reexamine | accept",
      "action_detail": "",
      "outcome": "restored | partially_restored | upheld | accepted | unknown",
      "prevention_note": "",
      "sameness": "same | similar | different",
      "difference": ""
    }
  ]
}

1つ目の理由は、reason_text と target_name を通知の表記のまま持てることです。 言い換えずに持つので、同義語の辞書を足せば、過去のカードを作り直さずに検索で届くようになります。 正式名に直して持つと、直し方の誤りが索引に残ります。

2つ目は、outcome で絞り込めることです。 「同じ理由で、再審査で復活した記録だけ」「原審どおりだった記録だけ」を並べられるので、同じ再審査請求をもう一度出す前に、通らなかった記録が目に入ります。

3つ目は、sameness と department で月末の一覧が作れることです。 same の記録が毎月出ている事由と診療科の組は、繰り返している理由として、診療科への予防の働きかけの候補になります。

システムへ連携する

辞書のファイルを S3 に置くときは、暗号化のかけ方に注意します。 ドキュメントでは、辞書に機密の情報が含まれるなら S3 が管理する鍵でのサーバー側の暗号化を指定するよう案内され、AWS KMS の鍵で保護したファイルには OpenSearch Service がアクセスできないとされています。薬剤名の辞書に患者の情報は入りませんが、鍵の選び方で取り込みが止まることを先に知っておきます。

レセプトコンピュータとオンライン請求システムには書き込みません。 再請求と再審査請求は、担当者がこれまでどおりの手順で行います。

人が確認する

1. 通知の行を確かめる … 取り出した行を PDF と見比べます。split_uncertain の付いた行を優先します
2. 同じ理由かを確かめる … same と出た記録も、当時のレセプトの写しで傷病名と診療行為を確かめます
3. 方針は責任者が決める … 再審査請求をするか、受け入れるかは、医事課の責任者が決めます
4. 症状詳記は医師が書く … 過去の記録で詳記を付けて通ったものがあれば、その事実を医師に伝えて頼みます
5. 結果を入れる … 再請求の受付や再審査の結果が出たら、結果の区分を入れます。これが次の検索の材料になります

1件4分を目安にします。 行の確認、上位の記録の確認、対処の案を作る時間です。1文だけを読んで方針を決める運用にはしません。

例外に対処する

上から3行目が、運用の初めにいちばん多く出ます。 多くは記録が無いのではなく、辞書に組が無いだけです。 届かなかった組を毎月足すと、この行は減っていきます。

記録を残す

• 取り込んだ通知の審査月と、取り出した行のJSON、担当者が直した項目
• 検索のたびの問い合わせと、候補の記録、1文
• 担当者が作った対処の案と、責任者の決定
• 対処の結果と、結果を入れた日
• 再審査請求の提出の方法（オンライン／郵送）と、添付した資料の有無
• 「過去の記録なし」になった行と、その後に辞書へ足した組

最後の行は、辞書を育てる材料になります。 どの組が足りなかったかを残しておけば、辞書を誰が作っても同じ順で足していけます。