この記事のポイント
- Finatextとメディケア生命は、診断書や領収書などの請求画像の改ざん痕跡を探す実証実験を始めました。
- AIが確認すべき案件を絞り込み、最終判断は査定担当者が行う設計。不正検知の効果はこれから検証します。
- 公表された査定正答率90%以上は、2025年からの別の支払査定実験の結果で、今回の検知精度ではありません。
保険金請求の書類画像を対象とした、両社の実証実験を紹介します。検知する対象と、人が確認する役割を整理します。
診断書や領収書から、改ざんの可能性がある案件を抽出
Finatextとメディケア生命保険が2026年10月14日に発表した実証実験（PoC）は、保険金請求にあわせて提出される診断書・領収書・診療明細書などの画像を対象にしています。生成AIや画像編集ソフトの性能が上がったことで、こうした書類の数字や内容を加工する手口が高度化し、目視では見分けにくくなっているという課題が背景にあります。公式発表によれば、具体的な分析手法は不正利用を防ぐ目的で非公開ですが、画像に残る生成AIならではの痕跡を検出し、加工・改ざんの可能性がある請求を見つけ出す仕組みだとしています。
AIの役割は、査定担当者が確認すべき「疑わしい案件」を絞り込むことです。不正の有無の最終判断は人が行います。
査定正答率90%以上は、別の実験での結果
両社が2025年9月から実施した給付金の支払査定業務の別の実証実験では、高難易度のケースを含めて査定正答率90%以上、証拠となる画像から文字を読み取るAI-OCRの精度は約90%と報告されています。今回の改ざん検知の精度とは異なる指標です。
まとめ:査定支援の精度と改ざん検知の精度を分けて見る
今回の実験では、改ざん痕跡の検知がどこまで有効かに加え、査定業務への組み込み方や必要なデータ整備を検証します。書類を読む精度、支払査定の正答率、改ざん検知の精度は、それぞれ分けて評価する段階です。
保険の請求画像を扱う業務で検知方法を検討する方にとっては、どの書類を対象にするかと、抽出後に査定担当者がどう確認するかを併せて考える材料になります。現時点では導入効果を見積もるより、今後公表される検知結果と運用上の課題を追うとよいでしょう。
※2026年10月14日の公式発表に基づく情報です。
