Who（誰が）
診療所・病院の医師/看護師と都道府県・保健所設置市の職員を主対象に、電子カルテベンダーや地域医師会を巻き込みながら展開する。
対象とする社会課題：医療機関と自治体間の感染症情報共有が遅く感染拡大の初動対応が遅れる
社会の役に立ち、しっかり儲かる。その両立が、この計画には数字で示されています。
診断から自治体集計まで数日かかる今の仕組みでは、クラスターの兆候はいつも後手で気づかれる。医師は診療の合間に手作業で発生届を書き、保健所職員は届いたFAXを目視で突合している。その隙間で流行は静かに広がる。現場の手間を減らしながら、地域の異常を早く見つける仕組みを、医療機関と自治体の両方に届けたい。
※ この4つの数字は、見せるために作った数字ではありません。「事業計画」タブの10年計画とまったく同じ計算から出しています。EXIT（売却）時の手取りだけは「もし売れたら」の試算で、約束できる金額ではありません。
10年の事業計画も、創業融資500万円の申請資料も、システムの要件定義書も、最初の90日の段取りも——ぜんぶこのページにあります。足りないものはAIチャットが伴走しながらその場で作り、システム開発・専門家・投資家への橋渡しまで、このサイトの中で進められます。「やりたい」と思ったその日から、始められる状態です。
ボタンを押すとAIチャットが開き、EpiLinkの事業内容を読み込んだ状態で、事業計画書やピッチ資料、要件定義書などの素案をその場で作成します。まずは気になる資料のボタンから試してみてください。
※ ボタンを押すと確認のポップアップが出ます。「はい」を選ぶとAIチャットが新しいタブで開き、 この事業の内容を踏まえた作成指示が自動で送られます（あなたが文章を打ち込む必要はありません）。 どのボタンを出すかは事業の性質でAIが出し分けます。生成にはAIチケットを使用します。
あなたの経歴とこの事業のフィットをAIが診断します。活きる強み、足りないもの、 共同創業者に求める人物像まで示します。
無料会員登録して診断する登録済みの経歴をもとに、この事業とのフィットを診断します。経歴・スキルの内容はAI相談・AIチャットの回答にも反映されるため、最新の内容に更新しておくとより精緻なアウトプットが得られます。
💡 このショーケースをお気に入り登録すると、あなたのAIチャットがお気に入り登録した事業の情報を学習し、より賢く、具体的な提案ができるようになります。
※ AIによる参考意見です。合否や成否を保証するものではありません。経歴・スキルの登録内容は、この診断やAI相談・AIチャットの回答精度にも影響します。
EpiLinkは、診療所の医師が診察の合間にPCやタブレットで症状・検査結果を入力するだけで、AIが疾病コードを自動判定し保健所へリアルタイム送信する感染症サーベイランス基盤である。
従来は手書きFAXで3〜7日かかっていた発生届報告が数分で完了し、保健所職員はダッシュボード上で地域別・年代別の発生数を自動集計されたグラフで確認できる。異常増加が検知されるとアラートが届き、チャット欄に『今週の管内発生状況は』と入力すれば要約とグラフが即返る。医師は入力の手間が減り、保健所は目視突合作業から解放され、初動対応が数日単位から数時間単位に短縮される。
感染症法に基づく発生動向調査（NESID）は保健所への手書きFAXや紙報告が今も残存し、診断から自治体集計まで平均3〜7日のタイムラグが生じている。
全国の診療所・クリニック約10万施設のうち、電子カルテとNESIDシステムが直接連携している施設は限定的で、多くの医師が診療の合間に手作業で発生届を作成している。保健所職員も人手不足の中、複数医療機関からのFAX情報を目視で集計・突合しており、地域内での異常増加（クラスター兆候）の検知が遅れがちである。2020年のコロナ禍でもFAX集計の限界が全国的に露呈したが、根本的なシステム刷新は自治体ごとの予算・人員格差により進んでいない。結果として、季節性インフルエンザや新興感染症の流行初期対応が後手に回り、医療現場の逼迫や不要な行動制限につながるケースが繰り返されている。
自然言語処理AIが自由記述の症状欄・検査所見をNESID標準コードへ自動変換し入力負荷を削減する。
時系列異常検知モデル（季節調整済み移動平均＋機械学習による外れ値検知）が地域別発生数の急増を検知しアラートを自動発報する。対話型AIアシスタント（LLMベースのチャットボット）が自治体職員の自然言語での問い合わせに対しダッシュボードデータを要約・可視化して回答する。需要予測AIが過去の流行曲線と気象・人流データを組み合わせ、1〜4週間先の患者数を予測し病床・ワクチン確保計画の参考値を提示する。
医療機関の医師・看護師は電子カルテやオンライン発生届フォームに患者情報（症状・検査結果・年齢層等）を入力するだけで、AIが疾病コードを自動判定し自治体システムへリアルタイム送信する。
保健所職員向けダッシュボードでは、複数医療機関から集まるデータをAIが地域単位・年代別に自動集計し、過去数年分の流行パターンと比較して異常増加を検知した場合にアラートを発報する。自治体担当者はチャット型AIアシスタントに「今週の管内発生状況は」「昨年同時期比の増減は」と自然言語で質問でき、AIがグラフと要約文で即座に回答する。医療機関側にはAIが記入補助（過去入力履歴からの予測変換・入力漏れ検知）を提供し、発生届作成時間を短縮する。週次で自治体間（近隣市区町村・都道府県）のデータもAIが横断集計し、広域クラスターの兆候を可視化するレポートを自動生成する。
| 医師・看護師の発生届手書き作成にかかる人件費ロス（1件12分×想定発生届件数、時給換算） | 1施設あたり年間約40万円の想定（1日1件想定・時給1万円換算） |
| 保健所職員のFAX集計・突合にかかる時間外対応（残業代） | 1保健所あたり年間約72万円の想定（月20時間×時給2,500円×12ヶ月） |
| 集計遅延によるクラスター対応の遅れに伴う医療逼迫・行動制限の社会的コスト | 1件あたり数百万円〜1,000万円規模の想定（発生規模による） |
| FAX・紙報告の記載漏れ・二重入力によるヒューマンエラー対応（再提出・確認業務） | 1保健所あたり年間約20万円の想定（月10件の確認作業想定） |
| 医療機関向けSaaS利用料（発生届自動作成・入力補助） | 月額15,000円/施設（年間18万円） |
| 自治体向け年間ライセンス（ダッシュボード・予測分析・アラート機能） | 年間300万円〜（人口規模に応じ変動） |
| 広域予測レポート・コンサルティング（都道府県向けスポット契約） | 年間200万円〜 |
この事業をやっている人のある1日、1年後・3年後・10年後の姿、向いている人・向いていない人、よくある質問……
あなたと事業の詳細は無料会員限定です。
時間軸別に、各チャネルの具体施策と、それをAIでどうプロンプティングして実現するかをセットで。
上記の施策をもとに、広告物の作成業者（マーケ会社）への紹介をご希望の場合はこちらからエントリーできます。
マーケ会社の紹介を希望する※ 紹介のお申し込み窓口はマイページの「業者・士業・投資家の紹介」に一本化しています。AIチャットが内容をヒアリングし、具体的な段階になったら運営が個別におつなぎします。
この事業に必要なアプリを作るための仕様です。下のボタンでWordに書き出せば、そのまま開発会社への相談・見積の依頼に使えます。
※ このボタンは、このページに載っている内容をそのままWordファイルに書き出します（AIは使いません。すぐ保存できます）。 ページの上のほうにある「ほしい資料を、その場でAIがつくります」の要件定義書のボタンは、AIチャットがあなたのご要望を聞きながら、そのつど書き起こすものです。 すでにある内容をそのまま渡したいときはこちら、作りたい範囲や条件を相談しながら仕上げたいときはAIチャットをお使いください。
感染症法上の発生届は今も手書きFAXや紙報告が残り、診断から自治体集計まで平均3〜7日のタイムラグが生じている。
診療所は診療の合間に手作業で発生届を作成し、保健所職員も複数医療機関からのFAXを目視で集計しているため、人手不足の中でクラスター兆候の検知が遅れがちである。2020年のコロナ禍でFAX集計の限界が露呈したが、自治体ごとの予算・人員格差により根本的なシステム刷新は進んでいない。この結果、流行初期対応が後手に回り、医療現場の逼迫や不要な行動制限が繰り返されている。
実証フェーズ（0-6ヶ月）はAI精度検証や自治体ごとの要件変動が大きいため準委任契約が適しており、パイロット自治体との仕様調整を柔軟に進めるべきである。
初期展開フェーズ以降、機能要件が固まった発生届入力フォームやダッシュボードなどのMVP機能は請負契約で範囲・納期を明確化することが望ましい。異常検知アルゴリズムや需要予測AIなど精度が段階的に向上する部分は、成果物定義が難しいため準委任または成果指標（適合率80%等）を明記した準委任型が適する。自治体側の予算単年度制約があるため、契約更新タイミングと自治体議会承認スケジュールを事前に発注仕様書へ明記しておくこと。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 診療所・病院の医師・看護師（発生届入力）、保健所・自治体職員（集計・分析・アラート確認） |
| セカンダリ | 都道府県担当部局（広域予測レポート活用者）、電子カルテベンダー担当者（API連携運用者） |
| 管理 | EpiLink運営会社のシステム管理者（権限管理・ログ監査・モデル更新）、自治体側の情報システム担当者（自治体内アクセス権限設定） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 発生届自動作成支援 | 入力：症状・検査所見の自由記述→処理：NLP AIがNESID標準コードへ変換→出力：発生届フォーム自動入力 |
| 入力補助・漏れ検知 | 入力：医師の入力中データ→処理：過去履歴から予測変換・必須項目チェック→出力：入力候補表示と警告 |
| 自治体リアルタイム送信 | 入力：確定した発生届データ→処理：暗号化しAPI経由送信→出力：自治体システムへの即時登録完了通知 |
| 地域別自動集計 | 入力：複数医療機関の発生届データ→処理：AIが地域・年代別に自動集計→出力：保健所ダッシュボード表示 |
| 異常増加検知アラート | 入力：時系列発生数データ→処理：季節調整移動平均＋外れ値検知モデルで判定→出力：閾値超過時のアラート発報 |
| 対話型問い合わせ応答 | 入力：職員の自然言語質問（例:今週の管内発生状況）→処理：LLMがダッシュボードデータ参照→出力：グラフと要約文回答 |
| 患者数需要予測 | 入力：過去流行曲線・気象・人流データ→処理：需要予測AIが1〜4週先を推計→出力：病床・ワクチン確保参考値レポート |
| 広域クラスター横断集計 | 入力：近隣自治体の週次発生データ→処理：AIが広域横断集計・比較分析→出力：広域クラスター兆候レポート自動生成 |
| 保健師最終確認フロー | 入力：AI検知アラート・予測結果→処理：保健師が承認/修正操作→出力：確定アラートとフィードバックログ記録 |
| 電子カルテベンダー連携 | 入力：カルテシステムの患者記録→処理：APIで発生届データへ自動転記→出力：EpiLink側への連携登録完了 |
| 利用者権限・アクセス管理 | 入力：職員・医師のログイン情報→処理：多要素認証と権限判定→出力：役割別画面表示とアクセス許可 |
| テーブル | 主要カラム |
|---|---|
medical_institutions | institution_id, name, type, address, ehr_vendor_id, contract_plan |
disease_reports | report_id, institution_id, patient_age_group, symptom_text, disease_code, report_datetime, status |
disease_codes_master | code_id, nesid_code, disease_name, category, update_date |
municipalities | municipality_id, name, prefecture_id, population, health_center_flag |
aggregation_daily | aggregation_id, municipality_id, disease_code, age_group, count, aggregation_date |
anomaly_alerts | alert_id, municipality_id, disease_code, detected_date, severity, confirmed_flag |
forecast_results | forecast_id, municipality_id, disease_code, forecast_week, predicted_count, model_version |
user_accounts | user_id, name, role, institution_id, municipality_id, login_id, permission_level |
| # | 画面 |
|---|---|
| 1 | 発生届入力画面 |
| 2 | 入力補助・確認画面 |
| 3 | 保健所ダッシュボード |
| 4 | 異常検知アラート一覧 |
| 5 | チャットAI問い合わせ |
| 6 | 広域予測レポート画面 |
| 7 | 管理者・権限設定画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS（医療情報ガイドライン準拠基盤） |
| 2 | PostgreSQL（地域集計・地理データに強い） |
| 3 | Python/FastAPI（ML推論API構築が容易） |
| 4 | BERT系NLPモデル（症状文から疾病コード変換） |
| 5 | LightGBM＋Prophet（異常検知・需要予測併用） |
| 6 | LLM API（自治体向け自然言語応答） |
| 7 | HL7 FHIR規格（電子カルテ標準連携） |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性：本番環境の月間稼働率99.5%以上（月間停止許容約3.6時間以内）を目標とする想定 |
| 性能 | 性能：発生届データ送信から自治体ダッシュボード反映まで平均5分以内の想定 |
| セキュリティ | セキュリティ：全通信をTLS1.3で暗号化し、患者情報は匿名加工後に保存、ISMS認証取得を3年目までに完了する想定 |
| データバックアップ | データバックアップ：発生届・集計データを日次バックアップし、7年間保存（感染症法に基づく記録保持想定） |
| 拡張性 | 拡張性：自治体側システム仕様差異に対応するため標準API（REST/JSON）を整備し、新規自治体追加時の連携開発を平均2週間以内で完了する目安 |
| 監視・運用 | 監視・運用：異常検知アラートの誤検知率を月次でモニタリングし、適合率80%未達時は保健師レビューで再学習する運用体制とする想定 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 紙やFAXの発生届データをヒアリングで集め、手作業で集計したダッシュボードのモック（スプレッドシートや画面キャプチャ）を医師や保健所職員に見せて反応と業務フローを確認する。 | 交通費とヒアリング謝礼程度 |
| ②最小システム | 疾病コード自動変換の簡易プロトタイプと、既存のスプレッドシート連携による簡易ダッシュボードを作り、数施設・1自治体で実際の入力データを使って精度と使い勝手を検証する。 | AI利用料とプロトタイプ開発の外注費（数週間〜1か月分の想定） |
| ③本開発 | NESID標準コードへの正式な連携、異常検知モデルの本実装、対話型AIアシスタントの組み込みを行い、複数自治体・電子カルテベンダーとのAPI連携を含む本番システムを構築する。 | 外注または正社員エンジニアでの開発費（数か月〜半年規模） |
上記の要件定義書をもとに、システムベンダー（開発会社）への紹介をご希望の場合はこちらからエントリーできます。
システムベンダーの紹介を希望する※ 紹介のお申し込み窓口はマイページの「業者・士業・投資家の紹介」に一本化しています。AIチャットが内容をヒアリングし、具体的な段階になったら運営が個別におつなぎします。
10年の収支と資金の集め方、財務、KPI、資本政策、そして図解付きのフル事業計画書・AI実装仕様書……
事業計画の詳細は無料会員限定です。
市場の前提（ボトムアップ試算）とTAM/SAM/SOMの規模感……
市場規模の詳細は無料会員限定です。
競合となるサービス・企業と、この事業ならではの差別化ポイント……
競合企業の詳細は無料会員限定です。
対応が必要な許認可・法規制と、確認すべき相手先・想定調整期間……
関連法令・許認可の詳細は無料会員限定です。
手を挙げたその日から動けるように、完了条件つきで並べています。
| 誰に会うか | なぜ会うか | 接触の仕方 |
|---|---|---|
| 政令指定都市保健所の感染症対策担当保健師・技師 | NESID報告実務の課題とFAX運用の実態を直接確認するため | 全国保健所長会や地域医師会の紹介経由で保健所へ面談依頼 |
| 都道府県庁健康福祉部感染症対策課の主管課長 | 自治体単位のシステム導入予算・議会承認プロセスの実態を把握するため | 感染症対策課代表電話へ事業説明資料を送付しアポイント調整 |
| 都道府県医師会（内科・小児科部会）の感染症対策担当理事 | 診療所医師の発生届作成負担とツール導入への抵抗感を把握するため | 医師会事務局経由で感染症対策委員会への説明機会を依頼 |
| 電子カルテベンダー（例：カナミックネットワーク等）の事業開発担当 | API連携の技術要件とバンドル提供の商流を確認するため | ベンダー法人窓口・医療IT系展示会でのブース面談から接点構築 |
| 国立感染症研究所または地方衛生研究所の疫学情報担当研究員 | NESID標準コードや異常検知モデルの精度検証への協力可能性を探るため | 研究所の共同研究窓口・日本感染症学会等の学会接点から依頼 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 地域医師会への訪問 | 「発生届の作成時間を短くする入力補助ツールを試験導入してくれる診療所を探しています」と医師会事務局経由で紹介を依頼する。 |
| 保健所・自治体の医療政策課への直接アプローチ | 「FAX集計の負担を減らす実証パイロットに無償で協力いただけないか」と担当課に持ち込み、まず実証事業として関係を作る。 |
| 電子カルテベンダーとの連携紹介 | 「御社のカルテと連携するAPIを作ったので、既存の導入先クリニックに紹介してもらえないか」と技術提携を切り口に依頼する。 |
| 医療系学会・自治体DX関連の展示会出展 | ブースで「発生届の作成が今どれくらい負担になっているか教えてください」と声をかけ、その場で試用希望者を募る。 |
対応が必要な許認可・法規制の詳細は「関連法令」タブでご確認いただけます。着手前に必ずご確認ください。
制度名・金額・要件は年度ごとに変わるため、ここでは種別と公式の探し先だけを示します。必ず一次情報で最新の要件を確認してください。
| 種別 | 特徴 |
|---|---|
| 自己資金・身内からの出資 | 最初の検証（ヒアリング・試作）はここで賄えることが多い。 |
| 日本政策金融公庫の創業融資 | 実績のない創業期でも相談できる公的融資。事業計画書の提出が要る。 |
| 自治体の創業支援制度 | 市区町村・都道府県ごとに補助・利子補給・家賃補助などがある。要件と募集時期は年度で変わる。 |
| 国の中小企業向け補助金 | 設備・販路開拓・IT導入などの類型がある。公募期間が短いので、常設の情報源で追う。 |
| エンジェル投資家・ベンチャーキャピタル | 急成長を前提にする資金。社会課題型では投資家の性格を選ぶ必要がある。 |
| 確認先 | 何がわかるか |
|---|---|
| ミラサポplus（中小企業庁） | 補助金・支援制度の横断検索 |
| J-Net21（中小機構） | 支援策・創業手引きのデータベース |
| 地域の商工会議所・よろず支援拠点 | 無料の対面相談。申請書の書き方まで見てもらえる |
| 日本政策金融公庫の各支店 | 創業計画書の事前相談 |
| 制度 | 誰が使えるか | この事業でどう効くか |
|---|---|---|
| 日本政策金融公庫 新創業融資制度 | 税務申告を2期終えていない法人・個人事業主 | 自己資金100万円に加えて運転資金の創業融資（合計 500万円）を受けられれば、代表1名体制での開発初期費用や自治体営業の交通費・人件費に充てられる。着金は設立から2か月目ごろが目安。 |
| AMED（国立研究開発法人日本医療研究開発機構）実用化研究事業 | 感染症・公衆衛生分野でAI技術の実用化研究を行う事業者 | 疾病コード自動変換や異常検知モデルの精度検証を、医療研究開発の枠組みで公的資金を得ながら進められる可能性がある。実証フェーズの精度目標達成に活用できる。 |
| IT導入補助金 | ITツールを導入する中小企業・小規模事業者（ここでは導入する医療機関側） | 月額利用料が発生する医療機関向けSaaSの導入費用を軽減できるため、営業時に顧客側の初期負担を下げる提案材料として使える。 |
| デジタル田園都市国家構想推進交付金 | 自治体（都道府県・市区町村） | 保健所のダッシュボード導入や広域連携の実証を行う際、自治体側がこの交付金を活用して予算化できれば、単年度予算の壁を越えた導入決定につながりやすい。 |
| 小規模事業者持続化補助金 | 小規模事業者（創業したばかりの法人も対象になり得る） | 医師会や自治体向けの営業資料作成・展示会出展・ウェブサイト整備など、初期の販路開拓費用の一部をまかなえる。 |
会社設立の手続きや許認可の取得、契約書の整備など、弁護士・税理士・司法書士等の専門家への紹介をご希望の場合はこちらからエントリーできます。
専門家の紹介を希望する※ 紹介のお申し込み窓口はマイページの「業者・士業・投資家の紹介」に一本化しています。AIチャットが内容をヒアリングし、具体的な段階になったら運営が個別におつなぎします。
本文中の「※1」「※2」の番号は、ここに対応しています。番号を押すと、この欄に飛びます。
この事業が失敗するとしたら原因はどこから来るか、単価をその値段にした理由、最初の3か月で確かめること、必要な契約書と支払い条件、1人目の求人票、この事業の1週間……
実行の手引きの詳細は無料会員限定です。
公衆衛生DXに取り組む仲間がコミュニティで情報交換しています。ひとりで抱え込まず、同じ課題を見ている人と話すところから始められます。
※ バッジは自動集計にもとづく相対表示です