Who（誰が）
市区町村の子ども家庭部門・保健センターに所属する保健師と管理職、および自治体の情報システム部門が主な利用者・意思決定者である。
対象とする社会課題：乳児健診データから支援が必要な家庭を早期に把握できていない
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。
乳幼児健診は9割を超える家庭が受けているのに、そこで得られた記録の多くは紙やExcelのまま自治体に眠り、リスクの高い家庭の発見は担当保健師ひとりの経験と勘に頼っている。虐待対応にまで至るケースの予兆は、多くが乳幼児期の健診記録に残っていたとされる。データを統合し、保健師の目の届く範囲を広げる仕組みが必要だと考えた。
※ 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700万円の申請資料も、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、この事業の市場規模や収益モデル、ロードマップを読み込んだAIチャットが開きます。自治体への提案や資金調達、開発準備など、次の一歩に必要な資料の素案をその場で作成できます。
※ 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。
本サービスは、市区町村の保健センターに勤務する保健師が、乳児健診(3〜4か月児健診・1歳6か月児健診・3歳児健診)で収集した身長体重・問診票・保健師所見データをクラウドのダッシュボードに集約し、AIが体重増加不良や未受診履歴、問診票の自由記述からリスクスコアを自動算出するSaaSです。
保健師は担当地区のハイリスク家庭を上位順に確認し、AIが生成した『体重増加率が同月齢平均を大きく下回る』といった注目ポイント要約を読んで訪問優先度を判断します。健診会場ではタブレット入力に応じてAIが追加質問候補を提示し、聞き取り漏れを防ぎます。紙台帳しかない自治体でもOCR取り込みで対応でき、保健師の経験と勘に依存していたスクリーニングを客観的な数値と現場判断の組み合わせに変えます。
日本では年間約77万人が出生し、乳児健診(3-4か月児健診、1歳6か月児健診、3歳児健診)の受診率は9割を超えるが、収集された身長体重・問診票・保健師所見データの多くは紙またはExcelで自治体内に散在し、リスクの高い家庭の抽出は担当保健師の経験と勘に依存している。
1自治体あたり保健師1人が年間200〜400件の乳児を担当し、虐待やネグレクトの兆候(未受診・体重増加不良・産後うつ疑い等)を見逃すケースが後を絶たない。児童相談所の虐待対応件数は年間20万件超(令和4年度)で増加傾向にあり、その多くが乳幼児期の健診記録に予兆があったとされるが、システム間連携の欠如と人員不足により発見が遅れている。中核市クラス(人口20万人規模)では保健師1人あたり担当乳幼児数が多く、リスクスクリーニングに割ける時間は月数時間程度しかない。この課題は個々の自治体の予算・人員だけでは解決困難で、データ統合と予測の仕組みが不在なまま放置されてきた。
予測モデル(勾配ブースティング・時系列異常検知)が体重身長推移・問診回答パターン・未受診履歴からリスクスコアを算出し、要支援家庭の早期抽出を行う。
自然言語処理により問診票の自由記述やこれまでの保健師所見テキストを解析し、キーワード抽出と要約文生成で『注目ポイント』を自動作成する。対話AIが健診現場で保健師の入力内容に応じて追加質問を動的に提案し、聞き取り精度を高める。さらに自然言語生成AIが関係機関連携文書やフォローアップ計画のドラフトを作成し、保健師の事務作業を削減する。
自治体の母子保健システムまたは紙台帳データをAPI連携・OCRで取り込み、AIが問診票の自由記述、体重身長推移、未受診履歴、家族構成、既往歴を統合解析してリスクスコアを自動算出する。
保健師はダッシュボードで担当地区のハイリスク家庭を上位順に確認し、AIが生成した『注目ポイント要約(例: 体重増加率が同月齢平均を大きく下回る、養育者の睡眠不足の記述あり)』を読んで訪問優先度を判断する。健診会場では保健師がタブレットに問診結果を入力すると、その場でAIチャットが追加質問候補(例: 育児不安の深掘り質問)を提示し、聞き取り漏れを防ぐ。フォローアップが必要な家庭には、保健師の承認を経てAIが訪問スケジュール案と関係機関(保健センター・児相・医療機関)への連携文書ドラフトを自動生成する。月次では地区全体のリスク傾向をAIが集計し、管理職向けにレポートを自動作成する。
| 保健師の未受診者リスト作成・台帳突合作業(月20〜30時間の超過的事務、時給2500円換算) | 年間約72万円相当の人件費(1名あたり) |
| 関係機関連携文書の手作業作成にかかる工数(1件1〜2時間、年間数十件想定) | 年間約20万円相当の人件費 |
| 見落としによる虐待・ネグレクト対応が重篤化した場合の追加対応コスト(職員増員派遣・調査対応等) | 1件あたり数十万円〜(発生頻度は自治体差あり、想定) |
| 客観的根拠不足による議会・監査対応の追加説明資料作成工数 | 年間十数万円相当の想定 |
| SaaS月額利用料(人口5万未満) | 月額8万円(年間96万円) |
| SaaS月額利用料(人口5〜20万) | 月額18万円(年間216万円) |
| SaaS月額利用料(人口20万以上)+AIオプション1種 | 月額35万円+3〜8万円(年間456万〜516万円) |
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。
乳児健診の受診率は9割を超えるが、収集された身長体重・問診票・保健師所見データの多くは紙またはExcelで自治体内に散在し、リスクの高い家庭の抽出は担当保健師個人の経験と勘に依存している。
保健師1人が年間200〜400件の乳児を担当し、リスクスクリーニングに割ける時間は月数時間程度しかないため、未受診・体重増加不良・産後うつ疑いなどの兆候を見逃すケースが後を絶たない。児童相談所の虐待対応件数は年間20万件超で増加傾向にあり、その多くに乳幼児期の健診記録上の予兆があったとされるが、システム間連携の欠如と人員不足により発見が遅れている。
実証フェーズ(0-8ヶ月)はリスク予測モデルの精度検証と要件が流動的なため準委任契約が適する。
初期商用化以降のデータ連携基盤やダッシュボードなど仕様が固まった部分は請負契約に切り出し可能だが、自治体ごとに問診票フォーマットやシステム仕様が異なるため、個別自治体向けの連携改修は都度準委任での調整工数を見込むこと。発注時は要配慮個人情報を扱う前提でISMS等の第三者認証取得状況、アクセスログ監査の実装範囲を契約書・SLAに明記し、AIスコアはあくまで支援ツールで最終判断は保健師が行う旨を成果物の受入基準に含めることが望ましい。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 市区町村保健センターの保健師(乳児健診担当、1人あたり年間200〜400件の家庭を担当) |
| セカンダリ | 子ども家庭部門の管理職(課長・係長)、健診会場の受付・事務スタッフ |
| 管理 | 自治体情報システム部門の担当者、システム提供事業者側のカスタマーサクセス・運用担当 |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 健診データ取り込み | 母子保健システムCSV/紙台帳画像→API連携・OCR→統合DBへ正規化格納 |
| リスクスコア算出 | 身長体重推移・問診・未受診履歴→勾配ブースティングモデル→0-100のリスクスコア出力 |
| 時系列異常検知 | 月齢別体重身長系列→異常検知アルゴリズム→増加不良フラグと乖離幅を出力 |
| 注目ポイント要約生成 | 問診自由記述・保健師所見テキスト→NLPキーワード抽出→要約文をダッシュボード表示 |
| ハイリスク家庭一覧ダッシュボード | リスクスコア一覧→担当地区別ソート→保健師画面に優先順位表示 |
| 健診現場対話AI追加質問提示 | タブレット入力中の問診回答→対話AIが不足項目判定→追加質問候補を即時表示 |
| 訪問スケジュール案生成 | 承認済み要支援家庭リスト→AIが優先度・地理条件を計算→訪問候補日程案を出力 |
| 関係機関連携文書ドラフト生成 | 家庭情報・所見要約→自然言語生成AI→保健センター/児相宛て連携文書案を作成 |
| 保健師承認・修正ワークフロー | AI生成文書・スケジュール案→保健師が確認・編集→承認後に正式データとして確定 |
| 月次リスク傾向レポート自動作成 | 地区別スコア集計データ→AI集計・グラフ化→管理職向けPDFレポートを生成 |
| アクセスログ監査・権限管理 | 職員のログイン・閲覧操作→ログ記録処理→監査画面に操作履歴一覧表示 |
| テーブル | 主要カラム |
|---|---|
municipalities | id, name, population_tier, contract_plan, contract_start_date |
children | id, municipality_id, birth_date, gender, guardian_id, address_hash |
guardians | id, name_hash, contact_hash, family_structure, medical_history |
checkup_records | id, child_id, checkup_type, checkup_date, height, weight, questionnaire_json |
risk_scores | id, child_id, checkup_record_id, score, model_version, calculated_at |
attention_points | id, risk_score_id, summary_text, keywords, generated_at |
followup_plans | id, child_id, staff_id, plan_status, visit_schedule, document_draft |
staff_users | id, municipality_id, name, role, login_id, last_login_at |
| # | 画面 |
|---|---|
| 1 | ログイン画面 |
| 2 | ダッシュボード地区一覧 |
| 3 | リスクスコア詳細画面 |
| 4 | 健診入力画面(タブレット) |
| 5 | AI追加質問提示画面 |
| 6 | フォローアップ承認画面 |
| 7 | 月次レポート画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS(自治体閉域網向け専用クラウド構築実績が豊富) |
| 2 | LightGBM(勾配ブースティングでリスクスコア算出) |
| 3 | 日本語BERT系NLP(問診自由記述の要約・抽出) |
| 4 | Python/FastAPI(推論モデルのAPI提供に軽量) |
| 5 | React(保健師向けダッシュボード構築に実績多数) |
| 6 | Google Cloud Vision OCR(紙台帳のデジタル化) |
| 7 | ISMS/Pマーク基盤(要配慮個人情報の第三者認証取得) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 健診会場での入力障害を防ぐため月間稼働率99.5%以上を目標とする想定 |
| 性能 | 性能: リスクスコア算出処理は1家庭あたり3秒以内、ダッシュボード表示は2秒以内の応答を想定 |
| セキュリティ | セキュリティ: 要配慮個人情報を扱うため通信・保存データはAES256相当で暗号化しISMS認証取得を必須とする想定 |
| データ分離 | データ分離: 自治体ごとに論理・物理分離したテナント構成とし他自治体データへのアクセスを不可とする |
| 監査性 | 監査性: 全アクセス・閲覧・編集操作を最低5年間ログ保存し監査証跡として提出可能とする想定 |
| モデル精度維持 | モデル精度維持: リスク予測モデルのAUCを月次で再検証し0.80未満になった場合は再学習を実施する運用とする |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | パイロット自治体から匿名化済みの過去健診データを紙またはExcelで受け取り、Excelと簡易スクリプトで手動リスクスコアリングを行い、保健師に結果を見せて『注目ポイント』の妥当性をヒアリングで確認する | AI利用料と自治体への訪問交通費程度で、外部発注はほぼ不要な水準 |
| ②最小システム | 簡易ダッシュボード（既存ノーコード・ローコードツール活用可）と最小限の予測モデルを構築し、数自治体で実際にタブレット入力・スコア表示を試験運用してAUCや使い勝手を検証する | 外注含めて数か月分の開発費と、クラウドインフラの月額利用料程度 |
| ③本開発 | 母子保健システムとのAPI連携・OCR取り込み、対話AIによる追加質問提案、連携文書ドラフト生成まで含めた本格的なSaaSを構築し、ISMS等の第三者認証取得も進める | エンジニア複数名の人件費と第三者認証取得費用を含む、これまでより大きな水準の開発投資 |
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 |
|---|---|---|
| 人口10〜30万人規模の中核市・保健センターの母子保健担当課長 | 現場の業務フローと予算年度の意思決定プロセスを把握するため | 全国保健師長会や自治体主催の母子保健研修会での名刺交換・紹介依頼 |
| こども家庭庁 成育局母子保健課の担当職員 | 実証事業補助金の要件確認と自治体紹介を得るため | こども家庭庁の公募事業説明会・意見交換窓口経由でアポイント |
| 母子手帳アプリ・電子カルテ提供ベンダーの事業開発責任者 | API連携の技術要件と代理店提携の条件を確認するため | 業界展示会(自治体総合フェア等)や既存取引先からの紹介 |
| 現役または退職した地区担当保健師(実務経験10年以上) | リスクスコアの妥当性評価とダッシュボード設計への現場知見反映のため | 保健師養成校OB会・保健師会の勉強会に参加し個別依頼 |
| 自治体の情報システム部門長(CIO補佐官級) | 既存基幹システムとのデータ連携可否とセキュリティ要件を確認するため | 情報システム担当者向け自治体DXセミナーで名刺交換後に個別訪問 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 知人・出身自治体の保健師つながり | ドメインエキスパートの元同僚や後輩の保健師に「今困っているリスク抽出の作業を無料で一緒に検証したい」と頼み、業務観察の許可をもらう |
| 保健師会・母子保健関連の学会・研究会 | 地域の保健師会の勉強会に参加し「AIでリスクスコアを試作したので使ってみたい自治体を探している」と発表・声かけをする |
| 母子保健システムベンダーの担当者経由 | 既存ベンダーの営業担当に「API連携の実証パートナー自治体を紹介してほしい」と依頼し、既存顧客リストから紹介してもらう |
| こども家庭庁の実証事業公募・自治体向け説明会 | 実証事業の公募説明会に参加し、担当課の職員に直接「無償トライアルでパイロットにご協力いただけないか」と持ちかける |
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 新規開業資金（創業融資） | 新たに法人を設立して事業を始める代表者 | 自己資金 100万円 に対して運転資金の融資（融資額は 700万円 で）を受けられ、パイロット自治体との実証や人件費の立ち上げ資金に使える候補になる |
| 小規模事業者持続化補助金 | 小規模の事業者（創業初期の法人も対象になり得る） | 自治体向け営業資料の作成やウェブサイト整備、展示会出展などの販路開拓費用の一部を補助してもらえる候補になる |
| IT導入補助金 | ITツールを導入・提供する中小企業・小規模事業者 | 自社SaaSをIT導入補助金の対象ツールとして登録できれば、導入する自治体側の負担感を下げる営業材料になり得る |
| 東京都創業助成事業（東京都中小企業振興公社） | 都内で創業から一定期間内の中小企業・個人事業主 | 賃借料や広告費、人件費の一部が助成対象になり、実証フェーズの初期メンバー人件費の補填候補になる |
| こども家庭庁の実証事業（母子保健DX関連の補助事業） | 自治体（本事業では自治体側が申請者になることが多い） | 自治体がこの補助事業を活用してパイロット導入することで、当社側は自治体の初期費用の心理的ハードルを下げて導入しやすくなる |
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。
母子保健・子育てDXに取り組む仲間がコミュニティにいます。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。
※ バッジは閲覧・登録などの集計にもとづく相対的な表示です