Who（誰が）
病床100〜600床規模の公立・民間病院の臨床工学部門・医事課・事務局、および医療機器商社・リース会社
対象とする社会課題：医療機器の老朽化・更新遅延による診療停止と予算超過リスク
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。
多くの病院で医療機器は平均15年以上使われ続け、専任担当者はわずか1〜2名で数百台を紙台帳やExcelで管理している。更新予算は壊れてから場当たり的に稟議される構造で、CTや輸液ポンプの突発故障が手術延期や検査停止を招く。限られた予算をどこに配分すべきかを、経験ではなくデータで示せる仕組みが現場には必要だと考えた。
※ 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800万円の申請資料も、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チャットが立ち上がり、このショーケースの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。気になる資料から気軽に試してください。
※ 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。
MedEQ Plannerは、病院の臨床工学技士や事務長が使う医療機器保守・更新計画のクラウドサービスです。
CTやMRI、輸液ポンプなど保有機器の型式・購入年・稼働時間・修理履歴を取り込むと、AIが機器ごとの故障確率と残り使える年数を予測し、優先順位付きリストをダッシュボードに表示します。担当者が「今年度500万円しか使えない場合の最適配分は？」とチャットで質問すると、AIが予算内での保守・更新・廃棄の最適な組み合わせを複数案、数値根拠付きで提示します。決定した内容は稟議書フォーマットに自動反映され、経営会議にそのまま出せる資料になります。紙台帳とExcelで経験則に頼っていた保守・更新計画を、データに基づいて説明できる意思決定に変えます。
国内病院の多くは医療機器を平均15年以上使用し続けており、臨床工学技士1人あたり数百台の機器を管理しているケースも珍しくないが、保守計画は経験と紙台帳・Excelに依存している。
中小規模病院（病床数200床未満）では専任の医療機器管理担当者が1〜2名しかおらず、更新予算は年度予算編成時に「壊れてから」場当たり的に稟議される構造になっている。厚労省の医療機器安全管理体制の指針はあるが、故障予測や更新優先順位付けのための定量的手法は普及していない。結果としてCTやMRI、輸液ポンプなどの突発故障による手術延期・検査停止が年間数十件発生する病院も存在し、患者の待機時間増加や機会損失（診療報酬ベースで数百万円/件）につながっている。一方で予算は限られており、更新すべき機器の優先順位を誤ると過剰投資と機器不足が同時に起きる。この「保守は経験則、更新は場当たり」という構造が、医療の質と病院経営の両方を圧迫している。
①予知保全：機器の稼働ログ・修理履歴・メーカー故障率データを時系列解析し、生存時間分析（Weibull分布ベース）で故障確率と余寿命を予測する。
②予算最適化：病院の年度予算・診療報酬シミュレーションを制約条件として、線形計画法・整数計画法で「保守/更新/廃棄」の最適配分を複数シナリオ算出する。③自然言語対話：担当者が自然言語で条件変更（予算増減・機器追加）を指示すると、LLMが要件を解釈し最適化エンジンを再実行して即座に再提案する。④継続学習：導入病院ごとの実績データ（故障実発生・修理費用実績）をフィードバックループとして再学習し、病院固有の使用強度・環境要因を反映したモデルへ精緻化する。
臨床工学技士・医事課・事務長がMedEQ Plannerにログインすると、保有機器（メーカー・型式・購入年・稼働時間・修理履歴）と稼働実績（検査件数、稼働率、エラーログ）、病院の年度予算枠が自動連携されたダッシュボードが表示される。
AIは各機器の故障確率と残存耐用年数を予測し、向こう1〜5年の「保守強化すべき機器」「更新すべき機器」を優先順位付きリストとして提示する。担当者はチャット形式のAIアシスタントに「今年度500万円しか使えない場合の最適配分は？」と質問すると、AIが予算制約付き最適化計算を行い複数のシナリオ（例：延命保守中心 vs 一部更新）を数値と根拠つきで提示する。決定した計画は自動で稟議書フォーマットに落とし込まれ、経営会議資料として即座に使える状態になる。導入後は実際の故障・更新結果がフィードバックされ、AIモデルが病院固有の使用環境に合わせて継続的に精度を高めていく。
| 突発故障による手術延期・検査停止1件あたりの診療報酬機会損失 | 年間300万〜1,000万円（数十件×数十万〜100万円/件の想定） |
| 紙台帳・Excel管理にかかる担当者の年間人件費相当（点検記録転記・棚卸作業） | 年間150万円程度（月20時間×2名相当の想定） |
| 更新優先順位の誤りによる過剰更新・不要な早期買い替え | 年間200万〜500万円の無駄支出の想定 |
| 緊急対応となる割高な修理費・出張修理費用 | 年間100万〜300万円（計画外対応による割高分の想定） |
| SaaS月額プラン（100〜300床規模：20万円/月） | 年間240万円 |
| 初期導入・データ連携費（既存Excel台帳からの移行） | 初回一括100万円程度 |
| 成果連動オプション（更新提案採用時、回避損失額の10%） | 採用実績に応じ年間数十万〜100万円程度（変動） |
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。
国内病院の多くは医療機器を平均15年以上使い続けており、臨床工学技士1人が数百台を管理するケースも珍しくないが、保守計画は経験と紙台帳・Excelに依存している。
特に200床未満の中小病院では専任担当者が1〜2名しかおらず、更新予算は「壊れてから」場当たり的に稟議される構造になっている。この結果、CTやMRIなどの突発故障による手術延期・検査停止が年間数十件発生する病院もあり、診療報酬ベースで数百万円/件の機会損失につながっている。予算は限られているため、優先順位を誤ると過剰投資と機器不足が同時に起きてしまう。
MVP開発は要件が固まっている機能（台帳取込・予測表示・稟議書生成）が中心のため請負契約が向くが、故障予測モデルの精度検証や最適化ロジックの調整は病院データを見ながら反復開発が必要なため準委任契約が適する。
したがって基本設計・データ連携部分は請負、AIモデルのチューニングとUI改善は準委任で分割発注することを推奨する。発注時はAUC0.7以上といった精度目標を検収条件に含めるか、努力目標として扱うかを契約前に明確化し、精度未達時の追加開発費用負担を事前に取り決めておく必要がある。また病院の実データ提供が遅れると検証フェーズ全体が遅延するため、データ提供のマイルストーンと開発スケジュールを連動させる契約設計が望ましい。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 病院の臨床工学技士（機器台帳登録・故障予測確認・保守計画立案） |
| セカンダリ | 医事課・事務長（予算最適化シミュレーション・稟議書作成・経営会議資料化） |
| 管理 | MedEQ Planner運営側の管理者（病院アカウント管理・モデル精度監視・データライセンス提供先管理） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 機器台帳連携・取込機能 | Excel/CSV/院内システムAPI→形式変換・名寄せ→統合機器マスタDB登録 |
| 紙台帳OCR取込機能 | 紙台帳スキャン画像→OCR文字認識・項目マッピング→機器マスタへ自動登録 |
| 予知保全（故障確率・余寿命予測） | 稼働ログ・修理履歴・メーカー故障率データ→Weibull生存時間分析→故障確率と余寿命を機器別に算出 |
| 予算最適化エンジン | 年度予算枠・機器リスト・優先度→線形/整数計画法で配分計算→保守/更新/廃棄シナリオを複数提示 |
| チャット型AIアシスタント | 自然言語での予算・条件変更指示→LLMが要件解釈し最適化再実行→再提案結果をチャットで返答 |
| 優先順位付きリスト表示ダッシュボード | 予測結果・稼働率・エラーログ→ランキング集計→保守強化/更新対象機器を優先度順に表示 |
| 稟議書自動生成機能 | 決定済み更新計画データ→稟議書テンプレートへ自動転記→PDF/Word形式で出力 |
| 継続学習・モデル再学習機能 | 故障実発生・修理費用実績データ→病院別特徴量で再学習→予測モデルパラメータ更新 |
| 成果報酬計算・請求管理機能 | 採用された更新提案と削減実績額→報酬率10%を適用し算出→請求書データ生成 |
| データライセンス提供機能 | 匿名化・集計済み故障率データ→統計加工・匿名化処理→商社/メーカー向けレポート出力 |
| アラート・通知機能 | 故障確率閾値超過や稼働異常ログ→リアルタイム判定→担当者へメール/アプリ通知送信 |
| テーブル | 主要カラム |
|---|---|
hospitals | hospital_id, name, bed_count, budget_year, plan_type |
users | user_id, hospital_id, name, role, login_email |
devices | device_id, hospital_id, maker, model, purchase_date, category |
device_usage_logs | log_id, device_id, usage_date, operating_hours, exam_count, error_code |
maintenance_records | record_id, device_id, repair_date, cost, failure_type, vendor |
failure_predictions | prediction_id, device_id, predict_date, failure_prob, remaining_life_years |
budget_optimization_scenarios | scenario_id, hospital_id, budget_amount, allocation_json, created_at |
ringi_documents | document_id, scenario_id, status, approved_amount, approved_date |
| # | 画面 |
|---|---|
| 1 | ダッシュボード |
| 2 | 機器台帳一覧 |
| 3 | 故障予測詳細 |
| 4 | 予算最適化シナリオ |
| 5 | AIチャット相談 |
| 6 | 稟議書プレビュー |
| 7 | データ連携設定 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS（医療情報ガイドライン準拠実績が豊富） |
| 2 | Python/lifelines（Weibull生存時間分析に対応） |
| 3 | PuLP/OR-Tools（予算制約付き最適化計算に利用） |
| 4 | OpenAI API（自然言語での条件変更解釈に利用） |
| 5 | PostgreSQL（機器台帳・時系列ログ管理に適合） |
| 6 | React/Next.js（ダッシュボードUI高速開発） |
| 7 | Auth0（医療機関向け多要素認証に対応） |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性：月間稼働率99.5%以上を目標とし、計画停止を除くダウンタイムは月次3.6時間以内とする |
| 性能 | 性能：ダッシュボード表示・AI予測結果の応答時間は平均3秒以内、チャット応答は5秒以内を目安とする |
| セキュリティ | セキュリティ：ISMS認証・プライバシーマーク取得を初年度内に完了し、通信は全てTLS1.2以上で暗号化する |
| データ保護 | データ保護：医療機関データは国内リージョンのクラウドに保存し、バックアップは日次・保持期間90日とする |
| 運用 | 運用：故障予測モデルの再学習は月次バッチで実施し、AUC0.80未満に低下した場合は再学習トリガーを発動する |
| 拡張性 | 拡張性：導入病院数150施設・機器台数最大30万台規模までのデータ量増加に耐えるDB設計とする想定 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 協力病院1〜2施設の機器台帳・修理履歴をExcelで受け取り、担当者が手作業で故障確率を簡易集計し、優先順位リストを紙資料で提示して反応を確かめる | 交通費と担当者の作業時間のみ |
| ②最小システム | CSV取込と簡易ダッシュボードのみを外注または内製し、Weibull分布ベースの故障確率計算を最小限実装して数病院に試用してもらい、予測精度と使い勝手を検証する | 外注で数か月分の開発費、AI利用料は少額 |
| ③本開発 | 予算最適化エンジン・チャット型UI・稟議書自動生成機能を実装し、API連携と継続学習の仕組みを整えて正式版SaaSとしてリリースする | エンジニア複数名分の人件費と外部データベース利用料が中心 |
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 |
|---|---|---|
| 200〜400床規模病院の臨床工学部門 技士長 | 保守業務の実態とExcel台帳の課題を直接把握するため | 臨床工学技士会の地方支部研修会・学会展示で名刺交換し訪問依頼 |
| 病院事務長または経営企画室長 | 更新予算の稟議プロセスと意思決定権者の実情を確認するため | 病院経営コンサル会社の紹介、または医師会・病院協会経由で紹介依頼 |
| 医療機器商社の保守代理店営業責任者（GE/フィリップス系） | 販売チャネル提携と既存顧客病院への導入打診を検討するため | 医療機器展示会（国際モダンホスピタルショウ等）で商談ブース訪問 |
| 日本臨床工学技士会の担当理事・事務局 | 機器管理実態統計の提供とプロトタイプ共同研究の可能性を探るため | 技士会公式サイトの問い合わせ窓口から共同研究提案書を送付 |
| 大学病院の医療安全管理部門・臨床工学センター責任者 | 検証フェーズの実データ提供とAUC検証の共同実施先を確保するため | 既存の医工連携ネットワークや技士会紹介で研究協力を打診 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 臨床工学技士会の勉強会・研究会 | 「機器の故障予測と更新稟議の作り方について事例研究をしたい」と伝え、実務者への個別ヒアリング協力を依頼する |
| 医療機器商社の保守代理店担当者 | 「保守契約の更新提案の際に使える予算配分資料を一緒に作れないか」と持ちかけ、既存顧客病院への紹介を依頼する |
| 病院経営コンサルティング会社 | 「経営会議資料の作成支援ツールとして無償で試させてほしい」と伝え、担当病院への同行訪問をお願いする |
| 大学病院・地域中核病院の臨床工学部門への直接アプローチ | 「台帳とExcelの管理を無償で1台分だけ試験的にデジタル化させてほしい」と申し出て、実データでの検証協力を得る |
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100万円に対し創業融資として800万円程度の調達が候補になり、初期の開発人件費とデータベース構築費に充てられる想定 |
| 信用保証協会 創業関連保証（制度融資） | 創業前後の法人・個人事業主 | 公庫融資と別枠で地銀・信金からの追加調達を検討する際の保証枠として候補になる |
| IT導入補助金 | 中小企業・小規模事業者（ITツール導入側）だが、自社がベンダー登録することで導入病院側の費用負担軽減にも活用余地あり | SaaS初期導入・データ連携費の一部を病院側が補助対象として申請できる可能性があり、営業提案の後押しになる |
| ものづくり補助金（ものづくり・商業・サービス生産性向上促進補助金） | 中小企業・小規模事業者 | AI予測エンジンやダッシュボードのシステム開発費の一部を対象経費として申請できる候補になる |
| 自治体の創業支援助成金（例：東京都創業助成事業） | 都内等で創業予定・創業間もない中小企業者 | 人件費・広告費・専門家謝金などの立ち上げ費用の一部を助成対象とできる候補になり、公庫融資と併用して資金繰りを補強できる |
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。
医療・ヘルスケア領域で創業を目指す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。
※ バッジは自動集計にもとづく相対的な表示です