Who（誰が）
病院の地域医療連携室・医事課担当者、地域医師会、自治体の地域医療構想事務局が主な利用者であり、電子カルテ・レセコンベンダーが導入チャネルとなる
対象とする社会課題：地域医療連携における紹介・逆紹介の実態が可視化されず連携が非効率化している
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。
紹介率・逆紹介率は診療報酬の施設基準に直結する数値なのに、多くの病院は自院の数字すら手集計でしか把握できず、診療圏全体での立ち位置は誰にも見えていない。連携室の担当者は月末になると紙の台帳とExcelを何度も突き合わせ、逆紹介すべき患者が気づかれないまま外来に滞留していく。その手作業と機会損失を、データで見える形に変える必要がある。
※ 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、このショーケースの内容を読み込んだAIチャットが開きます。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できるので、気になる資料から選んで対話しながら仕上げていきましょう。
※ 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。
地域医療連携室の担当者が紹介状・逆紹介状の受付や返書管理をExcelや紙台帳で手作業集計し、月次集計だけで数日かかっている現状を変えるサービス。
レセプトコンピュータや電子カルテからCSV/APIでデータを自動収集し、AIがPDFやスキャン文書の紹介状からも診療科・傷病名・紹介先医療機関名を自動抽出してデータベース化する。担当者は月次で自動生成されるダッシュボードにログインするだけで、自院と診療圏内医療機関の紹介率・逆紹介率、連携先の偏り、逆紹介が遅れている患者のリストを確認でき、台帳を手繰る作業から解放される。将来は診療圏単位の匿名化統計を自治体・医師会に提供し、地域医療構想調整会議の議論を印象論から数値ベースに変えていく。
地域医療構想の推進により病院と診療所の機能分化が求められる中、紹介率・逆紹介率は診療報酬の施設基準(紹介受診重点医療機関等)に直結する重要指標だが、多くの病院は自院の数値しか把握できず、診療圏全体での相対的な立ち位置や連携先の偏りを把握できていない。
地域医療連携室の担当者(多くは事務職員1〜2名体制)は、紹介状の受付・返書管理をExcelや紙台帳で手作業集計しており、月次集計だけで数日かかるケースも珍しくない。全国に約8,300ある病院のうち、地域医療連携室を持つのは大規模病院中心で、中小病院や診療所は連携実態の分析にまで手が回らない。結果として、逆紹介すべき患者が滞留し外来がひっ迫する一方、特定の診療所への紹介が偏在するなど、診療圏内での機能分化が進まない構造的課題がある。厚労省は地域医療構想調整会議でのデータ共有を推奨しているが、統一的な可視化基盤が存在しないため議論が印象論にとどまりやすい。
自然言語処理(NLP)により紙・PDF形式の紹介状/逆紹介状から診療科・傷病名・紹介先医療機関名を自動抽出し構造化する。
時系列予測モデルが患者ごとの逆紹介適時性を判定し、逆紹介漏れ・遅延の可能性が高い患者を優先度付きでリストアップする。診療圏内の医療機関ネットワークを分析するグラフアルゴリズムにより連携の偏りや孤立ノードを可視化し、最適な連携先候補をレコメンドする。生成AIによる対話インターフェースが、連携室担当者からの自然文の質問(例:「先月の逆紹介率が下がった理由は」)に対しデータに基づく回答を返す。
病院・診療所が発行する紹介状・逆紹介状(診療情報提供書)のデータをレセプトコンピュータや電子カルテからCSV/API連携で自動収集し、AIが自然言語処理でPDF・スキャン文書からも紹介元・紹介先・診療科・傷病名を自動抽出してデータベース化する。
地域医療連携室の担当者は月次で自動生成されるダッシュボードにログインするだけで、自院と診療圏内医療機関の紹介率・逆紹介率、連携先の偏り、逆紹介遅延患者リストを確認できる。AIは過去の紹介パターンから逆紹介候補患者を予測し、連携室担当者へアラート通知するため、手作業での台帳確認が不要になる。診療圏単位では匿名化・統計処理されたベンチマークデータを自治体・医師会・地域医療構想調整会議向けに提供し、地域全体の機能分化の議論を数値ベースで支援する。将来的にはチャットボット型AIが「紹介率を上げるには」といった相談に対し、類似規模病院の成功パターンを提示する対話機能も実装する。
| 連携室職員2名による月次集計作業の人件費(月48時間×時給2,500円相当) | 年間約144万円 |
| 紹介受診重点医療機関の施設基準未達による外来機能分化体制加算等の算定機会損失(300床規模病院の想定) | 年間約600万円 |
| 逆紹介遅延による外来患者滞留・新規紹介患者の受入枠圧迫(外来1コマあたりの機会損失換算) | 年間約200万円の想定 |
| 紹介状の紙ファイリング・保管スペース・返書遅延による地域診療所からの信頼低下に伴う紹介数減少 | 年間損失額として算定困難だが人件費含め年間50万円前後の想定 |
| 病院向けSaaS基本料(200〜500床プラン) | 月額15万円(年間180万円) |
| データ連携・初期構築費(電子カルテ/レセコンAPI連携設定、1施設あたり) | 導入時一括100万円(50万〜150万円の中央値) |
| 診療圏レポート提供(自治体・医師会向け、1圏域あたり) | 年間300万円 |
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。
紹介率・逆紹介率は紹介受診重点医療機関等の施設基準に直結する重要指標だが、多くの病院は事務職員1〜2名体制の連携室で紹介状をExcelや紙台帳で手作業集計しており、月次集計だけで数日かかるケースも珍しくない。
自院の数値は把握できても診療圏全体での相対的な立ち位置や連携先の偏りまでは見えず、逆紹介すべき患者の滞留や特定診療所への紹介偏在といった機能分化を妨げる構造的課題が放置されている。厚労省は地域医療構想調整会議でのデータ共有を推奨しているが統一的な可視化基盤が存在せず、議論が印象論にとどまりやすい。全国8,300病院のうち地域医療連携室を持つのは大規模病院中心で、中小病院や診療所は分析にまで手が回らないのが実情である。
PoCフェーズ(0-6ヶ月)はNLP抽出精度やダッシュボードUI要件が流動的なため準委任契約が適する。
SaaS正式版以降は機能要件を仕様書に落とし込みやすいため個別開発は請負契約も選択肢になるが、NLPモデルの精度改善や逆紹介予測モデルのチューニングは成果物の完成基準を事前定義しづらいため準委任が望ましい。要配慮個人情報を扱う都合上、委託先の再委託制限・匿名加工方法・監査対応範囲を契約書に明記し、第三者機関監査の費用負担者を事前に取り決めておく必要がある。電子カルテベンダーとのAPI連携検証費用は、ベンダーごとの仕様差異により工数超過が起きやすいため、準委任＋上限付き見積りの形で発注するのが実務的である。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 病院の地域医療連携室・医事課の担当者（事務職員1〜2名体制が中心） |
| セカンダリ | 地域医師会・自治体の地域医療構想事務局担当者、電子カルテ/レセコンベンダーの連携担当者 |
| 管理 | 自社のカスタマーサクセス担当およびシステム運用管理者（データガバナンス・監査対応含む） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 紹介状・逆紹介状データ自動取込機能 | レセコン/電子カルテのCSV・API出力を受信し形式統一・重複除去してDBに格納する。 |
| NLP文書構造化抽出機能 | 紹介状PDF・スキャン画像を入力しNLPで紹介元・紹介先・診療科・傷病名を抽出し構造化する。 |
| 紹介率・逆紹介率ダッシュボード機能 | 構造化データを月次集計し紹介率・逆紹介率グラフを連携室担当者向け画面に表示する。 |
| 逆紹介遅延患者検知・アラート機能 | 患者別紹介履歴を時系列予測モデルで分析し逆紹介遅延候補を優先度付きリストで通知する。 |
| 診療圏ネットワーク分析・可視化機能 | 診療圏内医療機関間の紹介データをグラフ分析し連携偏り・孤立ノードを可視化表示する。 |
| 連携先レコメンド機能 | 紹介パターンと診療科需給データを分析し最適な逆紹介先候補をリスト形式で提示する。 |
| 対話型AIチャットボット機能 | 担当者の自然文質問を入力し蓄積データを検索・集計してAIが根拠付き回答文を生成する。 |
| 診療圏匿名化統計レポート生成機能 | 複数病院の紹介データを匿名加工・統計処理し自治体・医師会向けPDFレポートを出力する。 |
| 電子カルテ/レセコンAPI連携設定機能 | ベンダー別API仕様を登録しデータ項目マッピングを行い連携テスト結果を出力する。 |
| ユーザー権限管理・施設別アクセス制御機能 | 施設・職種別のログイン情報を入力し権限テーブルに基づき閲覧可能データ範囲を制御する。 |
| 課金・契約管理機能 | 病床数・契約プラン情報を入力し月額利用料を自動計算して請求書PDFを出力する。 |
| テーブル | 主要カラム |
|---|---|
hospitals | hospital_id, name, bed_count, region_code, referral_base_rate, contract_plan |
referral_documents | document_id, source_hospital_id, dest_hospital_id, patient_id, department, diagnosis_text, document_type, issued_date, ocr_confidence |
patients | patient_hash_id, birth_year, gender, region_code, first_visit_date |
referral_relationships | relation_id, hospital_id_a, hospital_id_b, referral_count, reverse_referral_count, last_updated |
reverse_referral_alerts | alert_id, patient_hash_id, hospital_id, predicted_delay_days, priority_score, status |
dashboard_metrics | metric_id, hospital_id, month, referral_rate, reverse_referral_rate, top_partner_hospitals |
users | user_id, hospital_id, name, role, login_email, last_login_at |
api_connections | connection_id, hospital_id, emr_vendor, connection_type, api_key_hash, sync_status |
| # | 画面 |
|---|---|
| 1 | ログイン画面 |
| 2 | 紹介率ダッシュボード画面 |
| 3 | 紹介状一覧・詳細画面 |
| 4 | 逆紹介アラート一覧画面 |
| 5 | 連携先ネットワーク図画面 |
| 6 | 診療圏ベンチマーク画面 |
| 7 | AIチャット相談画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS(医療情報ガイドライン準拠のクラウド実績が豊富) |
| 2 | PostgreSQL(構造化データと統計処理に安定実績) |
| 3 | Python/FastAPI(NLP・予測モデル連携がしやすい) |
| 4 | Amazon Textract(紙・PDF紹介状のOCR精度が高い) |
| 5 | BERT系日本語NLPモデル(診療科・傷病名抽出に適合) |
| 6 | Neo4j(医療機関間連携ネットワークのグラフ分析用) |
| 7 | React+TypeScript(ダッシュボードUIの保守性確保) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: SLA99.5%以上とし、月間ダウンタイムを3.6時間以内に抑える。 |
| セキュリティ | セキュリティ: 要配慮個人情報はAES-256で暗号化し、通信はTLS1.3以上で保護、アクセスログを1年間保管する。 |
| 性能 | 性能: ダッシュボードの画面表示は3秒以内、紹介状NLP抽出精度は1年目で95%以上を維持する。 |
| 運用 | 運用: 月次集計バッチは毎月1日午前6時までに完了し、障害発生時のRTOを4時間以内とする。 |
| バックアップ | バックアップ: 日次バックアップを実施し、診療情報のデータ保持期間を7年間確保する。 |
| 監査 | 監査: 第三者機関によるプライバシー・セキュリティ監査を年1回実施し、匿名加工基準への準拠を確認する。 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | パイロット病院で紹介状データを人手で集計し、Excelで簡易ダッシュボードを試作。少数サンプルでNLP抽出の精度を目視確認し、担当者にUIの使い勝手を聞く | AI利用料と病院訪問の交通費程度 |
| ②最小システム | CSV取込のみに対応したNLP抽出とダッシュボードのMVPを構築し、逆紹介アラートは簡易なルールベースで動かして反応を見る | 外注で数か月分の開発費 |
| ③本開発 | 電子カルテ・レセコンとのAPI連携、グラフアルゴリズムによる診療圏ネットワーク分析、診療圏レポート機能を本実装し、複数病院での運用に対応させる | 外注と自社エンジニア体制で半年から1年分の開発費 |
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 |
|---|---|---|
| 地域医療連携室の室長・事務責任者(中核病院、200〜500床規模) | 現場の紹介状集計業務の実態とペインを直接把握するため | 日本医療マネジメント学会や地域医療連携士会の研究会に参加し名刺交換 |
| 電子カルテ/レセコンベンダーの外部連携・API担当者(富士通・NEC等) | データ連携仕様と代理店契約の可能性を早期に確認するため | 各社の医療ソリューション事業部窓口に紹介状連携目的で問い合わせ |
| 地域医師会の事務局長または地域医療連携担当理事 | 診療所側の逆紹介受入意向と医師会単位でのデータ提供ニーズを確認するため | 都道府県医師会の地域医療連携委員会に企画趣旨を持参し面談依頼 |
| 二次医療圏の地域医療構想調整会議事務局(都道府県庁医療政策課) | 調整会議でのデータ活用ニーズと診療圏レポートの購入主体を確認するため | 都道府県庁医療政策課へ地域医療構想関連の事業提案として面談申込 |
| 紹介受診重点医療機関の医事課長・診療報酬担当者 | 施設基準維持のための紹介率管理の緊急度と予算感を確認するため | 地域医療連携室担当者からの紹介、または病院経営セミナーで接点確保 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 日本医療マネジメント学会等の学会・展示会 | 地域医療連携室の担当者向けブースで「紹介率・逆紹介率の月次集計を自動化するダッシュボードを試験導入いただける病院を探しています」と声をかけ、名刺交換とデモ日程調整につなげる |
| 電子カルテ・レセコンベンダーの担当者経由の紹介 | 既存の導入病院を持つベンダー担当者に「連携室の集計負担を減らすツールなので、御社の顧客病院に紹介いただけないか」と依頼し、共同提案の形で持ち込む |
| 地域医師会・二次医療圏の地域医療構想調整会議事務局への訪問 | 「地域医療構想調整会議で使える診療圏単位のデータ共有の仕組みを作っている」と説明し、まず無料の試作レポートを提示して意見をもらう |
| 元医療事務・MSWの人脈からの紹介 | 知人の医療事務経験者に「今困っている地域医療連携室の担当者を知らないか」と相談し、直接担当者へつないでもらう |
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 | 税務署への開業届提出前後の創業者（法人・個人事業主） | 自己資金100万円に加え、電子カルテ連携・AI開発の立ち上げ資金として運転資金枠を活用でき、融資額は500万円の想定です |
| 小規模事業者持続化補助金 | 小規模事業者（従業員数の少ない法人・個人事業主） | 日本医療マネジメント学会等の展示会出展費、営業用パンフレット・デモ動画の制作費に使える候補です |
| IT導入補助金 | 中小企業・小規模事業者（自社のクラウド基盤・業務ソフト導入を行う場合） | NLP抽出システムやダッシュボードの開発初期に、自社が利用するクラウドサービス・開発ツールの導入費用の一部に使える可能性があります |
| ものづくり補助金（革新的サービス開発・試作品開発支援枠） | 革新的な製品・サービスの試作開発を行う中小企業 | 紹介状のNLP自動抽出モデルや逆紹介予測モデルなど、AIエンジンの試作開発費用の一部に該当する可能性があります |
| 東京都創業助成事業（TOKYO創業ステーション等の関連施策） | 都内で創業予定・創業後一定期間内の事業者 | 人件費や賃借料など創業初期の固定費の一部を助成対象とできる可能性があり、代表1名体制の期間の運営費の補完に使える候補です |
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。
この領域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。
※ バッジは自動集計にもとづく相対的な表示です。