Who（誰が）
医事課長・クラーク主任・医師事務作業補助者(クラーク)を主要利用者とし、300〜600床規模の急性期・DPC対象病院の医事課が導入主体となる。
対象とする社会課題：医師事務作業補助者の業務配分が経験と勘に依存し、医師の負担軽減効果が病院間・部署間で大きく偏っている
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。
クラークの配置人数は診療報酬の加算要件として整えられているのに、実際の業務配分は主任の経験と口頭指示に委ねられたままだ。月次のExcel調整では患者数の変動や医師の急な休暇に追いつけず、ある科では書類待ちの残業が続き、別の科では手待ちが生じる。配分の質を可視化し、週次で見直せる仕組みがなければ、この二重の非効率は現場の努力だけでは解消できない。
※ 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730万円の申請資料も、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チャットが起動し、AI医療クラーク配分ナビの事業内容を読み込んだ状態で、目的別の資料の骨子を一緒に作成します。医事課・電子カルテベンダー・投資家など相手ごとに使い分けられます。
※ 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。
AI医療クラーク配分ナビは、300〜600床の急性期病院の医事課向けに、医師事務作業補助者(クラーク)の業務配分をAIが自動で組み立てるSaaSです。
電子カルテの文書オーダー履歴・外来予約数・手術予定・医師の残業申請データを取り込み、翌日〜1週間先の診療科別文書発生量を予測、クラークごとの担当タスクと時間配分を自動生成します。クラークは専用ダッシュボードで「診断書3件、代行入力5件」といった自分のタスクを確認し完了報告をワンクリックで入力、医師はチャットボットに問い合わせると「本日の診断書は15時完成予定」と即答が返ります。医事課長は週次の配分偏差レポートでAI提案を確認し承認するだけで、半年に1回だった配分見直しが週次・当日対応に変わります。
2024年の医師の働き方改革により時間外労働の上限規制が始まったが、多くの病院では医師事務作業補助者(通称クラーク)の配置人数だけを診療報酬の加算要件として整えており、実際の業務配分は各部署の主任クラークの経験や口頭指示に依存している。
例えば300床規模の急性期病院では、クラーク20名前後を抱えながらも、代行入力・診断書作成・診療情報提供書作成などのタスクが医師ごとに偏在し、外来患者数が多い診療科の医師は文書待ちで残業が発生する一方、別の診療科では手待ち時間が生じているケースが多い。医事課長やクラーク主任は月次でExcelにより勤務表と担当科を手作業で調整しているが、患者数変動や医師の休暇、緊急手術などの突発要因に追従できず、配分の見直しは半年に1回程度しか行われていない。結果として、クラーク一人当たりの業務量に月20〜40時間相当の差が生じ、離職率が高い一方で医師の書類待ち残業は減らないという二重の非効率が続いている。この問題は診療報酬制度上の「配置人数」評価の枠外にあり、配分の質を可視化・改善する仕組みが病院内に存在しないため未解決のまま放置されている。
需要予測モデルが外来患者数・手術件数・過去の文書発生パターンを時系列解析し、翌日〜1週間先の診療科別・医師別の文書発生量を予測する。
組合せ最適化アルゴリズム(線形計画法+強化学習によるチューニング)が、予測された業務量とクラークの資格・経験・勤務可能時間を制約条件として、公平性(業務量の分散最小化)と納期(医師の待ち時間最小化)を同時に満たす配分案を生成する。自然言語処理エンジンが医師からの問い合わせをチャットボットで受け取り、進捗データベースを参照して回答を自動生成し、クラークへの問い合わせ集中を防ぐ。異常検知モデルが実績と予測の乖離(急な担当医の休診など)を検知し、翌日の配分案を自動で再計算して医事課長に通知する。
医事課とクラーク主任は、電子カルテの文書オーダー履歴、外来予約数、手術予定、医師別の残業申請データをAI業務配分エンジンに連携し、翌週・翌日単位でクラークごとの担当タスクと配分時間を自動生成する。
クラークは専用ダッシュボード上で自分に割り当てられたタスクリスト(診断書作成〇件、代行入力〇件、紹介状作成〇件)を確認し、完了報告をワンクリックで入力するだけで、実績データが自動的にAIへフィードバックされる。医師は自身の文書待ち状況をチャットボットで問い合わせられ、AIが「本日の診断書は15時までに完成予定です」といった見込み回答を自然言語で返す。医事課長は週次で「配分偏差レポート」を受け取り、AIが提案する配分見直し案(例: A科クラークをB科へ2時間/日シフト)を承認するだけで実行に反映される。これにより従来は半年に1回だった配分見直しが週次で回るようになり、突発的な医師の休暇や手術増加にも当日中に再配分が反映される体験になる。
| クラーク業務偏在による残業代超過(月20〜40時間×時給1500円想定×該当クラーク5〜8名) | 年額約180万〜460万円 |
| 医師の文書待ちによる時間外労働増加分(時給換算6000円×月10時間×医師10名想定) | 年額約720万円 |
| クラークの離職に伴う採用・教育コスト(離職率高、1人あたり採用費約80万円×年3名想定) | 年額約240万円 |
| 医事課長・主任のExcel手作業による配分調整工数(月20時間×時給3000円×2名) | 年額約144万円 |
| SaaS利用料(スタンダードプラン・クラーク20名規模想定) | 月額35万円(年額420万円) |
| 初期導入・データ連携費(電子カルテ・勤怠API連携、初年度のみ) | 120万円(一括) |
| 予測モデルチューニング支援(導入後3ヶ月間・オプション) | 月額10万円×3ヶ月=30万円 |
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。
医師事務作業補助体制加算は配置人数のみが評価対象で、実際の業務配分は主任クラークの経験と口頭指示に依存しており、300床規模でもクラーク一人あたり月20〜40時間相当の業務量差が生じている。
医事課長は月次でExcelにより勤務表と担当科を手作業調整しているが、患者数変動や医師の休暇・緊急手術といった突発要因に追従できず、配分見直しは半年に1回程度しか行われない。この結果、外来の多い診療科では医師の文書待ち残業が発生する一方、別の診療科では手待ち時間が生じる二重の非効率が放置されている。診療報酬制度上、配分の質を可視化・改善する仕組みが存在しないため、現場の勘と経験に頼らざるを得ない状態が続いている。
PoC構築フェーズ(0-6ヶ月)は予測モデルの精度検証という探索的要素が強く、要件が固まりきらないため準委任契約が適する。
パイロット導入以降(6ヶ月目以降)はダッシュボードやチャットボットの機能仕様が固まってくるため、機能単位でスコープを切った請負契約への移行を検討する。ただし電子カルテベンダーごとにデータ連携仕様が異なり工数が読みにくいため、API連携部分は個別見積り・準委任、UI・業務ロジック部分は請負という分離発注が望ましい。発注時は予測誤差20%以内などのPoC成功基準を契約書に明記し、達成できない場合の追加検証費用の扱いを事前に取り決めておく。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 医事課のクラーク(医師事務作業補助者)および医事課長・クラーク主任 |
| セカンダリ | 外来診療科の医師(チャットボットで文書進捗を問い合わせる利用者) |
| 管理 | 医事課長(AI配分提案の承認・修正権限を持つ運用管理者)、SaaS提供側のカスタマーサクセス担当(モデルチューニング・障害対応) |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 文書発生量需要予測 | 文書オーダー履歴・外来予約数・手術予定→時系列解析→診療科別・医師別の翌日〜1週間先の文書発生量予測値を出力 |
| 配分最適化エンジン | 予測業務量とクラーク資格・勤務可能時間→線形計画法+強化学習で最適化→クラーク別タスク配分案を生成 |
| 医事課ダッシュボード | AI配分案・実績データ→表形式に整形→医事課長がPC画面で承認/修正操作可能な状態で表示 |
| クラーク別タスクリスト表示 | 承認済み配分案→クラークID単位に振分→専用ダッシュボードに担当件数・種別をリスト表示 |
| 完了報告ワンクリック入力 | クラークのタスク完了操作→ステータス更新処理→実績データベースへ完了時刻・件数を記録 |
| 医師向け進捗問い合わせボット | 医師のチャット質問文→NLPエンジンが進捗DBを参照→完成予定時刻を自然文で回答 |
| 異常検知・再配分通知 | 実績と予測の乖離データ→異常検知モデルで閾値超過判定→翌日配分案を再計算し医事課長へ通知 |
| 配分偏差レポート生成 | クラーク別稼働実績データ→週次集計・分散計算→配分偏差レポートをPDF/画面で出力 |
| 電子カルテ・勤怠API連携基盤 | 電子カルテ・勤怠システムの各種データ→HL7 FHIR形式で変換・同期→本サービスDBへ格納 |
| 実績フィードバック学習処理 | 完了報告・実績データ→予測モデル・最適化モデルへ再学習用データとして投入→精度パラメータ更新 |
| 承認権限・運用フロー管理 | 医事課長のログイン情報→権限設定に基づき承認/否認操作を制御→承認結果を配分実行系へ反映 |
| テーブル | 主要カラム |
|---|---|
hospitals | hospital_id, name, bed_count, dpc_flag, contract_plan, api_type |
clerks | clerk_id, hospital_id, name, qualification, max_hours_per_day, department |
doctors | doctor_id, hospital_id, name, department, avg_document_volume |
document_orders | order_id, doctor_id, order_type, ordered_at, due_at, status |
task_assignments | assignment_id, order_id, clerk_id, assigned_date, estimated_minutes, actual_minutes, completed_flag |
demand_forecasts | forecast_id, hospital_id, department, target_date, predicted_volume, model_version |
allocation_proposals | proposal_id, hospital_id, target_week, proposal_json, approval_status, approved_by, approved_at |
chat_inquiries | inquiry_id, doctor_id, question_text, answer_text, answered_at |
| # | 画面 |
|---|---|
| 1 | 医事課配分ダッシュボード |
| 2 | クラークタスク一覧画面 |
| 3 | タスク完了報告画面 |
| 4 | 医師向けチャットボット画面 |
| 5 | 配分偏差レポート画面 |
| 6 | 配分見直し承認画面 |
| 7 | 病院設定・API連携管理画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS(医療情報ガバナンス準拠のホスティング実績) |
| 2 | HL7 FHIR(電子カルテ標準連携仕様への対応) |
| 3 | Python/Prophet(時系列需要予測モデル構築) |
| 4 | OR-Tools(線形計画法による配分最適化) |
| 5 | React(ダッシュボードのリアルタイム表示) |
| 6 | Dialogflow/LLM API(医師向け自然言語応答) |
| 7 | Auth0(医療情報アクセスの認証基盤) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 平日8時〜19時の業務時間帯における稼働率99.5%以上を目標とする想定 |
| 性能 | 性能: 配分案の再計算処理は異常検知検知後30分以内に完了させる想定 |
| セキュリティ | セキュリティ: ISMS認証取得を前提に医療情報は暗号化通信(TLS1.2以上)で送受信する想定 |
| セキュリティ | セキュリティ: オンプレ/クラウドのハイブリッド構成を選択可能とし院内ネットワーク分離要件に対応する想定 |
| 運用 | 運用: 電子カルテ側の障害時は直近実績データでのフォールバック配分案を自動生成する想定 |
| 保守性 | 保守性: 診療報酬制度改定に伴う配分ロジックのパラメータ変更を月次リリースで反映できる想定 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 提携病院の文書オーダーデータと勤務表をExcelで受け取り、手作業で配分偏差を分析したレポートを週次で医事課長に届け、AI化する前に「見える化だけ」で反応があるか確かめる | 自分の作業時間と病院訪問の交通費だけ |
| ②最小システム | 電子カルテからのデータ出力をCSVで受け取り、簡易な予測ロジックと配分案生成だけをノーコード・簡易スクリプトで動かし、医事課長がブラウザで確認できる簡易ダッシュボードを試作する | 外注のミニ開発費と月額のクラウド利用料程度 |
| ③本開発 | 電子カルテ・勤怠システムとの標準API連携、需要予測モデルと組合せ最適化アルゴリズムの実装、医師向けチャットボットまでを含む本番運用可能なSaaSを構築する | 外注または自社エンジニア体制で数か月分の開発費とセキュリティ基盤構築費 |
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 |
|---|---|---|
| 300〜600床の急性期病院・医事課長 | 配分業務の意思決定者であり、加算要件運用の課題感を最も把握している | 日本医療マネジメント学会や病院経営者向け展示会で名刺交換し個別訪問を打診する |
| 医師事務作業補助者(クラーク)の主任・リーダー | 現場の配分実態と手作業調整の課題を最も具体的に語れる当事者 | 医事課長訪問時に同席依頼、または医療事務専門学校の実習先紹介経由で接触 |
| 電子カルテベンダー(富士通・NEC等)の医療情報システム担当営業/SE | API連携仕様と既存顧客病院への紹介ルートを持つ提携候補 | HOSPEX Japan等の医療IT展示会ブースで担当者に直接アプローチする |
| 医療経営コンサルティング会社のシニアコンサルタント | 医事課の運用改善案件を多数抱え、導入病院への紹介チャネルになり得る | 病院経営コンサル会社のセミナーに参加し名刺交換後に個別ミーティング設定 |
| 病院の情報システム部門長(CIO相当)・情報統括責任者 | 電子カルテ・勤怠データ連携の可否とセキュリティ要件を判断する実務責任者 | 医事課長からの紹介、またはPoC提案時に共同ヒアリングを依頼する |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 医療コンサルティング会社経由の紹介 | 「医事課の配分見直しを週次で回せる仕組みを一緒に病院に提案しませんか」と持ちかけ、既存の顧問先病院への同行商談を依頼する |
| 日本医療マネジメント学会等の学会・展示会 | ブース出展で「クラーク配分の偏りを可視化するダッシュボード」を実演し、名刺交換した医事課長に後日オンラインデモを個別提案する |
| 元医事課長・ドメインエキスパートの人脈 | 共同創業者や顧問の元医事課長経由で「困っている医事課があれば紹介してほしい」と直接依頼し、現場の生々しい課題を先に聞く |
| 医療事務系専門学校・クラーク育成講座 | 講座運営者に「卒業生の配属先病院で配分の悩みを聞いたら教えてほしい」と協力を依頼し、卵生ルート経由で医事課へつなぐ |
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、またはこれから創業する方 | 医療情報システムとのAPI連携基盤やオンボーディング人件費など初期費用がかさむため、730万円 の融資枠で当面の運転資金を確保する候補になる |
| ものづくり・商業・サービス生産性向上促進補助金（ものづくり補助金） | 新製品・新サービスの開発を行う中小企業・小規模事業者 | 需要予測モデルや組合せ最適化アルゴリズムの試作開発を「革新的サービス開発」として申請できる可能性がある |
| IT導入補助金 | ITツールを導入する中小企業（この場合は導入先病院側が対象になり得る） | 導入病院がクラウド型SaaSの利用料や連携費の一部をこの補助金で負担できると、商談時の導入意思決定を後押しできる |
| 小規模事業者持続化補助金 | 小規模事業者（販路開拓・業務効率化に取り組む事業者） | 学会出展や展示会参加、営業資料作成など販路開拓にかかる費用の一部を補助対象にできる可能性がある |
| 東京都創業助成事業（自治体の創業助成制度） | 都内で創業予定または創業初期の中小企業 | 本社所在地の自治体によって同種の創業助成があり、賃借料や人件費の一部を助成対象にできる候補になる |
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。
医療・ヘルスケア領域の創業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。
※ バッジは閲覧・登録データにもとづく自動集計での相対表示です。