Who（誰が）
地域中核病院・専門クリニック・地域医療連携推進法人加盟施設の勤務医および医療クラークが利用者となる
対象とする社会課題：医師が紹介状作成に費やす時間的負担の軽減
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。
地域の中核病院で働く医師は、日々の診療の合間に紹介状の下書きを重ね、外来が終わった後の時間まで文書作成にあてている。専門医不足が進む地域ほど一人当たりの紹介状の量は増え、本来なら患者の診察や治療方針の検討に使うべき時間が、要約と転記の作業に奪われている。この構造を変えない限り、医師の働き方改革は現場で実感を伴わない。
※ 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、ReferLetter AIの事業内容を読み込んだ状態で、資料の素案をその場で作成します。事業計画からシステム要件、融資申請まで、必要な資料から選んで試してください。
※ 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。
ReferLetter AIは、勤務医が電子カルテに入力した診療録・検査結果・処方歴をAIが自動解析し、紹介状(診療情報提供書)のドラフトを30秒以内に生成するSaaSサービスです。
医師は紹介先の診療科・目的(精査依頼/手術依頼/セカンドオピニオン等)を選ぶだけで、AIが直近3〜6ヶ月分のカルテデータから根拠箇所付きの下書きを作成します。医師は画面上で音声入力やテキスト修正でレビューし、そのまま院内カルテやID-Link等の地域医療連携ネットワークを通じてPDF出力・FAX送信・電子送付まで完結します。1通あたり15〜20分かかっていた作成時間を3〜5分に短縮し、医師の事務負担を軽減します。
地域中核病院や診療所の勤務医は、紹介状(診療情報提供書)を1通あたり平均15〜20分かけて作成しており、外来1日あたり3〜5通、月換算で20〜30時間相当が事務作業に費やされている。
特に紹介状は既往歴・検査結果・処方歴などカルテ上の情報を要約し文書として再構成する必要があり、単純な定型文では対応できず医師本人の判断が不可欠なため、事務職員への完全委譲が難しい。厚労省の医師の働き方改革調査でも「文書作成業務」は時間外労働の主因の一つに挙げられており、2024年の医師の時間外労働上限規制開始後もこの負担は解消されていない。特に紹介状の需要が集中する地域医療連携推進法人加盟病院やクリニックでは、専門医不足も相まって1人の医師が抱える紹介状件数が突出して多い。既存の電子カルテのテンプレート機能はあくまで雛形提供にとどまり、患者ごとの個別記述を医師が都度入力する必要があるため、根本的な時短にはつながっていない。
自然言語生成(NLG)モデルが電子カルテ内の構造化データ(検査値、処方歴、病名コード)と非構造化データ(診療記録の自由記述)を統合解析し、紹介目的に応じた要約ロジックで紹介状本文を自動生成する。
医療専門用語のオントロジー辞書と連携した自然言語理解(NLU)により、カルテ中の略語・院内独自表現を正規化し誤読リスクを低減する。医師による修正箇所を教師データとして継続学習するフィードバックループを構築し、施設ごと・医師ごとの文体特性に適応するパーソナライズ機能を実装する。さらに紹介先施設の受け入れ傾向データを分析し、承諾率が高い記載パターンを推薦する軽量なレコメンド機能もAIが担う。
医師は電子カルテに日々の診療録・検査結果・処方情報を入力するだけで、紹介状作成が必要になった時点でReferLetter AIが該当患者の直近3〜6ヶ月分のカルテデータを自動抽出し、紹介先の診療科・紹介目的（精査依頼/手術依頼/セカンドオピニオン等）に応じた紹介状ドラフトを30秒以内に生成する。
医師はドラフトを画面上でレビューし、必要箇所を音声入力またはテキスト修正するだけで完成でき、平均作成時間は15〜20分から3〜5分に短縮される見込みである。生成後は院内の電子カルテ・地域医療連携ネットワーク（例：ID-Link、HumanBridge等）とAPI連携し、そのままPDF出力・FAX送信・紹介先施設への電子送付まで一気通貫で完結する。看護師・医療クラークが紹介状の下書き段階から関与できるよう、AIが生成した草案には根拠となったカルテ箇所へのリンクが自動付与され、ダブルチェック体制も構築しやすくなる。導入初期は特定の診療科（内科・整形外科・耳鼻科など紹介状発行頻度の高い科）から段階導入し、医師の修正履歴を学習データとして継続的に文体・要約精度を改善していく。
| 医師の紹介状作成にかかる時間外労働人件費(1名あたり月20〜30時間×時間単価目安5,000円) | 年間約120万〜180万円 |
| 記載不備・情報不足による紹介先からの差し戻し対応工数 | 年間約20万〜30万円相当 |
| 医療クラークによる下書き作成の手作業工数(1通10分×月40〜50通) | 年間約15万〜20万円相当 |
| 紹介状作成の遅延による外来枠圧迫・患者待機時間増加の機会損失 | 年間数十万円規模(施設規模による、想定) |
| 月額SaaS利用料(医師1名あたり) | 8,000円/月(年間9.6万円) |
| 病院単位プラン(医師50名規模) | 30万円/月(年間360万円) |
| 初期導入・カスタマイズ費(電子カルテ連携・テンプレート構築) | 100万〜300万円(一時金) |
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。
地域中核病院や診療所の勤務医は紹介状1通の作成に平均15〜20分を要し、外来1日あたり3〜5通、月20〜30時間相当が事務作業に費やされている。
紹介状は既往歴・検査結果・処方歴の要約と個別記述が不可欠で、電子カルテのテンプレート機能では雛形提供にとどまり事務職員への完全委譲もできない。厚労省調査でも文書作成業務は医師の時間外労働の主因とされ、2024年の働き方改革上限規制後もこの負担は解消されていない。特に紹介状需要が集中する地域医療連携推進法人加盟施設では専門医不足も相まって1人当たりの紹介状件数が突出して多い状況にある。
MVP開発フェーズは要件の変更・電子カルテベンダーとの仕様調整が頻発するため準委任契約が向く。
特に医療機関ごとにカルテデータ形式や紹介先マスタが異なり、PoC段階で仕様が固まりきらないため、成果物を固定する請負契約はリスクが高い。一方、初期導入時のテンプレート構築やAPI連携設定など仕様が明確化した後の定型作業部分は請負での切り出しも検討可能である。発注時は医療情報の取り扱いに関する秘密保持契約(NDA)とISMS/Pマーク準拠の体制を必須条件とし、医師の最終確認・署名を要するヒューマンインザループ設計を契約要件として明記すること。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 紹介状を発行する勤務医(内科・整形外科・耳鼻科等の紹介状発行頻度が高い診療科の医師) |
| セカンダリ | 看護師・医療クラーク(下書き段階への関与、ダブルチェック補助)、地域医療連携推進法人の連携担当者 |
| 管理 | 病院の情報システム部門担当者、ReferLetter AI運用ベンダー側のカスタマーサクセス担当者 |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| カルテデータ自動抽出機能 | 患者IDと紹介先診療科を入力→直近3〜6ヶ月分の検査値・処方歴・診療記録を抽出→構造化データを出力 |
| AI紹介状ドラフト自動生成機能 | 抽出データと紹介目的を入力→NLGモデルが要約・整形→紹介状ドラフトを30秒以内に生成 |
| 医療用語正規化機能 | カルテ内の略語・院内独自表現を入力→オントロジー辞書でNLU処理→標準医療用語に変換して出力 |
| 紹介目的別テンプレート選択機能 | 精査依頼・手術依頼・セカンドオピニオン等を選択→対応テンプレートを呼出→ドラフト構成を出力 |
| 音声・テキスト修正機能 | 医師がドラフトを確認→音声またはテキストで修正箇所を入力→修正済み紹介状を確定出力 |
| 根拠カルテリンク付与機能 | 生成文を入力→対応するカルテ箇所を解析→根拠リンク付きドラフトを出力 |
| 電子カルテ・地域連携API連携送付機能 | 確定紹介状を入力→ID-Link等とAPI連携→PDF出力・FAX・電子送付を実行 |
| 修正履歴学習・パーソナライズ機能 | 医師の修正履歴を入力→教師データとして継続学習→施設・医師別の文体モデルを更新 |
| 承諾率レコメンド機能 | 紹介先施設の受入傾向データを入力→承諾率の高い記載パターンを分析→推薦文例を出力 |
| ダブルチェック承認ワークフロー機能 | 医師・看護師・クラークがドラフトを確認→承認/差戻しを選択→最終承認済み文書を確定 |
| 匿名化統計分析レポート機能 | 施設内紹介状データを匿名化→地域医療連携推進法人向けに傾向分析→年次レポートを生成 |
| テーブル | 主要カラム |
|---|---|
施設マスタ | facility_id, facility_name, ehr_vendor, contract_plan, address, contact_info |
医師マスタ | doctor_id, facility_id, name, department, license_no, notify_flag |
患者マスタ | patient_id, facility_id, patient_name_hash, birth_date, sex, mrn |
カルテ抽出データ | record_id, patient_id, record_date, diagnosis_code, lab_values_json, prescription_json, free_text |
紹介状ドラフト | letter_id, patient_id, doctor_id, target_department, purpose_type, draft_text, status, generated_at |
修正履歴 | revision_id, letter_id, editor_id, before_text, after_text, edited_at |
紹介先施設マスタ | referral_dest_id, facility_name, department, accept_rate, fax_no, api_endpoint |
利用ログ・課金 | usage_id, facility_id, letter_count, month, billing_amount, overage_count |
| # | 画面 |
|---|---|
| 1 | ログイン・施設選択 |
| 2 | 患者検索・カルテ参照 |
| 3 | 紹介状ドラフト生成 |
| 4 | ドラフト編集・音声入力 |
| 5 | 承認・電子署名 |
| 6 | 送信管理・PDF出力 |
| 7 | 管理者ダッシュボード |
| # | 技術（採用理由） |
|---|---|
| 1 | Python/FastAPI: NLP処理APIを高速構築できるため |
| 2 | Azure OpenAI(GPT系): 医療文書要約生成の精度が高いため |
| 3 | AWS(EC2/S3/RDS): 医療情報向けセキュア基盤を構築しやすいため |
| 4 | PostgreSQL: 構造化カルテデータの高信頼性管理に適するため |
| 5 | SS-MIX2連携モジュール: 電子カルテ標準規格で連携コストを削減 |
| 6 | Elasticsearch: カルテ全文・類似症例検索を高速化するため |
| 7 | Auth0/SAML認証: 医療機関向け多要素認証を実現するため |
| 区分 | 要件 |
|---|---|
| 性能 | 性能: AIドラフト生成は平均30秒以内、99%のリクエストで60秒以内に応答完了とする。 |
| 可用性 | 可用性: SLA99.5%以上を維持し、月間ダウンタイムは3.6時間以内に抑える。 |
| セキュリティ | セキュリティ: ISMS/Pマーク準拠、通信はTLS1.2以上、保存データはAES-256で暗号化する。 |
| 運用 | 運用: 障害発生時は1時間以内に初動対応し、RTO4時間・RPO15分を目標とする。 |
| データ管理 | データ管理: カルテ参照キャッシュは紹介状確定後30日で削除し、原本は電子カルテ側で保持する。 |
| 拡張性 | 拡張性: 同時アクセス医師数500名、月間紹介状15,000通処理に対応可能な構成とする。 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 実際の紹介状数件分のカルテ情報（匿名化済み）を人力で要約し、医師に見せて「この形なら使えるか」を確認する。システムは作らずExcelとテンプレートで代用する | 医師への謝礼と交通費程度 |
| ②最小システム | 汎用LLMのAPIを使い、決められた入力フォーマットに沿ってドラフトを自動生成する簡易画面を作る。電子カルテ連携はせず手動でデータを貼り付ける形で検証する | AI利用料とクラウド費用のみで、外部発注は最小限 |
| ③本開発 | 電子カルテベンダーとのAPI連携を実装し、地域医療連携ネットワークへの出力まで一気通貫で動く形にする。医師の修正履歴を学習データとして蓄積する仕組みも組み込む | 外注開発で数か月分の費用が必要になる水準 |
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 |
|---|---|---|
| 病床200床以上の地域中核病院の医療情報部門責任者(診療情報管理室長級) | 電子カルテ連携の技術要件と院内承認プロセスの実態を把握するため | 地域医師会の勉強会や医療情報学会の地方会で名刺交換し個別訪問を依頼 |
| 電子カルテベンダー(富士通Japan・NEC・EMシステムズ等)の外部連携API担当部門 | SS-MIX2準拠のAPI仕様公開範囲と連携開発の実現可能性を確認するため | ベンダー公式サイトのパートナー窓口または展示会(HIMSS Japan等)で接触 |
| 地域医療連携推進法人の事務局長・診療情報連携ネットワーク運営担当 | ID-Link/HumanBridge等既存連携網への接続許諾と導入施設紹介を得るため | 厚労省地域医療連携推進法人一覧から候補法人を抽出し事務局へ電話・紹介依頼 |
| 内科・整形外科・耳鼻科の紹介状発行件数が多い勤務医(臨床現場出身の医師顧問候補) | 紹介状の実作業フローと修正許容範囲、心理的抵抗の実態を確認するため | 大学病院時代の人脈または医師会の紹介で個別ヒアリングを設定 |
| 対象病院の医事課長・地域連携室(紹介状発行・FAX送付の実務担当) | 紹介状の発行フロー・紹介先マスタ管理・費用感の意思決定関与者を確認するため | 医療情報部門責任者からの紹介、または病院の広報窓口経由でアポイント |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 医師顧問の人脈経由 | 非常勤で関わってもらう医師顧問に「紹介状作成に時間がかかっている先生を三名ほどご紹介いただけますか」と直接依頼する |
| 地域医療連携推進法人の事務局 | 「紹介状のやり取りで困っている診療科があれば、無料でカルテ連携のPoCをさせてほしい」と事務局担当者に相談する |
| 電子カルテベンダーの営業担当 | 既存の導入先病院に対し「文書作成の負担軽減の実証にご協力いただけないか」と共同で声をかけてもらう |
| 医師会の勉強会・研究会 | 内科・整形外科・耳鼻科の勤務医が集まる会に参加し、「紹介状のドラフトを試してみませんか」と個別に話しかける |
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） | 法人設立後まもない代表者（実質的な創業者） | 自己資金100万円に対して運転資金枠を活用でき、融資合計は500万円を想定。電子カルテ連携の初期開発費や人件費に充てられる候補になる |
| 小規模事業者持続化補助金 | 小規模事業者（創業直後の法人も対象になり得る） | 地域医師会・病院団体への導入提案チラシ作成や展示会出展など、販路開拓の販促費の一部をカバーできる可能性がある |
| IT導入補助金 | ITツールを導入・提供する中小企業（ベンダー・利用企業双方の枠がある） | 電子カルテベンダーとのAPI連携開発やSaaS基盤の構築費用の一部を補助対象とできる可能性がある枠組みが存在する |
| 東京都創業助成事業（東京都内で創業する場合） | 都内で創業を予定または直後の中小企業・個人 | 初期の人件費や賃借料など創業初期の固定費負担を軽減できる候補で、医師顧問や連携エンジニアの採用費用に充てやすい |
| 信用保証協会の創業関連保証制度 | 創業前後の法人・個人事業主 | 公庫の創業融資と組み合わせて、追加の資金調達枠を確保する際の保証手段として候補になる |
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AI×業務効率化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。