Who（誰が）
都道府県・市区町村の福祉事務所に所属する査察指導員・医療扶助担当ケースワーカー約1万5千人が主な利用者となる。
対象とする社会課題：生活保護受給者の医療扶助における過剰受診・不正請求を見抜けず財政を圧迫する仕組みの欠如
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。
生活保護の医療は原則無料のため、過剰受診や重複処方が起きやすい構造があります。しかし現場の査察指導員は一人で多くのケースを抱え、レセプトを一枚ずつ目視で確認する余裕がありません。必要な人に必要な医療が届き、不要な負担は正しく見直される。その判断を支える仕組みが、今の現場には足りていません。
※ 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605万円の申請資料も、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。
各ボタンを押すと、このショーケースの内容を読み込んだAIチャットが起動し、事業計画書やピッチ資料などの素案をその場で下書きします。まず気になる資料から試してみてください。
※ 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。
生活保護受給者の医療扶助は年間約1.8兆円規模だが、査察指導員1人あたり80件超のケースを抱え、向精神薬の重複処方や複数医療機関のはしご受診を目視で見抜くのは困難。
『セイフガード』は国保連合会経由の電子レセプトデータを月次で取り込み、AIが受診履歴・処方履歴を解析して異常スコア上位5%を自動抽出し、「重複受診の疑い」「向精神薬多剤処方の疑い」等の理由タグと2〜3行のサマリーを自動生成する。ケースワーカーは管理画面でAIの提示を確認し、チャットボットに「過去1年の受診回数の推移は」と質問すれば即座に集計結果が返るため、面談前の確認作業が1件あたり20分から3分程度に短縮される。最終判断は必ず人間の査察指導員が行い、AIは判断材料の提示と優先順位付けに徹する設計とする。
生活保護費のうち医療扶助は年間約1.8兆円(生活保護費全体約3.7兆円の約半分)を占め、医療費が原則無料であるため過剰受診や重複処方、頻回受診が発生しやすい構造にある。
全国の福祉事務所には査察指導員や医療扶助担当のケースワーカーが約1万5千人配置されているが、1人あたり80件超のケースを抱え、レセプト内容を目視で精査する余裕がない。実際に一部自治体の調査では、向精神薬の重複処方や同一疾病での複数医療機関受診(いわゆる医療機関のはしご受診)が発覚しても、発見は内部通報や紙レセプトの偶然の突合に依存している。国保連合会が審査するレセプトは形式的な保険点数の誤りのチェックが中心で、生活保護特有の受診パターン異常(短期間の複数科受診、向精神薬の多剤併用、長期入院の医学的必要性など)には対応していない。結果として、査察指導員の経験と裁量に適正化が委ねられ、自治体間で点検精度にばらつきが生じ、年間数百億円規模の医療扶助の適正化余地が放置されていると推計される。
教師あり異常検知モデル(勾実際の不正確定事例・査察指導員の過去判断ログを学習データとした勾配ブースティング系モデル)がレセプトの受診頻度・診療科組合せ・処方薬剤の併用パターンを解析し異常スコアを予測する。
自然言語生成AIがレセプト・診療録の要約文とスコア根拠を自動作成し、査察指導員が読む時間を1件あたり平均20分から3分程度に短縮する。対話型AI(社内向けチャットボット)が過去の受診履歴や類似ケースの照会に自然言語で応答し、現場職員の情報検索業務を代替する。さらに最適化アルゴリズムが限られた査察指導員のリソースを異常スコアと想定適正化額の高いケースに優先配分するスケジューリングを提案する。
福祉事務所の医療扶助担当者が国保連合会経由で受け取る電子レセプトデータ(レセプト電算処理システム標準フォーマット)を月次でシステムに取り込み、AIが受給者ごとの受診履歴・処方履歴・診療科の組み合わせを解析して異常スコアを自動算出する。
異常スコアが上位5%に入ったケースは、AIが「重複受診の疑い」「向精神薬多剤処方の疑い」「頻回受診(月15回以上)」などの理由タグと根拠データを自動生成し、担当ケースワーカーの管理画面に一覧表示する。ケースワーカーは画面上でAIが要約した受診経緯(自然言語生成による2〜3行のサマリー)を確認し、対話型チャットボットに「この受給者の過去1年の受診回数の推移は」等を質問すると即座に集計結果が返る仕組みで、面談前の準備時間を大幅に短縮できる。最終判断は必ず人間の査察指導員が行い、AIは判断材料の提示と優先順位付けのみを担う設計とすることで、行政処分の適正性と説明責任を担保する。導入後は医療機関への受診勧告や嘱託医への意見照会の判断がデータに基づいて迅速化し、これまで年1回程度だった重点点検が月次で実施可能になる。
| 査察指導員5名分の点検業務にかかる人件費(残業・手当込み、点検業務に割く時間分の想定) | 年額約1,200万円の想定 |
| 過剰受診・重複処方による医療扶助費の余剰支出(年間医療扶助費60億円の1〜2%の適正化余地の想定) | 年額6,000万円〜1.2億円の目安 |
| 不正発覚の遅延による返還金回収困難化(半年〜1年遅れて発覚するケースの回収不能分の想定) | 年額300万〜500万円の目安 |
| 紙レセプト突合のための非常勤職員雇用・外部委託事務費 | 年額60万〜100万円の想定 |
| SaaS利用料(基本プラン、受給者6,000人規模・1,000人あたり月額8万円換算) | 月額48万円(年額576万円) |
| 導入・データ連携支援費(初年度のみ、既存電算システムとのAPI連携構築) | 一括250万円 |
| 適正化成果報酬(確定した削減・返還額の10%、年間適正化額1,000万円想定の場合) | 年額100万円の目安 |
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。
全国の福祉事務所には査察指導員・医療扶助担当ケースワーカーが約1万5千人配置されているが、1人あたり80件超のケースを抱えており、レセプトを目視で精査する時間的余裕がない。
国保連合会の審査は保険点数の形式的な誤りのチェックが中心で、短期間の複数科受診や向精神薬の多剤併用といった生活保護特有の異常パターンには対応していない。結果として不正・過剰請求の発見は内部通報や紙レセプトの偶然の突合に依存しており、自治体間で点検精度にばらつきが生じている。この状態が続く限り、年間数百億円規模とされる医療扶助の適正化余地は放置されたままになる。
PoC・パイロット導入フェーズはAIモデルの精度検証と改善を繰り返す必要があり要件を事前に固定しにくいため、準委任契約(履行割合型)が適している。
一方でMVPの基盤機能(レセプト取込、管理画面、権限管理等)は要件定義完了後に請負契約で範囲・納期を固定し、AI検知モデルの学習・チューニング部分のみ準委任で分離発注する二段構えが望ましい。成果報酬型契約と連動する適正化額の算定ロジックは、第三者機関のガイドライン確定前に仕様凍結すると後で揉めるため、算定基準の合意を契約締結の前提条件として明記する。学習済みモデルや自治体別パラメータの知的財産帰属、個人情報保護法上のデータ取扱いスキームについては、弁護士監修の覚書を別途締結し契約書に添付する。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 福祉事務所の査察指導員および医療扶助担当ケースワーカー(全国約1,250福祉事務所、約1万5千人) |
| セカンダリ | 福祉事務所長・自治体情報政策部門の担当者、意見照会先となる嘱託医 |
| 管理 | システム提供事業者側の運用担当者(自治体ごとのデータ連携設定・権限付与・モデル監視を担当) |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| レセプトデータ取込機能 | 国保連合会経由の月次レセ電算データ(CSV)→形式検証・正規化→標準DBへ格納 |
| 異常検知スコアリング機能 | 受診・処方履歴→勾配ブースティングモデルで解析→受給者ごとの異常スコア(0-100)算出 |
| 理由タグ自動生成機能 | 異常スコア上位5%の受診データ→ルール・モデル根拠を抽出→重複受診等の理由タグ付与 |
| 受診経緯サマリー生成機能 | 対象者の診療録・レセプト明細→自然言語生成AIで要約→2〜3行のサマリー文出力 |
| 対話型チャットボット照会機能 | 職員の自然言語質問(例:受診回数推移)→履歴DB検索・集計→回答テキストと表を返信 |
| 査察優先順位スケジューリング機能 | 異常スコア・想定適正化額・担当件数→最適化アルゴリズムで配分計算→月次点検リスト生成 |
| ケースワーカー管理画面表示機能 | スコア・タグ・サマリーデータ→一覧テーブル整形→担当者画面へ表示 |
| 二段階承認・判断記録機能 | 査察指導員の確認結果(要精査/問題なし)入力→承認履歴DBへ記録→監査証跡出力 |
| 適正化実績集計・報告書生成機能 | 確定した削減・返還額データ→自治体別集計→成果報酬算定用レポート(PDF/Excel)出力 |
| 既存電算システム連携設定機能 | 自治体既存福祉システムのAPI仕様→接続設定・データマッピング→自動連携バッチ登録 |
| 誤検知率モニタリングダッシュボード | AI提示ケースと指導員判定結果の突合データ→一致率集計→月次精度グラフ表示 |
| テーブル | 主要カラム |
|---|---|
recipient_master | 受給者ID, 自治体コード, 氏名, 生年月日, 保護開始日, 世帯種別, 保険資格区分 |
receipt_record | レセプトID, 受給者ID, 医療機関コード, 診療科, 診療年月, 保険点数, 診療行為コード, 請求金額 |
prescription_record | 処方ID, レセプトID, 薬剤コード, 薬効分類, 用量, 処方日数, 向精神薬フラグ |
anomaly_score | スコアID, 受給者ID, 対象年月, 異常スコア値, 理由タグ, 根拠データJSON, モデルバージョン |
case_review | レビューID, スコアID, 査察指導員ID, 判定結果, コメント, 判定日時 |
caseworker_master | 職員ID, 氏名, 所属福祉事務所コード, 権限区分, 担当受給者数 |
correction_result | 適正化ID, 受給者ID, 判定確定額, 返還金額, 確定日, 成果報酬対象フラグ |
chat_log | ログID, 職員ID, 質問文, 回答文, 参照レセプトID群, 実行日時 |
| # | 画面 |
|---|---|
| 1 | 異常スコア一覧画面 |
| 2 | 受診サマリー詳細画面 |
| 3 | 対話型チャットボット画面 |
| 4 | 査察指導員判定入力画面 |
| 5 | 適正化実績ダッシュボード |
| 6 | レセプト取込管理画面 |
| 7 | 職員研修・権限管理画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | LightGBM(勾配ブースティングで異常検知精度と学習速度を両立) |
| 2 | AWS GovCloud相当のISMAP準拠環境(行政データの安全な保管) |
| 3 | PostgreSQL(レセプト構造化データの大量格納・検索に適合) |
| 4 | Amazon Bedrock(自然言語要約生成をマネージドで実装) |
| 5 | Apache Airflow(月次レセプト取込バッチの定期実行管理) |
| 6 | React(査察指導員向け管理画面のUI構築) |
| 7 | Kong API Gateway(既存電算システムとのAPI連携を安全に中継) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 月次バッチ処理時間帯を除き稼働率99.5%以上(年間停止許容時間 約44時間以内) |
| 性能 | 性能: 受給者10万人規模のレセプトデータを24時間以内に一括解析・スコア算出完了 |
| セキュリティ | セキュリティ: ISMAP準拠、通信・保存データはAES-256暗号化、行政機関等セキュリティ監査を年1回実施 |
| アクセス制御 | アクセス制御: 自治体単位でのマルチテナント分離、職員ID毎にロールベース権限管理(閲覧/承認/管理者) |
| 監査ログ | 監査ログ: 全判断操作(AI提示・指導員承認)を5年間保存し検索可能な状態で保持 |
| 災害対策 | 災害対策: 主系データセンター障害時にRPO1時間・RTO4時間以内で副系へ切替可能な構成 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 1〜2自治体から匿名化レセプトデータの提供を受け、表計算ソフトやBIツールで受診頻度・処方パターンを手動集計し、異常検知の仮説（重複受診・多剤併用等）が実データで成り立つか確認する | AI利用料と資料作成・移動の交通費程度 |
| ②最小システム | 異常スコアの計算ロジックを簡易スクリプトで実装し、査察指導員が確認できる最小限の画面（一覧・理由タグ表示）を作り、1自治体のパイロットで実運用に近い形で試す | 外注で数か月分の開発費、または業務委託エンジニア1名分の稼働 |
| ③本開発 | ガバメントクラウド・オンプレミス双方に対応できるSaaS基盤を構築し、既存ベンダーの端末とのAPI連携、自然言語生成による要約機能、対話型チャットボットを実装して複数自治体展開に備える | システム開発会社への本格発注に相当する規模、セキュリティ監査費用も別途必要 |
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 |
|---|---|---|
| 市区町村福祉事務所の査察指導員(現職、生活保護担当) | レセプト点検の現場実態とAI導入への懸念・期待を直接把握するため | 自治体福祉部局への訪問依頼、または査察指導員研修会・社会福祉士会経由で紹介を得る |
| 福祉事務所の生活保護担当課長・医療扶助担当係長 | システム導入予算の決裁権者かつ入札・契約実務を担う窓口であるため | 自治体生活保護担当課へ直接連絡、または自治体総合フェア等の展示会で接点構築 |
| 都道府県国民健康保険団体連合会(国保連合会)のシステム担当者 | レセプト電算データの提供条件・連携仕様を確認する技術的必須窓口のため | 国保中央会・各都道府県連合会の広報窓口経由でシステム部門への面談を依頼 |
| 既存福祉システムベンダー(電算システム会社)の事業開発担当者 | 既存端末への機能追加という協業展開の実現可否を早期に見極めるため | 自治体向けITベンダーの展示会出展社リストから開発責任者へ直接コンタクト |
| 個人情報保護法・生活保護法に詳しい行政法務専門弁護士 | データ取扱いスキームの適法性確認と自治体向け覚書の標準化を進めるため | 社会保障・行政法分野を扱う法律事務所へ紹介依頼、関連セミナーで接点を作る |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 元査察指導員・ケースワーカーの人脈 | 「レセプトの異常検知を自動化する仕組みを作っています、現場感覚で見て使えるかフィードバックをもらえませんか」と個別に頼み、匿名化データでの検証に協力してもらう |
| 福祉行政の研究会・査察指導員研修の場 | 研修や研究会に参加し「医療扶助適正化のデータ活用について意見交換したい」と声をかけ、共同研究契約につながる自治体担当者を探す |
| 既存の生活保護システムベンダーとの協業紹介 | 電算系ベンダーの営業担当に「既存端末に追加できるアドオンとして紹介してもらえないか」と持ちかけ、既存の顧客自治体を紹介してもらう |
| 自治体への情報提供依頼（RFI）への回答 | 福祉事務所が出す情報提供依頼に「実証実験としてまず1自治体、無償または低価格で試験導入したい」と提案書を提出する |
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） | 法人設立からおおむね間もない事業者、新たに事業を始める者 | 自治体向けSaaS開発には初期のシステム開発費や人件費がかかるため、運転資金として活用できる候補。融資は605万円を見込み、設立から2か月目ごろの着金を前提に資金計画を立てる |
| 東京都中小企業振興公社 創業助成事業 | 都内で創業予定または創業から一定期間内の中小企業・個人事業主 | 自治体との実証実験やパイロット導入の準備費用（人件費・専門家費）を助成対象にできる可能性があり、行政向け事業と相性が良い制度 |
| 小規模事業者持続化補助金 | 商工会・商工会議所の管轄地域の小規模事業者 | 自治体向け提案書・パンフレット作成、展示会出展など販路開拓の費用を補助対象にできる可能性がある |
| 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） | 革新的サービス開発・試作品開発を行う中小企業 | 異常検知AIモデルや自然言語生成による要約機能の開発費を対象にできる可能性がある枠組み |
| NEDO シード期の研究開発型スタートアップ支援事業（STS） | 研究開発型のシード期スタートアップ | 教師あり異常検知モデルの精度向上や自治体横断データでの再学習など、技術開発フェーズの資金として候補になる |
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。
貧困・格差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表示です