Who（誰が）
全国の公立・私立小中高校に配置される養護教諭(約4.6万人)と、学校を管轄する教育委員会の担当者が主な利用者・意思決定者である
対象とする社会課題：養護教諭の保健室来室記録が個人の経験則に依存し、児童生徒の異変やいじめ・虐待の予兆が組織的に共有・分析されていない
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。
全国の養護教諭の多くは一人職で、来室記録は紙やExcelに埋もれたままになりやすい。頭痛や腹痛を訴えて何度も来る子の変化に、経験と勘だけで気づき続けるのは限界がある。ホケカルAIは記録をリアルタイムで構造化し、異変の兆しを可視化することで、養護教諭の判断を支え、いじめや虐待の予兆を組織で早期に受け止められる学校をつくる。
※ 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680万円の申請資料も、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、このホケカルAIの内容を読み込んだ状態で、事業計画書や申請資料などの素案をその場で作成します。まずは気になる資料を選んで押してみてください。
※ 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。
養護教諭が来室した児童生徒の症状や様子をタブレットに1分程度で入力すると、AIが自由記述からキーワードや感情トーンを抽出し、過去の来室履歴と自動で突合する。
同じ生徒が週3回頭痛を訴えていたり、特定の授業前に腹痛が集中していたりすると、ダッシュボードに「要観察」アラートと過去8週間の推移グラフが表示される。養護教諭はその根拠データを見ながら自身の専門的判断で対応を決め、必要なら1クリックで管理職や担任、スクールカウンセラーに情報を共有できる。経験と勘に頼っていた気づきをデータで後押しし、いじめや虐待の予兆を早期に学校全体で共有できる体制をつくる。
全国の小中高には養護教諭が約4.6万人配置されているが、多くの学校で養護教諭は1人配置(いわゆる「一人職」)であり、日々の来室記録は紙の保健日誌やExcelに個別入力されるのみで、他の記録や過去データと突き合わせた傾向分析はほぼ行われていない。
例えば、同じ児童が「頭痛」「腹痛」を理由に週3回以上来室していても、それが特定の授業前や特定の友人関係のタイミングと連動していることに気づけるかは養護教諭個人の経験と勘に依存している。文部科学省の調査でもいじめの認知件数は年間68万件超(2022年度)にのぼり、その予兆の多くは体調不良を訴えての保健室来室という形で現れるが、記録が可視化・分析されないまま見過ごされるケースが後を絶たない。異動が多い養護教諭は着任校での児童生徒の背景情報の蓄積が浅く、過去の経験知が新任地で活かせないという構造的課題もある。さらに管理職や学級担任との情報共有も口頭やメモ中心で、組織的な早期対応につながりにくい。
自然言語処理(NLP)により、来室時の自由記述(「昨日から眠れていない」等)から症状カテゴリと感情トーンを自動抽出・タグ付けする。
時系列異常検知モデルが個人ごとの来室頻度・症状パターンを学習し、平常時からの逸脱を統計的に検知してアラートを生成する。相関分析・クラスタリングにより、学校全体・学年・クラス単位で似た症状を訴える集団の存在(特定の授業、いじめ、感染症流行など)を可視化する。さらに対話型AIアシスタントが養護教諭からの「この生徒、先月と比べてどう変化していますか」といった自然言語の問いかけに対し、蓄積データを検索・要約して回答する。
養護教諭は来室時に、氏名・時刻・症状・簡単な様子(表情や言動)をタブレットやPCの専用フォームに1分程度で入力するだけでよい。
AIがその入力内容をリアルタイムで構造化し、過去の来室履歴・出席状況・保健室での発言内容(自然言語)を突合して、来室頻度の急増、特定曜日・特定教科前後への偏り、身体症状と情緒面の訴えの組み合わせパターンなどを自動検出する。異常なパターンが検出されると、養護教諭のダッシュボードに「要観察」アラートと根拠となるデータ(過去8週間の来室推移グラフ、類似パターンの一般的傾向)が表示され、養護教諭は自身の所見を加えて管理職・担任・スクールカウンセラーに1クリックで情報連携できる。養護教諭はAIが提示した分析結果をたたき台に、自身の専門的判断で対応要否を決めるため、AIが「診断」するのではなく「気づきを支援する」体験になる。学期末には学校単位・学年単位での来室傾向レポートが自動生成され、保健委員会や職員会議での健康課題の議論に活用できる。
| いじめ・虐待予兆の見逃しによる事後対応(保護者対応・第三者委員会設置等)の人件費・工数損失 | 1件あたり数十万円〜(発生頻度は学校規模により異なる想定) |
| 養護教諭がExcel・紙記録の集計・分析に費やす残業・持ち帰り作業時間 | 月額換算で1〜2万円相当(時間単価×月10〜15時間の想定) |
| 異動時の引き継ぎ不足により対応が遅れたケースの再対応コスト(保護者面談・追加聞き取り等) | 年間数万円〜十数万円の想定 |
| 紙の保健日誌の保管スペース・検索にかかる事務職員の時間コスト | 年間数千円〜1万円程度の想定 |
| 学校向けSaaS月額利用料(標準プラン・養護教諭1〜3名規模) | 月額2万円〜5万円 |
| 教育委員会向け自治体一括プラン(10〜100校規模) | 1校あたり月額1.2万円 |
| 初期導入・データ移行支援費(オプション) | 1校あたり10万円〜30万円(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。
多くの学校で養護教諭は1人配置の「一人職」であり、日々の来室記録が紙やExcelに個別入力されるだけで、他の記録や過去データと突き合わせた傾向分析がほとんど行われていない。
いじめや虐待の予兆は保健室来室という形で現れることが多いが、記録が可視化されないまま見過ごされるケースが後を絶たない。異動が多い養護教諭は着任校での児童生徒の背景情報の蓄積が浅く、過去の経験知を新任地で活かせない構造的課題もある。管理職や担任との情報共有も口頭・メモ中心で、組織的な早期対応につながりにくい。
MVP開発フェーズはNLPの精度検証やUIの試行錯誤など仕様が固まりきらない作業が多いため、準委任契約が適している。
要件が固まった本格展開フェーズの追加機能(レポート自動生成やAPI連携など)は、仕様書を明確にした上で請負契約への切替も検討できる。児童生徒の機微な健康情報を扱う契約であるため、業務委託契約とは別に個人情報保護に関する特約・秘密保持契約を必ず締結し、テストデータの取り扱い・返却・破棄のルールを契約書に明記すること。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 養護教諭（1校あたり1〜3名、日々の来室記録入力とアラート確認・所見入力を行う) |
| セカンダリ | 学級担任、管理職(校長・教頭)、スクールカウンセラー(共有された情報を基に対応を検討) |
| 管理 | 教育委員会情報システム担当者、学校ICT担当教員(契約管理・権限設定・データ移行対応) |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 来室記録クイック入力 | 氏名・時刻・症状・様子を選択式フォームに入力→構造化データに変換→保健日誌DBに保存 |
| 自由記述NLP解析 | 「昨日から眠れていない」等の自由記述文→NLPで症状カテゴリ・感情トーン抽出→タグ付きデータとして保存 |
| 時系列異常検知アラート | 個人の来室頻度・症状時系列データ→統計モデルで平常時逸脱を検知→ダッシュボードに要観察アラート表示 |
| 集団パターン相関分析 | 学年・クラス単位の症状データ群→相関分析・クラスタリング→類似症状集団の存在を可視化グラフで表示 |
| 対話型AIアシスタント | 「先月と比べてどう変化していますか」等の質問文→蓄積データ検索・要約→自然文で回答生成 |
| アラート根拠データ表示 | 検知されたアラートID→過去8週間の来室推移・類似パターン統計を集計→根拠グラフをダッシュボード表示 |
| 1クリック情報連携 | 養護教諭が所見を追記した記録→管理職・担任・SCの宛先選択→連携用メッセージを自動生成し送信 |
| 学期末傾向レポート自動生成 | 学期内全来室データ→学校・学年単位で集計・グラフ化→PDFレポートを自動出力 |
| 既存記録データ移行支援 | 紙保健日誌・Excel記録のスキャン/ファイル→OCR・フォーマット変換→システムDBへ一括インポート |
| アクセス権限管理 | 利用者の役職(養護教諭・管理職・担任等)→権限テーブル参照→閲覧・編集可能範囲を制御し表示 |
| 匿名化統計レポート出力 | 複数校の来室データ→個人特定情報を除去し統計処理→研究機関向け匿名化レポートを生成 |
| テーブル | 主要カラム |
|---|---|
schools | school_id, name, type(小中高), address, contract_plan_id |
students | student_id, school_id, name, grade, class, enrollment_status |
staff | staff_id, school_id, name, role(養護教諭/担任/管理職), login_id |
visit_records | visit_id, student_id, staff_id, visited_at, symptom_text, mood_text |
nlp_tags | tag_id, visit_id, symptom_category, emotion_tone, confidence_score |
alerts | alert_id, student_id, detected_pattern, severity, status, created_at |
sharing_logs | log_id, alert_id, shared_by, shared_to, comment, shared_at |
contracts | contract_id, school_id, plan_type, monthly_fee, start_date, status |
| # | 画面 |
|---|---|
| 1 | 来室記録入力画面 |
| 2 | 養護教諭ダッシュボード |
| 3 | 個人別履歴詳細画面 |
| 4 | 要観察アラート一覧画面 |
| 5 | AI対話アシスタント画面 |
| 6 | 学校学年別レポート画面 |
| 7 | 契約管理画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS(医療機微データ対応のセキュア基盤) |
| 2 | PostgreSQL(構造化・時系列データ管理に適合) |
| 3 | Python/FastAPI(NLP・異常検知APIを実装しやすい) |
| 4 | 日本語BERT系モデル(自由記述の症状感情抽出) |
| 5 | 時系列異常検知ライブラリ(来室頻度の逸脱検知) |
| 6 | React(ダッシュボードの応答性確保) |
| 7 | Auth0(厳格なアクセス権限管理でセキュリティ担保) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 平日8時〜18時の稼働率99.5%以上を目標とし、月間停止時間を2時間以内に抑える |
| 性能 | 性能: 記録入力フォームの保存応答時間を平均1秒以内、アラート生成バッチ処理を1日1回深夜実行 |
| セキュリティ | セキュリティ: 通信・保存データをTLS1.2以上およびAES-256で暗号化し、ISMS/プライバシーマーク認証を初期投資に含め取得 |
| データ保護 | データ保護: 児童生徒の氏名等個人識別情報はロールベースアクセス制御で権限外閲覧を禁止し、操作ログを1年間保持 |
| 運用 | 運用: 障害発生時は4時間以内の一次復旧を目標とし、養護教諭向けサポート窓口を平日9時〜17時で提供 |
| 拡張性 | 拡張性: 1自治体あたり最大100校・児童生徒数10万人規模のデータ増加に耐えるDB設計とし、年1回容量見直しを実施 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 紙の保健日誌や既存Excelデータを提供してもらい、Excelや簡易スクリプトで来室頻度の異常パターンを人手で抽出し、養護教諭に見せて反応を確認する | 自分の作業時間と交通費・打合せ費のみ |
| ②最小システム | 入力フォームと簡易ダッシュボードだけを持つ最小構成のWebアプリを作り、数校で実際の来室記録入力とアラート表示の使い勝手を検証する | 外注または自作で数週間〜数か月分の開発工数、クラウド利用料程度 |
| ③本開発 | NLPによる自由記述分析・時系列異常検知・複数校での学校単位レポート機能を実装し、セキュリティ認証取得も含めた本番運用に耐える構成にする | 外注開発で数か月分の外注費、加えてセキュリティ認証取得費用と継続的なクラウド利用料 |
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 |
|---|---|---|
| 公立小学校の養護教諭(1人職・経験10年以上が望ましい) | 現場の保健日誌運用実態とAI活用への抵抗感・期待を直接把握するため | 都道府県養護教諭会の研修会に参加し名刺交換、または知人養護教諭からの紹介 |
| 市区町村教育委員会の学校保健係・健康教育担当指導主事 | 自治体一括導入の意思決定プロセスと予算編成時期を把握するため | 教育委員会の代表電話から学校保健担当課を照会しアポイント申請 |
| 公立中学校の校長または教頭(管理職) | 情報連携フローの承認権限者であり、導入可否の実質的キーパーソンのため | PoC協力校の管理職として教育委員会経由で紹介を受ける |
| 都道府県学校保健会または養護教諭会の会長・事務局長 | 職能団体の推薦は個々の学校への信頼獲得と展示会告知に直結するため | 学校保健会の公式サイトから事務局に連絡し事業説明の機会を依頼 |
| 教育学部・学校保健学系の大学教授(元養護教諭出身者が望ましい) | 異常検知アルゴリズムの学術的妥当性検証と共同研究契約の相談のため | 学校保健関連の学会(日本学校保健学会等)の発表者リストから直接連絡 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 都道府県養護教諭会・学校保健会の研修会 | 研修会や勉強会に参加者として顔を出し「保健室記録の分析で困っていることを教えてほしい」と個別に声をかけ、後日ヒアリングの約束を取る |
| 知人経由の元養護教諭・現職養護教諭への直接連絡 | 知人・友人経由で紹介してもらい「業務の悩みを聞かせてほしい、開発中の仕組みの感想もほしい」と伝えてオンラインで話を聞く |
| 教育委員会の指導主事への実証事業提案 | 「無償のPoCとして数校でデータ入力の効率化を試したい」と伝え、実証実験の受け入れ校を紹介してもらえないか相談する |
| 既存の校務支援システムベンダーの担当者 | 「連携機能を検討したい」と切り出し、担当者経由で導入校の養護教諭に紹介してもらえないか依頼する |
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 新創業融資制度 | 創業前・創業後まもない法人・個人事業主 | 自己資金を元に無担保無保証で融資が受けられる制度で、この事業では運転資金として活用する想定。融資額は500万円で計画する |
| IT導入補助金 | 中小企業・小規模事業者でITツールを導入する事業者 | SaaS型システムの自社導入や、導入先の学校側の費用負担軽減の説明材料として使える制度。自社の開発体制整備にも活用余地がある |
| 小規模事業者持続化補助金 | 小規模事業者（従業員数の少ない事業者） | 展示会出展費・営業用パンフレット作成費・ウェブサイト改修費など、初期の販路開拓・広報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 | 都内で創業予定または創業後一定期間内の中小企業者等 | 賃借料や人件費など創業初期の運営費の一部を助成する制度で、代表1名体制からの人員拡充フェーズの資金計画に組み込める |
| SBIR制度（研究開発型スタートアップ支援事業） | 研究開発型のスタートアップ・中小企業 | AI・NLPを核とした技術開発型の事業であるため、各省庁が公募する研究開発補助・委託事業の対象となりうる。大学連携の共同研究とも接続しやすい |
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。