Who（誰が）
急性期病院(DPC対象約1700施設)の看護部長・院長、および今後タスクシフトを強化したい400床未満の中小病院の経営層
対象とする社会課題：看護師特定行為研修の受講計画と院内配置が病院任せで属人化し、タスクシフトが進まない
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。
看護部長は研修派遣を「本人の希望」や人事バランスで決めがちで、どの区分の修了者をどこに配置すれば医師の負担が減るのか判断材料がない。医師の時間外労働規制でタスクシフトは経営課題になったのに、専門コンサルは高額で中小病院に手が届かない。この事業は、データに基づく配置判断を現場に届ける。
※ 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550万円の申請資料も、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、この事業の市場規模や収益モデル、AIの役割などの情報を読み込んだ状態でAIチャットが開き、事業計画書やピッチ資料などの素案をその場で一緒に作成できます。
※ 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。
本サービスは、200床規模の急性期病院の看護部長が特定行為研修への派遣計画を「勘と希望」ではなくデータで決められるようにするクラウドダッシュボードです。
電子カルテのDPCデータや当直表、看護師の経験年数・資格をCSVでアップロードすると、AIが数分で「優先すべき特定行為区分トップ5」「配置候補看護師の適性スコア」「医師の時間外労働削減時間の見込み」を算出したレポートを返します。看護部長は「夜勤帯の急変対応を強化したい」とチャットで伝えるだけで配置案が再計算され、指定研修機関の空き枠・費用も自動照合されます。研修開始後は実績データを月次で監視し、想定とズレたら配置見直し案を自動提示。年1回の経営会議にそのまま出せる効果検証レポートも自動生成され、属人的だった研修投資判断が仕組み化されます。
2015年に始まった特定行為研修制度は21区分38行為をカバーするが、2023年時点の修了者は全国で約6800人にとどまり、厚労省が掲げた目標(10万人超)に遠く及ばない。
急性期病院の看護部長は、どの診療科にどの区分の研修修了者を何人配置すれば当直医の負担軽減や在院日数短縮に効くのかを判断する材料を持たず、研修派遣は「本人の希望」や「なんとなくの人事バランス」で決まりがちである。200床規模の地方中核病院の看護部長A氏は、指定研修機関の一覧と38行為の説明資料を渡されても、自院の医師偏在・患者構成データと突き合わせて効果を試算できず、年間予算(1人あたり研修費用は50万〜150万円、研修期間は半年〜2年）の使い道を決めかねている。結果として研修修了者が偏った病棟に集中し、夜間の急変対応や術後管理で医師のタスクシフトが進まない病院が全国の急性期病院約1700施設のうち大多数を占める。医師の時間外労働上限規制(2024年४月開始)により、特定行為看護師の戦略的配置は経営課題として急浮上しているが、専門コンサルは高額かつ属人的で、中小病院には手が届かない。
①最適化AI: 病院のDPCデータ・医師配置・患者重症度を入力とし、線形計画法と機械学習を組み合わせて特定行為区分ごとの導入優先度と看護師配置を最適化する。
②予測AI: 過去の類似規模病院の研修投資と在院日数・時間外労働削減の実績データ(自社蓄積データベース)から、投資対効果を回帰モデルで予測する。③自然言語対話AI(LLM): 看護部長からの曖昧な要望(例「外科病棟を強化したい」)を構造化条件に変換し、再最適化を自動実行する。④異常検知AI: 研修修了後の実施実績データを継続監視し、想定乖離が閾値を超えた場合に配置見直しアラートを自動生成する。
看護部長・院長がクラウドダッシュボードにログインし、電子カルテのDPCデータ、医師の当直表、看護師の経験年数・保有資格・希望キャリアをCSVまたはAPI連携でアップロードすると、AIが数分以内に病院ごとの特定行為研修投資シミュレーションレポートを生成する。
レポートには「優先度の高い特定行為区分トップ5」「対象候補看護師リスト(適性スコア付き)」「研修派遣後の配置案と期待効果(医師の時間外労働削減時間、在院日数短縮見込み)」が含まれ、看護部長はチャットボットに「夜勤帯の急変対応を強化したい」など自然文で条件を伝えると、AIが配置案を再計算して提示する。指定研修機関の空き枠・費用・通学/eラーニング形式もAIが自動照合し、最短で研修を開始できる機関を3候補提案する。研修開始後は修了者の実際の実施件数や医師のタスクシフト実績をAIが月次でモニタリングし、当初シミュレーションとの乖離を検知して配置の微調整案を自動生成する。院長・看護部長は年1回の経営会議でAIが自動生成した効果検証レポートを提出資料としてそのまま使える。
| 属人的な研修派遣による投資効果不明化(50万〜150万円/人×派遣人数のうち効果検証されない分) | 年間300万〜500万円の目安 |
| 医師の時間外労働上限規制対応のための当直医不足による外部委託(スポット医師派遣)費用 | 年間500万〜1000万円の目安 |
| 属人的・高額な専門コンサルへの個別依頼費用 | 1回あたり300万〜600万円の目安 |
| 在院日数短縮が進まないことによる病床稼働・診療報酬の機会損失 | 年間数百万円規模の目安（病院規模による） |
| SaaS年額ライセンス(200床未満・月額プラン) | 月額5万円(年間60万円) |
| 初期設計コンサルティング(導入時一括) | 150万〜400万円(初年度のみ) |
| 効果検証・拡張レポート(年次オプション) | 1回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。
特定行為研修は21区分38行為をカバーするが、修了者は全国で約6800人と国の目標(10万人超)に遠く及ばず、地方中核病院では誰をどの区分に派遣すべきかの判断材料がない。
2024年4月の医師の時間外労働上限規制により、特定行為看護師によるタスクシフトは経営課題として急浮上しているが、専門コンサルは高額で中小病院には手が届かない。看護部長は指定研修機関一覧と38行為の説明資料を渡されても、自院のデータと突き合わせて投資対効果を試算できず、研修派遣が本人希望や人事バランスで決まる状態が続いている。この属人化を解消し、データに基づく配置判断を支援する仕組みが必要である。
MVP開発フェーズは要件が固まりきっておらずAIモデルの精度検証を伴うため準委任契約が適する想定。
Phase2以降、チャットボットUIや異常検知機能など仕様が明確な機能追加は請負契約への切替を検討するのが妥当。発注時はDPCデータ等の医療機密データを扱うため、データ取扱いに関する覚書(匿名化・保管期間・第三者提供禁止)を契約書に明記する必要がある。また電子カルテベンダーとの連携仕様確定に時間がかかる場合があるため、Phase1のスケジュールには2〜4週間程度のバッファを契約段階で確保しておくことを推奨する。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 急性期病院・中小病院の看護部長(研修派遣計画の意思決定者) |
| セカンダリ | 院長・医事課職員(経営会議での効果検証レポート利用者)、指定研修機関の担当者(送客マッチング先) |
| 管理 | 自社の医療政策アナリスト・カスタマーサクセス担当(オンボーディング伴走と病院側データ連携の運用管理) |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| データ連携取込機能 | 電子カルテCSV/APIで受領したDPC・当直表・看護師データを検証・正規化しDBへ格納する |
| 特定行為配置最適化AI | DPC・医師配置・重症度データを入力し線形計画法とMLで区分別優先度と配置案を算出する |
| 投資対効果予測AI | 研修投資条件を入力し類似病院実績DBの回帰モデルで在院日数短縮・時間外削減量を予測する |
| 自然言語対話AI(チャットボット) | 看護部長の自然文要望を構造化条件に変換し最適化AIを再実行し配置案を再提示する |
| 研修機関マッチング機能 | 区分・地域条件を入力し全国300機関超の空き枠・費用・形式を照合し最短3候補を提示する |
| 実績異常検知AI | 月次実施件数と当初予測を比較し乖離が閾値超過時に配置見直しアラートを自動生成する |
| 投資シミュレーションレポート生成 | 統合データを入力しAI分析結果を優先度・候補者・配置案・効果予測のレポートに整形出力する |
| 年次効果検証レポート生成 | 年次実績データを集計し予測との比較・成果サマリーを経営会議提出用PDFに自動生成する |
| 候補看護師適性スコアリング | 経験年数・資格・希望キャリアを入力しAIが特定行為区分ごとの適性スコアを算出しリスト化する |
| 導入オンボーディング支援管理 | 導入病院のデータ連携設定・初期シミュレーション進捗をアナリスト向け管理画面で追跡する |
| ユーザー権限・ダッシュボード管理 | 看護部長・院長・医事課の役割別に閲覧編集権限を設定しダッシュボード表示を制御する |
| テーブル | 主要カラム |
|---|---|
hospitals | hospital_id, name, bed_count, region, ehr_vendor, contract_plan |
nurses | nurse_id, hospital_id, experience_years, qualifications, desired_career, aptitude_score |
dpc_records | record_id, hospital_id, dept_code, avg_los, severity_index, period |
duty_schedules | schedule_id, hospital_id, doctor_id, dept_code, overtime_hours, month |
training_categories | category_id, category_name, action_count, priority_score |
training_institutions | institution_id, name, category_ids, capacity, cost, format, next_start_date |
training_plans | plan_id, hospital_id, nurse_id, category_id, institution_id, expected_effect, status |
monitoring_results | result_id, plan_id, actual_cases, deviation_rate, alert_flag, recorded_at |
| # | 画面 |
|---|---|
| 1 | ログイン・権限設定画面 |
| 2 | データ連携・アップロード画面 |
| 3 | 投資シミュレーション結果画面 |
| 4 | 配置案・候補者リスト画面 |
| 5 | チャットボット条件相談画面 |
| 6 | 研修機関マッチング候補画面 |
| 7 | 効果検証レポート出力画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS(EC2/S3) – 病院データの秘匿性確保とスケール対応 |
| 2 | PostgreSQL – DPC・当直表など構造化データの管理に適する |
| 3 | Python + PuLP – 線形計画法による最適配置計算に採用 |
| 4 | scikit-learn – 投資対効果の回帰予測モデル構築に採用 |
| 5 | FastAPI – 最適化AI・予測AIのAPI提供基盤として軽量 |
| 6 | Azure OpenAI Service – 医療情報を扱うため閉域LLM運用が可能 |
| 7 | React + TypeScript – ダッシュボード・チャットUIの開発効率化 |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: システム稼働率99.5%以上(月間許容ダウンタイム約3.6時間以内)を維持する |
| 性能 | 性能: 電子カルテデータアップロード完了後5分以内にシミュレーションレポートを生成する |
| セキュリティ | セキュリティ: 患者関連データは通信時TLS1.2以上、保存時AES256暗号化で医療情報ガイドラインに準拠する |
| 運用 | 運用: データバックアップを日次実施し、障害時RPO24時間以内・RTO4時間以内で復旧する |
| 拡張性 | 拡張性: 同時接続病院数200施設・同時ダッシュボード利用者500名まで性能劣化なく処理する |
| 精度管理 | 精度管理: 予測AIの実績乖離率を月次算出し、±15%を超過した場合は自動再学習をトリガーする |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 協力病院数施設のDPCデータと当直表をExcelで受け取り、臨床アドバイザーと一緒に手作業で優先度ランキングと配置案を作成し、看護部長に提示して反応を確認する | 交通費と人件費程度、外部ツール利用料はほぼかからない水準 |
| ②最小システム | ノーコード・ローコードツールでCSVアップロード型の簡易シミュレーション画面を作り、優先区分トップ5と候補看護師リストを自動出力して数施設で試用してもらう | クラウド利用料と外注ノーコード開発費で数か月分の水準 |
| ③本開発 | 最適化AI・予測AI・チャットボットUIを本実装し、電子カルテAPI連携と異常検知アラート機能を組み込んだ正式版としてリリースする | エンジニア人件費を中心とした本格開発で、外注なら数か月から一年規模の水準 |
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 |
|---|---|---|
| 200床規模の地方中核病院の看護部長(急性期・DPC対象病院) | 実証実験モデル病院として院内データ提供と課題感のヒアリングを行うため | 地域の看護部長会・病院団体(日本病院会支部等)の勉強会に登壇依頼して接点を作る |
| 指定研修機関の教務主任・研修責任者(大学病院や都道府県看護協会の特定行為研修センター) | 研修枠の空き状況・費用体系の情報提供と送客提携の可否を確認するため | 日本看護協会の特定行為研修指導者養成研修の受講者名簿経由で紹介を依頼する |
| 電子カルテベンダーの医療DX推進部門担当者(富士通Japan・NEC健康・医療ソリューション事業部) | DPCデータ・当直表データのAPI連携仕様とセキュリティ要件を早期確認するため | HIMSS AsiaPacificや医療IT展示会(HOSPEX Japan)のブースで名刺交換し個別面談設定 |
| 厚生労働省医政局看護課の特定行為研修制度担当官 | 38行為21区分の制度改定動向と診療報酬上の位置づけを継続的に把握するため | 看護課主催の特定行為研修推進協議会の傍聴申込・パブリックコメント提出を通じて接触 |
| 医事経営コンサルタント・医療経営士(病院経営支援会社所属) | 時間外労働上限規制対応の経営課題としての訴求ポイントと営業チャネルを検証するため | 日本医業経営コンサルタント協会の研究会に参加し名刺交換・共同セミナー企画を提案 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 看護系学会・研究会での発表と名刺交換 | 日本看護管理学会や特定行為研修関連の研究会でポスター発表を行い、来場した看護部長に「配置計画の悩みを聞かせてほしい」とヒアリング依頼をする |
| 地域医療構想調整会議・医療勤務環境改善支援センター経由の紹介 | 各都道府県の医療勤務環境改善支援センターの担当者に事業概要を説明し、タスクシフトに悩む病院を紹介してもらえないか相談する |
| 指定研修機関（大学病院・看護協会）からの紹介 | 指定研修機関の担当者に「派遣元病院の配置計画づくりを支援している」と伝え、研修希望者の受け入れ先病院を紹介してもらう提携を打診する |
| 病院経営者向けセミナー・医療経営士会支部への登壇 | 医療経営士会や日本病院会の地方支部の勉強会に登壇し、200床規模の中核病院の看護部長・事務長に個別相談の場を設けてもらう |
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 新規開業資金（旧・新創業融資制度） | 税務申告を一定回数終えていない、または創業して間もない法人・個人事業主 | 自己資金と合わせて運転資金を無担保・無保証で借りられる制度で、この事業でも創業融資の合計額（550万円の想定）で開発初期の人件費とオンボーディング費用の立ち上がりを支える資金として候補になる |
| 東京都創業助成事業（公益財団法人東京都中小企業振興公社） | 都内での創業を予定または創業から間もない中小企業・個人事業主 | 人件費や広告費、専門家謝金などが対象経費に含まれることが多く、医療政策アナリストや臨床アドバイザーへの外部委託費・採用初期費用の一部をカバーできる可能性がある |
| IT導入補助金（デジタル化基盤導入枠等） | ITツールを導入して生産性向上を図る中小企業・小規模事業者 | 自社が提供するSaaSダッシュボードやチャットボットUIの導入コストを、導入先の病院側が補助対象として活用できる可能性があり、営業時の提案材料になる |
| 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） | 革新的な製品・サービス開発やシステム構築に取り組む中小企業 | 最適化AIエンジンや予測AIモデルの開発など、外部委託を含むシステム開発費が対象経費になり得るため、本開発フェーズの資金調達候補になる |
| 小規模事業者持続化補助金（創業枠） | 小規模事業者・創業後間もない事業者 | 展示会出展費やウェブサイト制作費、チラシ作成費などが対象になり、指定研修機関や病院向けの認知獲得活動の初期費用に充てられる候補になる |
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DXに取り組む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。
※ バッジは自動集計にもとづく相対的な表示です