Who（誰が）
社会福祉法人(特養運営)の入所検討委員会事務局と、市町村の入所調整協議会が主な利用者であり、判定業務を担う事務職員・委員が直接操作する
対象とする社会課題：特別養護老人ホーム入所判定の公平性・透明性の欠如
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。
特養の入所判定は要介護度や家族状況を点数化する一方、自由記述の解釈は担当者個人に委ねられ、施設間・担当者間でスコアがばらつく。判定記録はExcelや紙で分散し、家族からの苦情や情報開示請求に十分応じられない現場が多い。声の大きさではなく、記録された根拠で判定を説明できる仕組みが必要だと考えた。
※ 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、この特養入所判定の公平化支援事業の内容を読み込んだAIチャットが開き、事業計画書やピッチ資料、開発要件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。
特別養護老人ホームの入所検討委員会事務局が、申込者のアセスメントシート・ケアマネ意見書・家族申告書をスキャンまたはPDFでアップロードすると、AIが自由記述を要介護度・認知症周辺症状・家族介護負担・経済状況・在宅継続困難度の5項目に自動で構造化し、施設独自の重み付け基準表に沿って優先順位スコアを算出します。
委員会当日は担当者が申込者一覧画面でスコアと根拠文を確認しながら審議し、委員が「なぜこの点数か」と質問すると対話AIが該当箇所を引用して即座に回答、最終判断とその理由はワンクリックで構造化ログとして保存されます。結果として、判定作業時間の削減と、家族への説明・行政報告にそのまま使える根拠付き記録の自動蓄積が同時に実現します。
全国の特養は約10,500施設あり、入所希望者(待機者)は約27万人とされるが、各施設の入所検討委員会は要介護度・家族状況・経済状況等を点数化した基準表を用いて判定する一方、申込書やアセスメントシートの自由記述の解釈は担当者個人に依存し、施設間・担当者間でスコアのばらつきが生じている。
多くの施設では判定記録がExcelや紙で分散管理され、判定根拠の再現・開示が困難で、家族からの苦情や情報開示請求に施設が十分に対応できないケースが多発している。特に社会福祉法人の事務職員は他業務と兼任しており、判定基準の運用を体系的にチェックする余裕がない。結果として「声の大きい家族が優先される」「記録が残っておらず説明できない」といった公平性への疑義が地域包括支援センターやケアマネジャーからも指摘されている。国は判定基準の運用指針を出しているが、施設現場でのIT実装が進んでおらず、公平性を仕組みとして担保する手段が存在しない。
自然言語処理AIが申込書・アセスメントシートの自由記述をテキスト解析し、要介護度や家族状況などの評価軸に構造化する。
機械学習による優先順位スコアリングモデルが施設ごとの判定基準に基づき点数を算出し、過去データとの比較で担当者間・施設間のスコアばらつきを統計的に検知する。対話AI(チャットボット)が判定委員会でスコアの根拠を自然言語で説明し、委員からの質問にリアルタイムで応答して記録を生成する。異常検知モデルが極端に基準から外れた判定を自動フラグし、公平性レビューを促す。
施設の入所検討委員会事務局が、申込者のアセスメントシート・ケアマネ意見書・家族申告書をシステムにアップロードすると、AIが自由記述を自然言語処理で構造化し、要介護度・認知症周辺症状・家族介護負担・経済状況・在宅継続困難度などの評価項目に自動分解する。
次にAIが施設独自の判定基準表(重み付けルール)に基づき優先順位スコアを算出し、過去の判定履歴と比較して担当者間のスコア付けのばらつきを検知しアラートを出す。委員会当日は対話型AIが各申込者のスコア根拠を自然言語で説明し、委員が異議を出した場合は根拠データを即時再表示、最終判断とその理由を構造化ログとして自動保存する。これにより判定作業時間が短縮されるだけでなく、後日の家族への説明や行政への報告に使える根拠付き記録が自動で蓄積される。
| 判定作業(Excel手入力・点数計算・資料準備)の人件費 | 年額約120万円(相談員時給2,500円×月10時間×12か月換算) |
| 家族からの苦情対応・情報開示請求対応にかかる相談員の対応工数 | 年額約60万円(1件あたり2時間×月5件想定) |
| 判定記録の紙・Excel分散管理による保管スペース・検索コスト | 年額約15万円(書庫賃料・検索作業時間換算) |
| 担当者退職・異動時の判定ノウハウ引継ぎ不足による再教育コスト | 年額約30万円(引継ぎ研修・OJT工数換算) |
| 施設向け月額SaaS利用料(スタンダードプラン) | 月額6万円(年額72万円) |
| 初期導入・データ移行支援費(一括) | 初年度一括50万円 |
| 市町村向け地域統合ライセンス | 年額300万円(管内施設共通、施設ごとの追加負担なし) |
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。
特養の入所判定は要介護度や家族状況を点数化する基準表を使う一方、申込書の自由記述の解釈は担当者個人の裁量に委ねられており、同じ申込内容でも担当者や施設によってスコアがばれるという問題が起きている。
判定記録の多くはExcelや紙で分散管理されているため、後日家族から「なぜうちは入所できないのか」と問われても根拠を再現できず、地域包括支援センターやケアマネジャーからも公平性への疑義が指摘されている。社会福祉法人の事務職員は他業務と兼任しており、判定基準の運用を体系的にチェックする余力がないのが実情である。国は運用指針を示しているが施設現場でのIT実装が進んでおらず、公平性を仕組みとして担保する手段が存在しない。
MVP開発フェーズは要件変更が多く見込まれるため準委任契約が適するが、判定基準の構造化ロジックやスコアリングアルゴリズムなど仕様が固まった機能単位では請負契約に切り替える二段階方式を推奨する。
要配慮個人情報を扱うため、契約書には委託先の再委託制限・データ廃棄手順・ISMS準拠のセキュリティ要件を明記すること。判定基準監修者（介護福祉士・社会福祉士資格保持者）のレビュー工程を契約スコープに含め、AIロジックが現場の判定実態と乖離しないよう検収基準に組み込む必要がある。PoC(0-6ヶ月)は探索的要素が強く準委任、正式リリース以降の機能追加は要件定義書ベースの請負が発注者・受注者双方にとってリスク管理しやすい。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 特養の入所検討委員会事務局担当者（社会福祉法人の生活相談員・事務職員） |
| セカンダリ | 入所検討委員会の委員（施設長、看護師、ケアマネジャー等）、市町村の入所調整協議会担当者 |
| 管理 | システム提供会社のカスタマーサクセス担当、および施設側の管理者権限を持つ事務局長 |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 自由記述構造化機能 | アセスメントシート・意見書のテキスト→NLP解析→要介護度等5項目に構造化データ化 |
| 優先順位スコアリング機能 | 構造化データと施設基準表→重み付け演算→申込者ごとの優先順位スコアを算出 |
| スコアばらつき検知アラート機能 | 担当者別スコアと過去判定履歴→統計比較→乖離が閾値超の場合アラート表示 |
| 対話AI委員会説明機能 | 委員の質問文と根拠データ→自然言語生成→スコア根拠を音声/テキストで回答 |
| 異常判定自動フラグ機能 | 全申込者スコア分布→異常検知モデル判定→基準外れ判定に自動フラグ付与 |
| 判定基準表カスタマイズ設定機能 | 施設担当者が入力する重み付け項目→設定画面保存→施設固有の基準表を生成 |
| 判定ログ自動保存機能 | 委員会での最終判断・発言内容→構造化変換→根拠付きログとしてDB保存 |
| 根拠データ即時再表示機能 | 委員の異議申立て操作→該当申込者データ検索→元データと計算過程を再表示 |
| 行政向け地域比較ダッシュボード | 管内施設の判定データ→集計・可視化処理→自治体担当者向け比較レポート出力 |
| データ移行・基準表初期設定支援機能 | 既存Excel/紙記録のスキャンデータ→インポート変換→システム内基準表・履歴として登録 |
| 利用者権限・アクセス管理機能 | 委員・事務局・行政ユーザーの役割情報→権限設定→機能・データ閲覧範囲を制御 |
| テーブル | 主要カラム |
|---|---|
法人・施設テーブル | corporation_id, facility_id, facility_name, address, capacity, plan_type |
ユーザー(委員・事務局)テーブル | user_id, facility_id, name, role, email, last_login |
申込者テーブル | applicant_id, facility_id, name, birth_date, care_level, status, applied_at |
アセスメントシートテーブル | assessment_id, applicant_id, uploaded_by, raw_text, file_type, uploaded_at |
構造化評価項目テーブル | eval_id, applicant_id, care_level_score, dementia_score, family_burden_score, economic_score, home_care_score |
判定基準表テーブル | criteria_id, facility_id, item_name, weight, version, effective_date |
スコア算出・アラートテーブル | score_id, applicant_id, criteria_id, total_score, deviation_flag, calculated_at |
判定委員会ログテーブル | log_id, applicant_id, committee_date, decision, reason_text, approved_by |
| # | 画面 |
|---|---|
| 1 | ログイン画面 |
| 2 | 申込者一覧画面 |
| 3 | アセスメント取込画面 |
| 4 | スコア確認・詳細画面 |
| 5 | 判定基準設定画面 |
| 6 | 委員会進行支援画面 |
| 7 | 判定履歴・レポート画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | Python(FastAPI): NLP・ML処理とAPI開発の親和性が高い |
| 2 | spaCy/GiNZA: 日本語自由記述の形態素解析・固有表現抽出に対応 |
| 3 | PostgreSQL: 構造化データと監査ログを堅牢に一元管理できる |
| 4 | AWS(ECS/RDS/S3): 要配慮個人情報の暗号化・可用性要件を満たす |
| 5 | OpenAI API(GPT系): 対話AIによる根拠説明・質疑応答生成に活用 |
| 6 | React: 委員会画面等の対話的UIをスムーズに構築できる |
| 7 | Auth0/AWS Cognito: 施設別アクセス権限管理と多要素認証を実装 |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: システム稼働率99.5%以上(月間ダウンタイム目安3.6時間以内) |
| 性能 | 性能: アセスメントシート1件あたりの構造化処理を平均10秒以内で完了 |
| セキュリティ | セキュリティ: 要配慮個人情報は保存時AES-256・通信時TLS1.3で暗号化 |
| 認証取得 | 認証取得: ISMS及びプライバシーマークを2年以内に取得完了する運用体制 |
| 運用 | 運用: データバックアップを日次実施、RPO24時間・RTO8時間以内を目標 |
| 同時接続 | 同時接続: 1施設あたり最大20委員・事務局アカウントの同時アクセスに対応 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 提携施設の実際の申込書・アセスメントシートを預かり、担当者が手作業でExcelにスコアを構造化し判定基準表と照合、対話AIなしで判定時間短縮の仮説とばらつきの実態を確認する | 交通費とヒアリング時間のみ。外部委託なし |
| ②最小システム | アップロード機能とNLPによる自由記述の構造化、優先順位スコアリングをノーコード・低コードツールとAI APIで組み立てた簡易画面として実装し、実運用に近い形で複数施設に試してもらう | AI利用料とノーコードツール利用料程度 |
| ③本開発 | 対話型AIによる委員会説明機能、異常検知モデル、行政向け統合ダッシュボードを含む正式なSaaSとして外部エンジニアチームに発注し本格開発する | 外注で数か月分の開発費 |
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 |
|---|---|---|
| 複数施設運営の社会福祉法人における入所検討委員会事務局長・施設長 | 判定業務の実務課題と基準表運用の実態を直接把握できる決裁権者 | 全国社会福祉法人経営者協議会や都道府県社会福祉協議会の会員名簿・研修会経由で紹介依頼 |
| 地域包括支援センターの センター長またはケアマネジャー | 施設間の判定基準ばらつきや家族からの苦情実態を最も把握している | 市町村の地域包括支援センター一覧から代表番号に連絡しヒアリング依頼 |
| 都道府県高齢福祉課(特養入所指針担当)の係長級職員 | 入所判定指針の運用実態と地域統合ライセンスの導入可能性を確認するため | 都道府県庁高齢福祉課の代表電話・行政向けピッチイベントで面談設定 |
| 全国社会福祉法人経営者協議会の事務局担当者 | 会員法人への横展開・研修連携のチャネルを持つ業界団体 | 協議会公式サイトの問い合わせ窓口から事業提案資料を送付しアポ取得 |
| 介護ソフト大手ベンダー(例:ワイズマン、日本コンピューターシステム等)の事業提携担当者 | 既存の介護記録システムとのデータ連携・販売チャネル共有を検討するため | 介護報連システム展示会(CareTEX等)のブースで名刺交換し提携打診 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| ケアマネジャー・地域包括支援センター経由の紹介 | 特養の入所判定業務で困っていることはありませんか、と地域包括支援センターの主任ケアマネに聞き、判定委員会事務局への紹介を依頼する |
| 社会福祉法人経営者協議会の勉強会 | 会員向け勉強会に講師として参加させてもらい、判定基準の公平性という課題を提起した上で、個別相談を希望する法人を募る |
| 都道府県・市町村の高齢福祉担当課への直接提案 | 特養入所指針の運用状況を教えてほしいという体で担当課を訪問し、実証パートナーとなる施設の紹介協力を依頼する |
| 介護ソフトベンダー（ワイズマン等）との提携紹介 | 既存の記録システムと連携できる判定支援機能だと説明し、既に導入済みの施設への共同提案を持ちかける |
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） | 法人設立から間もない創業者・代表者 | 自己資金100万円に加え、創業融資（運転資金の上限として500万円を想定）を活用すれば、NLPエンジニアの採用や判定基準監修者への委託費など初期の開発・運用体制を整える資金の候補になる |
| IT導入補助金 | 「公平スコア」を導入する社会福祉法人側（利用施設） | 施設が初期導入費・データ移行費の一部を補助対象にできる可能性があり、販売時に施設側の導入ハードルを下げる訴求材料として使える |
| 小規模事業者持続化補助金 | 代表1名体制など従業員数の少ない小規模事業者 | パンフレット作成・展示会出展・社会福祉法人経営者協議会向けの営業活動費など、代表1名での初期の販路開拓費用に使える候補になる |
| 地域医療介護総合確保基金（介護分野の生産性向上・ICT導入支援事業） | 都道府県・市町村、およびその支援を受ける社会福祉法人等 | 介護現場のICT導入を都道府県が財政支援する枠組みがあり、行政向け地域統合ライセンスを提案する際に施設側の導入費用の裏付けとして使える |
| 自治体の創業助成事業（例: 東京都創業助成事業） | 都内等で法人を設立して間もない創業者 | 賃借料・広告費・専門家活用費の一部を助成する制度があり、自己資金100万円を補い創業初期のランウェイを伸ばす候補になる |
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。
同じ高齢化・介護領域に挑む創業者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