Who（誰が）
AIエンジニア・医療現場経験のあるカスタマーサクセス担当者・病院経営コンサルタントが中心となり、中小病院の看護部長・師長を主要ユーザーとして開発・運用する。
対象とする社会課題：医療機関の慢性的な人手不足と看護職・医療従事者の離職を、勤務データ解析で防ぐ
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。
師長が経験と勘だけで判断し、優秀な人ほど負荷が偏って燃え尽きていく。中小病院には専任の人事担当がおらず、離職の芽を客観的に把握する手段がない。勤怠・シフトのデータを解析し、辞める前に手を打てる仕組みを届けることで、地域医療の現場を支え続ける人を減らさずに済む社会をつくりたい。
※ 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630万円の申請資料も、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、メディシフトAIの課題設定・収益モデル・KPIを読み込んだ状態で、そのまま使える資料の素案を作成します。数値や表現は自院や自社の状況に合わせて調整してください。
※ 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。
「メディシフトAI」は中小病院向けに、シフト表・打刻データ・休暇取得状況・面談記録をアップロードするだけで、AIが職員ごとの離職リスクスコアを週次で算出するSaaSです。
師長や看護部長は管理画面で「Aさんは夜勤が月8回に偏り残業が急増、リスク78点」といった表示を確認し、AIが提示する面談推奨タイミングと想定不満要因を参考に1on1を実施できます。採用時は職務経歴書と院内定着者プロファイルを照合し、面接前に定着可能性スコアを提示します。新人には毎月チャットボットが簡易サーベイを行い、自由記述を感情分析して離職兆候を早期通知します。専任人事がいない病院でも、データに基づく先回りの定着施策と低コストな採用マッチングを同時に実現します。
日本看護協会の調査では正規雇用看護職員の離職率は年間10.6%、中小病院ではこれが15%を超える施設も珍しくなく、慢性的な欠員がシフト崩壊と残業増加を招く悪循環を生んでいる。
20〜199床規模の中小病院（全国約6,300施設）は専任の人事担当者を置けず、勤怠システムも紙やExcel管理のままで、誰が疲弊し辞めそうかを客観的に把握する手段がない。師長や看護部長は経験と勘で異動やシフト調整を行っており、優秀な人材ほど負荷が偏り燃え尽きて離職する事例が後を絶たない。採用は人材紹介会社への手数料（理論年収の20〜30%）に頼らざるを得ず、年間数百万円のコストをかけても定着しなければ投資が回収できない。地方の中小病院ほどこの負のスパイラルが深刻で、地域医療の持続可能性そのものを脅かしている。
予測モデルが勤怠・シフト・給与・面談ログなど多変量データから離職リスクスコアを機械学習（勾配ブースティング系モデル）で算出し、日次更新する。
自然言語処理エンジンが月次サーベイの自由記述やチャット対話ログを感情分析し、不満の兆候をキーワード化して管理者に通知する。採用マッチングでは職務経歴書と院内定着者プロファイルを比較する類似度解析・最適化アルゴリズムを用い、候補者ごとの定着適合スコアを算出する。将来的には強化学習によりシフト最適化提案（負荷分散パターン）も自動生成し、AIが介入策の効果を継続学習して精度を高める。
医療機関はシフト表・打刻データ・休暇取得状況・面談記録（テキスト）をメディシフトAIに連携するだけで、AIが夜勤回数の偏り、残業時間の急増、有給消化率の低下などのパターンを解析し、職員ごとの離職リスクスコアを週次で算出する。
師長・看護部長は管理画面上でリスクの高い職員を確認し、AIが提示する「面談推奨タイミング」と「想定される不満要因」を参考に1on1を実施できる。採用局面では、AIが自院の定着傾向（どんな経験・価値観の人材が長く働いているか）を学習し、応募者の職務経歴書・適性検査結果とマッチングスコアを算出、面接前に定着可能性を予測する。さらにチャットボット型のAI対話ツールが新人職員に毎月簡易サーベイを実施し、自由記述を自然言語処理で感情分析することで、離職の兆候を早期に検知する。これにより人事担当者不在の病院でも、データに基づく先回りの定着施策と、ミスマッチの少ない採用活動を両立できる。
| 看護師離職に伴う人材紹介手数料(120床・離職率15%・年間22名想定、理論年収500万円×25%) | 年間2,750万円 |
| 欠員補充のための派遣・外部委託看護師コスト | 年間600万〜900万円 |
| 夜勤偏重・欠員による残業代増加(職員1人あたり月2万円超過×該当30名) | 年間720万円 |
| 看護部長・師長の面談調整にかかる時間コスト(週5時間×時給換算3,000円×14名の師長) | 年間約1,092万円 |
| SaaS月額利用料(120床帯・段階課金) | 月額20万円(年間240万円) |
| 離職リスク上位プラン(個人別アラート・1on1推奨シナリオ) | 月額7万円(年間84万円) |
| 採用マッチング成功報酬(理論年収500万円×15%、年間想定成約8名) | 年間600万円 |
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。
中小病院では師長や看護部長が経験と勘だけでシフト調整や異動を判断しており、優秀な人材ほど負荷が偏って燃え尽き離職する事例が続いている。
勤怠管理が紙やExcelのままで、誰が疲弊し辞めそうかを客観的に把握する手段が現場にない。採用は人材紹介会社への手数料（理論年収の20〜30%）に頼らざるを得ず、定着しなければ年間数百万円の投資が回収できない。専任の人事担当者を置けない20〜199床規模の病院にこそ、データで先回りできる仕組みが必要とされている。
PoC・モデル構築期（0〜6ヶ月）は要件やデータ品質、精度基準が流動的なため準委任契約が向く。
正式リリース以降、機能単位で仕様が固まった採用マッチングやチャットボットサーベイなどは請負契約に切り替えるのが妥当である。発注時は離職リスク捕捉率80%といった精度目標を検収基準に含めず、機能実装と稼働を検収対象とし、精度改善は別途の継続改善契約やSLAで扱うよう明記する。医療情報を扱うため、契約前に委託先のセキュリティ体制（ISMS取得状況等）を確認し、業務委託契約とは別にデータ取扱に関する覚書を締結する想定である。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 病院の師長・看護部長（勤務データを確認し面談・シフト調整を行う現場管理者） |
| セカンダリ | 新人看護職員（月次サーベイに回答する対象者）、人事・採用担当者（採用マッチング機能の利用者） |
| 管理 | メディシフトAI運営側のカスタマーサクセス担当、および病院側でアカウント・権限を管理するシステム管理者 |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 勤怠・シフト・面談データ連携機能 | 勤怠・シフト・休暇データをCSV連携→形式を正規化→DBに格納 |
| 離職リスクスコア算出機能 | 勤怠・シフト・給与データを勾配ブースティングで解析→職員別リスクスコアを日次算出 |
| リスクダッシュボード表示機能 | リスクスコアと推移データをグラフ化→師長・看護部長向け管理画面に表示 |
| 面談推奨タイミング・要因提示機能 | リスクスコアの変動要因から推奨面談時期を算出→想定不満要因とともに提示 |
| 月次サーベイ配信・回収機能 | 職員リストへ月次サーベイをチャットボットで自動配信→回答テキストを収集 |
| 自由記述感情分析機能 | サーベイ・チャット自由記述テキストをNLPで感情分析→不満キーワードを管理者へ通知 |
| 採用マッチングスコア算出機能 | 応募者の職務経歴書・適性検査結果と定着者プロファイルを類似度解析→定着適合スコアを出力 |
| 定着傾向プロファイル学習機能 | 既存職員の属性・勤続データを学習→院内の定着傾向プロファイルを更新 |
| シフト最適化提案機能 | 現行シフト・負荷データを強化学習で解析→負荷分散した改善シフト案を提示 |
| 段階課金・契約管理機能 | 病床数・オプション契約情報から月額利用料を自動計算→請求書データを出力 |
| コンサルティングレポート自動生成機能 | 離職リスク・定着傾向の集計データを分析→PDF形式の改善提案レポートを生成 |
| テーブル | 主要カラム |
|---|---|
facilities | facility_id, name, bed_count, plan_type, contract_start_date, region_code |
staff | staff_id, facility_id, name, role, hire_date, employment_type, department |
attendance_logs | log_id, staff_id, work_date, clock_in, clock_out, shift_type, overtime_minutes |
leave_records | leave_id, staff_id, leave_type, start_date, end_date, days_used, paid_flag |
risk_scores | score_id, staff_id, calc_date, risk_score, risk_rank, main_factors |
survey_responses | response_id, staff_id, survey_month, free_text, sentiment_score, keyword_tags |
candidates | candidate_id, facility_id, resume_text, aptitude_result, matching_score, status |
interview_logs | interview_id, staff_id, interview_date, interviewer, memo_text, follow_up_flag |
| # | 画面 |
|---|---|
| 1 | ダッシュボード（施設全体） |
| 2 | 職員別リスク詳細画面 |
| 3 | シフト・勤怠取込画面 |
| 4 | 月次サーベイ回答画面 |
| 5 | 1on1推奨シナリオ画面 |
| 6 | 採用マッチング一覧画面 |
| 7 | 契約・オプション管理画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS（医療情報ガイドライン対応の実績多いクラウド基盤） |
| 2 | LightGBM（勾配ブースティングで離職リスク予測に実績） |
| 3 | BERT日本語モデル（自由記述の感情分析に高精度） |
| 4 | PostgreSQL（多変量勤怠データの構造化管理に適合） |
| 5 | Airflow（日次バッチでのスコア再計算を自動化） |
| 6 | Auth0（医療機関向けの多要素認証・アクセス制御） |
| 7 | Metabase（現場の師長向けダッシュボード可視化を簡易構築） |
| 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3.6時間以内）、リスク算出バッチは深夜2〜4時に実施 |
| セキュリティ | セキュリティ: 医療情報システムガイドライン第6.0版準拠、通信・保存データはAES-256で暗号化、ISMS認証を取得 |
| 性能 | 性能: 全職員分のリスクスコア算出処理を深夜3時までに完了、ダッシュボード画面表示は3秒以内 |
| データ保全 | データ保全: 日次差分バックアップと週次フルバックアップを遠隔地保管、RPO24時間・RTO4時間以内 |
| アクセス制御 | アクセス制御: ロールベース権限で個人スコア閲覧を師長職以上に限定、操作ログを5年間保管 |
| 拡張性 | 拡張性: 導入施設300件・職員10万人規模まで対応可能なマルチテナント構成で設計 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | パイロット病院数施設からExcel形式の勤怠・シフトデータを受け取り、人手で夜勤偏りや残業増加を集計して離職リスクの傾向を仮説検証し、師長へレポートとして提示する | 交通費と分析用ツールの利用料程度で、外部発注は行わず自前で対応できる水準 |
| ②最小システム | スプレッドシート連携の簡易ダッシュボードを構築し、限定機能（離職リスクスコアの週次表示のみ）で数施設に試験導入し、実運用での反応と精度を確認する | 外注で数か月分の開発費用とクラウド利用料が中心で、大規模な人員採用は行わない水準 |
| ③本開発 | 機械学習モデルと自然言語処理エンジンを本実装し、採用マッチング機能やアラート機能を含むSaaSとして正式リリースし、代理店提携先への展開を開始する | AIエンジニアの継続的な開発費用とセキュアな基盤構築費用が主体で、創業融資と自己資金を充てる水準 |
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 |
|---|---|---|
| 20〜199床規模の中小病院の看護部長・事務長 | 現場の離職課題とデータ連携可否を直接把握しPoC協力を打診できる | 地域の看護協会主催の勉強会や病院経営セミナーで名刺交換し個別訪問を依頼 |
| 病院経営コンサルティング会社の担当コンサルタント | 複数病院への導入チャネルを持ち代理店提携の窓口になりうる | 医療経営士協会や病院経営者向けセミナーの登壇者リストから連絡 |
| 都道府県看護協会の事務局担当者 | 離職率データの実態把握と病院への紹介ルートを持つ | 都道府県看護協会の相談窓口に事業説明資料を送付しアポイント調整 |
| 医療系人材紹介会社の営業責任者 | 成功報酬型マッチングの提携先として送客・競合分析の両面で重要 | 業界展示会（メディカルジャパン等）のブースで名刺交換 |
| 医療情報システムに詳しい弁護士または医療情報技師 | 個人情報保護・医療情報ガイドライン準拠の設計段階での助言が必要 | 医療情報学会や医事法務系の勉強会経由で紹介を受ける |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 地域の看護協会・看護師長会 | 看護部長会の勉強会に「離職データの見える化」というテーマで無料講演を申し出て、終了後に個別ヒアリングをお願いする形で接点を作る |
| 病院経営コンサルタントの紹介 | 顧問先に中小病院を持つコンサルタントに「離職リスクの可視化ツールを一緒に検証してくれる病院を紹介してほしい」と直接依頼する |
| 医療系人材紹介会社との提携打診 | 紹介後の定着率が課題になっている担当者に、採用マッチング機能を無料PoCとして試してもらい、成果が出たら成功報酬型で継続してほしいと提案する |
| 地方の中小病院への直接飛び込み・手紙 | 看護部長宛に、離職率の悪循環と経験則頼みの限界に触れた手紙を送り、無料のPoC参加を条件にヒアリング面談の約束を取り付ける |
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（旧・新創業融資制度） | 税務申告を2期終えていない、またはこれから法人を設立する創業者 | 自己資金100万円での法人設立と合わせて無担保・無保証人での借入枠を活用でき、この事業モデルでは創業融資の合計が630万円程度になる想定で、AIモデル開発・クラウド基盤構築の初期投資に充当できる候補になる |
| IT導入補助金 | ITツールを導入する中小企業・小規模事業者（この事業では導入先の病院側が申請主体になりうる） | 顧客である中小病院がSaaS導入時の初期費用負担を補助金で軽減できるため、営業提案時に導入ハードルを下げる材料として案内できる |
| 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を行う中小企業・小規模事業者 | 離職予測モデルや採用マッチングアルゴリズムなど、自社のAI機能開発（システム実装フェーズ）が対象経費になりうる候補として検討できる |
| 東京都創業助成事業（他自治体は名称が異なる場合あり） | 都内で創業予定または創業から間もない中小企業者・個人 | 人件費・広告費・専門家謝金などの創業初期費用の一部を助成対象にできる可能性があり、代表1名体制からカスタマーサクセス採用への移行期の費用に充てられる候補になる |
| AMED（国立研究開発法人日本医療研究開発機構）の医療分野研究開発関連公募 | 医療AI・ヘルスケアデータ解析技術の研究開発を行う事業者（大学・医療機関との共同申請が前提となる公募が多い） | 離職リスク予測モデルの精度検証やエビデンス構築を、医療機関・研究機関と連携した実証研究として進める場合の資金候補になる |
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・ヘルスケア領域で創業を目指す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。