Who（誰が）
市区町村の要対協事務局・児童相談所・学校・保健センター・医療機関の担当者と、それらを束ねる自治体子育て支援部門
対象とする社会課題：児童虐待の兆候を関係機関が分断情報のまま見逃してしまう課題
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。
健診担当者は「様子がおかしい」と感じても、隣の課が知っている情報にたどり着けない。児童福祉司1人あたり50件超のケースを抱える現場では、その気づきは埋もれていく。月1回の会議と紙とFAXに頼る仕組みを変えなければ、防げたはずの見逃しはこれからも繰り返される。情報をつなぐことは、命をつなぐことだと考えている。
※ 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645万円の申請資料も、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、児童見守りクロスビューの事業内容を読み込んだ状態で、その場で資料の素案を作成します。自治体提案や採用など、次の一歩に合わせてお使いください。
※ 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。
児童相談所・市区町村の子育て支援課・学校・保健センターがそれぞれ別々のシステムで管理している児童情報を、AIが氏名や生年月日の表記ゆれを名寄せして同一家庭として統合します。
健診を3回休んだ2歳児と、10日以上欠席している小学生の兄が実は同じ家庭だと、システムが自動で気づいてケースワーカーの画面にアラートを出します。担当者は「この家庭の直近3ヶ月の変化は？」とチャットで質問すれば、各機関の記録を要約した回答が根拠データ付きで返ってきます。月1回の要対協会議前にはAIが議題候補と資料案を自動作成し、紙資料づくりの時間を削減しながら見落としを防ぎます。
児童相談所・市区町村の子育て支援課・学校・保健センター・医療機関はそれぞれ独立したシステムで児童情報を管理しており、要保護児童対策地域協議会(要対協)での情報共有は月1回程度の会議とFAX・紙資料に依存している。
厚労省統計では児童相談所の相談対応件数は年間22万件を超え、虐待死事例の検証報告では約4割で関係機関間の情報共有不足が指摘されている。例えば「乳幼児健診を3回連続で欠席した2歳児」と「学校を10日以上欠席している小学生の兄」が同一家庭であることに、健診担当者と教育委員会がそれぞれ気づいても、システムが分断されているため突合されないケースが多い。担当者は本人の主観的な違和感（「様子がおかしい」）はあっても、それを他機関の情報と結びつける手段がなく、多忙な現場（児童福祉司1人あたり平均50件以上のケース担当）では気づきが埋没する。個人情報保護の壁と入力業務の負荷増への懸念から、これまでITベンダーが提案しても導入が進んでこなかった。
①名寄せ・エンティティ解決AIが表記ゆれのある個人情報を統合し同一人物・同一家庭を特定する。
②時系列異常検知モデル（勾配ブースティング＋ルールベースの併用）が欠席・受診中断・通報履歴などの変化パターンからリスクスコアを予測し、過去の虐待事例データ（自治体提供の匿名化検証事例）で継続的に再学習する。③自然言語対話AI(RAG構成)が各機関の記録を要約し、担当者の質問に根拠付きで回答する。④会議資料自動生成AIが要対協向けにケースサマリーと論点候補を自動作成し、担当者の確認・修正を経て確定する仕組みで、AIの判断はすべて人間の最終確認を前提とする。
自治体・児童相談所・学校・医療機関の既存システム(健診記録、就学状況、生活保護、母子保健、警察通報履歴など)からAPI連携またはCSV定期取込でデータを収集し、氏名・生年月日・住所の表記ゆれをAIの名寄せエンジンで名寄せして同一児童・同一家庭の情報を統合する。
統合されたタイムライン上で、AIが欠席・受診中断・転居頻度・きょうだいの状況変化などのパターンを機械学習モデルでスコアリングし、リスクスコアが閾値を超えた家庭を担当ケースワーカーの画面に自動アラート表示する。ケースワーカーはチャット型AIアシスタントに「この家庭の直近3ヶ月の変化は？」と自然文で質問すると、関連機関の記録を要約した回答と根拠データへのリンクが返ってくる。要対協会議前にはAIが議題候補家庭と要点サマリーを自動生成し、紙資料作成の時間を削減しつつ会議での見落としを防ぐ。すべての操作ログは自治体側で暗号化保存され、個人情報保護法・児童福祉法に基づくアクセス権限管理を行う。
| 要対協会議資料の作成・FAX送付にかかる担当者の残業人件費 | 年額 約90万円（月8時間残業×時給2,500円想定×12ヶ月×事務局2名分） |
| 各機関への電話照会・情報突合作業の非効率な業務時間 | 年額 約150万円（児童福祉司1人あたり月10時間相当の照会業務×時給2,800円想定）の想定 |
| 見落としによる重篤事例発生時の一時保護・検証委員会対応コスト | 1件発生時 数百万円規模（外部専門家費用・調査対応人件費含む）の想定 |
| 紙資料・FAX運用の維持コスト（用紙・印刷・郵送・保管） | 年額 約20万円〜40万円（自治体規模により変動）の目安 |
| SaaS年間利用料（人口10万人未満自治体プラン） | 年額 300万円 |
| 初期導入・データ連携構築費（初年度のみ） | 一括 350万円 |
| AIモデル追加チューニング費（年1回） | 年額 100万円 |
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。
児童福祉司1人あたり平均50件以上のケースを抱える中、健診記録・就学状況・生活保護情報などは機関ごとにシステムが分断され、月1回の会議とFAX・紙資料でしか情報共有できていない。
虐待死事例の検証では約4割で関係機関間の情報共有不足が指摘されており、担当者個人の「様子がおかしい」という違和感が他機関の情報と結びつかず埋没している。個人情報保護の壁と入力業務負荷増への懸念から、これまでITベンダーの提案は導入に至っていない。
準委任契約が向く想定。
名寄せ精度やリスクスコアの再現率（1年目70%目安）は実データで試行しながら調整する性質が強く、着手時点で機能仕様を完全確定できないため請負の成果物固定にはなじまない。発注時は、精度目標をKPIとして契約書に明記しつつ「未達=契約不履行」とはせず改善サイクルを回す条項にすること、自治体ごとの個人情報保護条例解釈の違いにより仕様変更が発生しやすい点を前提に工数バッファを見込むこと、実証フェーズ（0-18ヶ月）と有料展開フェーズで契約形態・費用体系を分けて設計することを推奨する。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 児童相談所・市区町村子育て支援課の児童福祉司・ケースワーカー（1人あたり平均50件以上のケースを担当） |
| セカンダリ | 学校教員、保健センター職員、要対協事務局担当者、医療機関の担当者 |
| 管理 | 自治体情報システム部門の管理者、要対協事務局の運用責任者（権限設定・ログ監査を担当） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 外部システムデータ連携取込機能 | 健診記録・就学状況・生活保護・警察通報履歴等をAPI/CSVで取得→統合DBへ格納 |
| 名寄せ・エンティティ解決AI | 表記ゆれのある氏名・生年月日・住所→AIが同一人物・同一家庭を判定→統合IDを付与 |
| タイムライン統合表示機能 | 統合IDに紐づく各機関記録→時系列に並べ替え→担当者画面に一覧表示 |
| 時系列異常検知・リスクスコアリングAI | 欠席・受診中断・転居・通報履歴の時系列データ→勾配ブースティングで算出→リスクスコアを出力 |
| リスクアラート自動通知機能 | リスクスコアが閾値超過→担当ケースワーカー端末→アラートと対象家庭情報を自動表示 |
| 自然言語対話AI（RAGアシスタント） | 担当者の自然文質問→関連機関記録を検索要約→根拠データへのリンク付き回答を返す |
| 要対協会議資料自動生成AI | 議題候補家庭のデータ→AIが要点サマリーを生成→担当者確認後に会議資料として確定 |
| アクセス権限管理機能 | 職員ID・所属機関・役職情報→児童福祉法等に基づき権限設定→閲覧・編集範囲を制御 |
| 操作ログ暗号化保存機能 | 全操作イベント（閲覧・編集・出力）→暗号化処理→自治体側サーバに監査用に保存 |
| AIモデル再学習・チューニング機能 | 自治体提供の匿名化検証事例データ→モデル再学習を実行→リスクスコア精度を更新 |
| KPI運用ダッシュボード機能 | アラート対応件数・会議準備時間・継続率等の実績→自動集計→自治体管理者向けレポート表示 |
| テーブル | 主要カラム |
|---|---|
children | id, 氏名, 生年月日, 住所, 名寄せID, 学校ID, 世帯ID |
households | id, 世帯主氏名, 住所, 世帯構成人数, 備考 |
source_records | id, child_id, source_system, record_type, record_date, raw_data |
entity_resolution_logs | id, child_id, matched_record_id, confidence_score, method, reviewed_flag |
risk_scores | id, child_id, score, calculated_at, model_version, factors |
alerts | id, child_id, risk_score_id, status, assigned_to, created_at, resolved_at |
meeting_summaries | id, meeting_date, child_ids, summary_text, generated_by_ai, approved_by |
access_logs | id, user_id, action, target_table, target_id, timestamp |
| # | 画面 |
|---|---|
| 1 | アラート一覧ダッシュボード |
| 2 | 児童・世帯タイムライン画面 |
| 3 | リスクスコア詳細画面 |
| 4 | AIチャット質問応答画面 |
| 5 | 要対協資料生成・確認画面 |
| 6 | データ連携・名寄せ確認画面 |
| 7 | 権限・ユーザー管理画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | Python（機械学習モデルとバッチ処理を統一言語で実装） |
| 2 | LightGBM（欠席・受診中断等の時系列異常検知に採用） |
| 3 | LangChain（RAG構成の質問応答AIを効率的に構築） |
| 4 | PostgreSQL（自治体データの構造化管理と権限制御に対応） |
| 5 | Elasticsearch（氏名表記ゆれの名寄せ検索を高速化） |
| 6 | 政府共通クラウド（ガバメントクラウド）（自治体セキュリティ要件に準拠） |
| 7 | Keycloak（児童福祉法に基づく細粒度アクセス権限管理） |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 稼働率99.5%以上（月間ダウンタイム3.6時間以内）、ガバメントクラウド上で冗長構成を維持する |
| セキュリティ | セキュリティ: 個人情報はAES-256で暗号化、通信はTLS1.2以上、ISMS等第三者認証を初期投資フェーズで取得する |
| 性能 | 性能: 名寄せ処理は自治体1万件規模のデータを24時間以内に完了、RAG回答応答は平均5秒以内を目安とする |
| 権限管理 | 権限管理: ロールベースアクセス制御を職種・機関単位で適用し、ログイン時に二要素認証を必須とする |
| 監査・保存 | 監査・保存: 操作ログは児童福祉法上の保存要件に基づき5年間保存し、自治体担当者が即時照会可能とする |
| 運用 | 運用: リスクスコアモデルは月1回以上の定期再学習を行い、誤検知率を四半期ごとに自治体へ開示する |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 実証自治体から提供される匿名化データをExcel・BIツールに取り込み、名寄せとリスクスコアリングを人手と簡易ルールで再現し、検知の妥当性と業務時間削減の仮説を確認する | AI利用料と自治体訪問の交通費程度／外注は使わず社内で実施 |
| ②最小システム | 名寄せエンジンとアラート表示画面のみを持つ最小構成のWebアプリを構築し、1〜2自治体でCSV定期取込による実データ連携を試験運用する | 外注を含めても数か月分の開発費（小規模スコープ） |
| ③本開発 | API連携・機関別アクセス権限管理・チャット型AIアシスタント・要対協向け会議資料自動生成までを含むガバメントクラウド対応SaaSとして構築し、複数自治体への同時展開に対応する | 外部エンジニア複数名分の人件費と長期の開発期間を要する規模感 |
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 |
|---|---|---|
| モデル自治体候補の子育て支援部門課長（要対協事務局を兼務する基礎自治体の福祉担当） | 要対協運営の実態と情報共有の課題感を直接把握し実証協定の起点にするため | こども家庭庁の児童虐待防止対策関連の会議・シンポジウム、または議員紹介で接点を作る |
| 児童相談所の児童福祉司（実務経験5年以上、ケース担当経験者） | 現場のアラート運用イメージと誤検知への懸念を具体的に聞き設計に反映するため | 元児童福祉司のアドバイザー候補や社会福祉士会経由で紹介を依頼する |
| こども家庭庁 支援局虐待防止対策課の実証事業担当官 | 補助金・実証事業（要保護児童等対策地域協議会DX関連予算）の要件を確認するため | こども家庭庁の公募要領掲載窓口に問い合わせ、または自治体経由で紹介を受ける |
| 自治体向け住民情報システム大手ベンダーのアライアンス営業責任者 | 既存システムとのAPI連携実績とアライアンス販売チャネルの実現可能性を確認するため | 自治体向けITベンダー展示会（自治体総合フェアなど）で名刺交換し個別商談設定 |
| 個人情報保護に詳しい弁護士（行政法・自治体条例対応の実務経験者） | 児童福祉法上の情報共有規定と自治体個人情報保護条例の解釈整理を契約前に固めるため | 自治体法務に強い法律事務所（第二東京弁護士会の行政法研究会等）に相談予約 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 要対協事務局への直接アプローチ | 「要対協の資料作成にかかる時間を減らす仕組みを一緒に検証させてほしい」と伝え、まずは無償の実証連携協定として持ち込む |
| 児童福祉分野の学会・研究会 | 社会福祉学部の研究者や元児童福祉司のアドバイザーを通じて「匿名化データでの検証にご協力いただけないか」と紹介を依頼する |
| 福祉システムベンダーとの提携 | 既存の住民情報システムを持つベンダーに「置き換え不要のAPI連携でアラート機能だけ追加できる」と共同提案を打診する |
| こども家庭庁関連の実証事業公募 | 実証事業の説明会に参加し「モデル自治体として名乗りを上げていただけないか」と担当窓口に相談する |
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） | 創業前・創業後まもない事業者（法人代表者） | 自治体向けSaaSは受注までのリードタイムが長く、開発人員の人件費と実証準備の先行資金が必要になるため、運転資金の融資（融資額は 645万円 で）を軸に据える |
| 信用保証協会の創業関連保証（制度融資） | 創業5年未満の中小企業・個人事業主 | 公庫融資と合わせて調達枠を広げることで、複数自治体との同時実証にかかる人件費・連携構築の先行負担を吸収できる |
| 東京都創業助成事業（東京都中小企業振興公社） | 都内で創業予定・創業後まもない中小企業 | 名寄せエンジンやリスクスコアモデルの試作に必要な外部委託費・専門家活用費の一部を助成対象にできる可能性がある |
| 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） | 自治体向け提案資料の作成や、こども家庭庁関連の実証事業説明会・学会への出展など、販路開拓にかかる費用の一部をカバーできる |
| 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・サービス開発を行う中小企業 | 時系列異常検知モデルやRAG構成の対話AIなど、AIモデル自体の開発・実証にかかる費用を補助対象にできる可能性がある |
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。
同じ課題に取り組む仲間が、コミュニティ内にすでにいます。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。
※ バッジは利用者の行動にもとづく自動集計による相対表示で、実績を保証するものではありません。