Who（誰が）
全国約4,100施設の介護老人保健施設・介護医療院に勤務するPT/OT/ST、ケアマネ、支援相談員、施設長、および入所利用者とその家族
対象とする社会課題：介護老人保健施設の在宅復帰率低迷とリハビリ計画立案の属人化
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。
老健では理学療法士や作業療法士が一人で二十数名を担当し、計画の見直しは月一回が精一杯という現場が多い。入所判定・退所判定の材料も紙とExcelに散らばり、なぜ在宅復帰が難しいのかを多職種で共有できないまま入所が長引いてしまう。本来なら家に帰れたはずの高齢者が施設で機能を落としていく構造を、データに基づく対話で変える必要がある。
※ 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870万円の申請資料も、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、このショーケース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、要件定義書などの素案をその場で作成します。老健施設への導入提案から創業融資の申請まで、次の一歩にそのまま使えるたたき台を出力します。
※ 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。
『カエルパス』は、介護老人保健施設のPT/OT/STやケアマネが、入所時にタブレットでFIMやBarthel Index、家族構成・住環境などを入力すると、AIが過去の類似ケースと照合して在宅復帰確率と推奨リハビリ強度・在所期間を提示するシステムです。
以降は週次のADL変化や活動量センサーのデータをAIが自動解析し、計画からズレが出れば疼痛・意欲低下・家族調整遅延などの理由候補を多職種会議前にアラート表示します。家族にはチャットボットが在宅復帰後の生活イメージや制度・費用を説明し、退所判断の合意形成を後押しします。施設長は月次ダッシュボードで在宅復帰率やベッド回転率の予測を確認し、経験と勘に頼っていた退所判断をデータに基づく合意形成へと変えていきます。
全国に約4,100施設ある介護老人保健施設（老健）は制度上「在宅復帰・在宅支援」を目的とするが、厚労省調査では在宅復帰率50%未満の施設が全体の4割近くを占め、在宅強化型の報酬区分を取得できない施設が多い。
背景には、理学療法士・作業療法士・言語聴覚士（PT/OT/ST）1人あたり平均25〜30名の担当利用者を抱え、個別リハビリ計画の見直しが月1回程度に留まる人手不足がある。また入所判定会議・退所判定会議で用いるADLデータや家族の介護力情報が紙やExcelに散在し、多職種間で「なぜ在宅復帰が難しいか」の根拠が共有されないまま入所が長期化するケースが多い。特に80代・要介護3以上で認知症を併発した利用者は、家族側の受け入れ準備（住宅改修・介護サービス調整）が遅れ、退所計画が後手に回りやすい。結果として本来在宅復帰可能な利用者まで施設内で機能低下し、稼働病床の回転率も落ちるという構造的な悪循環が生じている。
①予測モデル：入所時アセスメントデータと過去5,000件超の在宅復帰実績（施設間匿名データプールを想定）から、勾配ブースティング系モデルで在宅復帰確率・推奨在所期間をスコアリングする。
②異常検知：週次のADL・活動量センサーデータの時系列変化を解析し、計画からの乖離を自動検出してリハビリ職に通知する。③自然言語対話：家族向けチャットボットが在宅復帰後の生活シミュレーションや制度説明をQA形式で提供し、相談員の説明業務を代替・補助する。④最適化：PT/OT/STの稼働時間とリハビリ優先度をもとに、週間スケジュールを自動最適化し稼働効率を最大化する。
施設のPT/OT/ST・介護支援専門員（ケアマネ）が、入所時アセスメント（FIM・Barthel Index・認知機能評価・家族構成・住環境情報）をタブレットで入力すると、AIが同様の属性を持つ過去利用者データと照合し、在宅復帰確率と推奨リハビリ強度・期間を提示する。
以降は週次のADL変化・歩行速度・離床時間（センサー連携）をAIが自動解析し、計画通りに改善しているかを判定、乖離があれば理由候補（疼痛増悪・意欲低下・家族調整遅延など）をアラートとして多職種会議前に提示する。家族向けには対話型チャットボットが在宅復帰後の生活イメージ（介護保険サービス利用パターン、住宅改修見積り）を自然言語で説明し、退所判断の合意形成を早める。施設長・支援相談員は月次ダッシュボードで在宅復帰率・平均在所日数・ベッド回転率の予測値を確認し、経営判断（受入計画・人員配置）に活用する。これにより、従来「経験と勘」に依存していた退所時期の見極めが、データに基づく合意形成プロセスに置き換わる。
| 在宅強化型区分未取得による介護報酬の機会損失（100床規模の想定） | 年額 約600万円 |
| 紙・Excel管理による計画見直し業務の残業代（PT/OT/ST複数名分） | 年額 約150万円 |
| 在宅復帰遅延によるベッド回転率低下の機会損失（新規入所受入の減少分） | 年額 約300万円 |
| 家族説明資料の個別作成にかかる相談員の超過勤務手当 | 年額 約80万円 |
| 施設向けSaaS基本プラン（利用者数課金・100床規模） | 月額 約8万円（年額 約96万円） |
| 家族合意形成支援オプション | 月額 3万円（年額 36万円） |
| 導入・データ移行支援費（初期費用） | 初期 30万〜80万円（初年度のみ） |
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。
老健の理学療法士・作業療法士・言語聴覚士は1人あたり25〜30名を担当し、個別リハビリ計画の見直しが月1回程度に留まっている。
入所判定・退所判定に使うADLデータや家族の介護力情報は紙やExcelに散在し、なぜ在宅復帰が難しいのかの根拠が多職種間で共有されないまま入所が長期化しやすい。特に80代・要介護3以上で認知症を併発した利用者は、家族側の住宅改修や介護サービス調整が遅れ、退所計画が後手に回りやすい。結果として在宅復帰可能な利用者まで施設内で機能低下し、稼働病床の回転率も落ちるという悪循環が生じている。
MVP開発は要件変更が多く予測モデルの精度検証を繰り返す前提のため、準委任契約が向く想定である。
特にAI予測モデルのバックテスト精度70%以上を確認する検証フェーズは、成果物確定が難しく準委任が適切である。一方、既存介護記録ソフトとのAPI連携部分など仕様が固まりやすい範囲は請負契約で切り出すことも検討する。発注時は、予測精度や乖離検知の閾値調整など「AIの判断根拠を常時開示するUI」を仕様書に明記し、責任所在（AIはあくまで判断補助であること）を契約書・要件定義書双方に明文化しておくことが重要である。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 老健施設のPT/OT/ST・介護支援専門員（ケアマネ）：入所時アセスメント入力、週次モニタリング、乖離理由の確認と対応 |
| セカンダリ | 利用者家族：チャットボットを通じた在宅復帰後の生活イメージ確認、退所判断への参加 |
| 管理 | 施設長・支援相談員：月次ダッシュボードでの経営判断（受入計画・人員配置）、職員アカウント管理 |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 入所時アセスメント入力 | PT/OT/STがタブレットでFIM・Barthel・認知機能・家族構成を入力→DBに保存→アセスメント完了通知を出力 |
| 在宅復帰確率予測 | アセスメントデータを入力→勾配ブースティングモデルで過去5,000件と照合→在宅復帰確率と推奨在所期間を出力 |
| 週次ADL・活動量センサー連携 | 離床時間・歩行速度センサー値を入力→時系列集計処理→週次ADL変化グラフを出力 |
| 計画乖離異常検知アラート | 週次ADL時系列データを入力→AIが計画値との乖離を検知→理由候補付きアラートをリハビリ職に出力 |
| 多職種会議支援ダッシュボード | 予測結果・アラート・ADL履歴を入力→会議用に集約表示処理→入退所判定会議資料を出力 |
| 家族向けチャットボット対話 | 家族の質問文を入力→AI自然言語対話で生活シミュレーション検索→回答テキストと制度説明を出力 |
| リハビリ週間スケジュール最適化 | PT/OT/ST稼働時間と利用者優先度を入力→AI最適化計算→週間割当スケジュールを出力 |
| 経営月次ダッシュボード | 在宅復帰率・在所日数・回転率データを入力→予測値算出処理→施設長向け月次レポートを出力 |
| 既存介護記録ソフトAPI連携 | ケアカルテ等の既存記録データを入力→API経由で自動同期処理→重複登録防止済みデータを出力 |
| 匿名データ提供・研究連携 | 施設別実績データを入力→匿名化・集約処理→研究機関・保険者向けレポートを出力 |
| 職員権限・アカウント管理 | 職員の職種・施設情報を入力→権限設定処理→役職別アクセス権限付きアカウントを出力 |
| テーブル | 主要カラム |
|---|---|
facilities | facility_id, name, bed_count, type, address, contract_plan |
residents | resident_id, facility_id, birth_date, care_level, admission_date, discharge_date |
assessments | assessment_id, resident_id, fim_score, barthel_index, cognitive_score, family_structure, housing_info, recorded_at |
rehab_plans | plan_id, resident_id, predicted_discharge_prob, recommended_intensity, target_period, created_by, updated_at |
sensor_logs | log_id, resident_id, walking_speed, activity_time, measured_at, device_id |
anomaly_alerts | alert_id, resident_id, detected_at, deviation_type, candidate_reason, status |
family_chat_logs | chat_id, resident_id, family_member, message, intent, responded_at |
staff_schedules | schedule_id, staff_id, resident_id, task_type, start_time, end_time, priority_score |
| # | 画面 |
|---|---|
| 1 | アセスメント入力画面 |
| 2 | 在宅復帰予測ダッシュボード |
| 3 | 週次乖離アラート一覧 |
| 4 | リハビリ計画編集画面 |
| 5 | 家族向けチャットボット画面 |
| 6 | スタッフ稼働最適化画面 |
| 7 | 施設長向け経営指標画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | LightGBM（在宅復帰確率予測、表形式データに強い） |
| 2 | AWS SageMaker（モデル学習・運用基盤を一元管理） |
| 3 | FastAPI（既存カルテ連携用APIを高速開発） |
| 4 | PostgreSQL（構造化データを安定管理、実績豊富） |
| 5 | React/TypeScript（タブレット入力UIを効率構築） |
| 6 | AWS IoT Core（活動量センサーのリアルタイム収集） |
| 7 | OpenAI API（家族向け対話生成、自然言語理解に強い） |
| 区分 | 要件 |
|---|---|
| 予測モデルのバックテスト精度70%以上をパイロット期間中に維持する | 予測モデルのバックテスト精度70%以上をパイロット期間中に維持する |
| システム稼働率99.5%以上（月間停止時間3.6時間以内）を目標とする | システム稼働率99.5%以上（月間停止時間3.6時間以内）を目標とする |
| 個人情報を含むデータは暗号化（AES-256相当）し、介護保険法・個人情報保護法に準拠した保管を行う | 個人情報を含むデータは暗号化（AES-256相当）し、介護保険法・個人情報保護法に準拠した保管を行う |
| センサーデータ同期の遅延は15分以内、週次バッチ処理は日次深夜帯に完了させる想定 | センサーデータ同期の遅延は15分以内、週次バッチ処理は日次深夜帯に完了させる想定 |
| 同時アクセス職員数300名規模（100床施設×複数法人）でも応答時間2秒以内を目安とする | 同時アクセス職員数300名規模（100床施設×複数法人）でも応答時間2秒以内を目安とする |
| 月次解約率1.5%未満を維持するため障害発生時は4時間以内の一次復旧を運用SLAとする | 月次解約率1.5%未満を維持するため障害発生時は4時間以内の一次復旧を運用SLAとする |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | パイロット施設のアセスメントデータをExcelで集め、代表者と臨床アドバイザーが手作業で在宅復帰確率の目安をスコアリングし、多職種会議で提示して反応を確認する | パソコンとExcelのみで、交通費と臨床アドバイザーへの謝礼程度 |
| ②最小システム | タブレット入力フォームと簡易な予測ロジック（既存の統計手法ベース）を外部委託で構築し、3施設で入所時アセスメントから在宅復帰確率を自動表示する部分だけを試す | 外注で数か月分の開発費とAI利用料程度 |
| ③本開発 | センサー連携による週次モニタリング、異常検知アラート、家族向けチャットボット、月次ダッシュボードまでを含む本番システムを構築し、複数施設での本導入に対応する | AI基盤構築費とエンジニア人件費を中心に、初期投資として相応の規模を見込む |
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 |
|---|---|---|
| 老健施設の施設長（社会福祉法人・医療法人運営） | 導入意思決定者であり在宅復帰率の経営課題を最も強く認識している | 全国老人保健施設協会の地方支部会合や介護経営フォーラムで直接接触 |
| 老健のリハビリ部門長（PT/OT/ST統括） | 現場の入力負荷・業務フロー変更への抵抗感を最初に把握する必要がある | 施設長訪問時に同席依頼、または理学療法士協会の研修会で紹介依頼 |
| 全国老人保健施設協会（全老健）の事業担当理事・事務局 | 会員施設への横展開・団体提携により営業チャネルを一気に確保できる | 全老健公式サイトの問い合わせ窓口経由でアポイント打診、学会展示で名刺交換 |
| 介護記録ソフトベンダー（既存カルテシステム）の事業開発担当 | API連携なしでは導入負担が大きく、提携が導入障壁を下げる鍵になる | 介護ITEXPO等の展示会ブースで担当者と接触し連携提案 |
| 介護経営コンサルティング会社のコンサルタント | 在宅復帰率改善を課題とする施設リストを持ち紹介営業の起点になる | 介護経営専門誌広告主や勉強会主催者に問い合わせ面談設定 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 全国老人保健施設協会の支部勉強会 | 「在宅復帰率の見直しに悩む施設の実例を無料でヒアリングさせてほしい」と支部事務局に連絡し、勉強会後の懇親時間に個別で話を聞かせてもらう |
| 既存の介護記録ソフトベンダーの営業担当 | 「連携先候補として、貴社の顧客施設のうち在宅復帰率に課題を持つ施設を紹介いただけないか」と共同提案の形で持ちかける |
| 介護経営フォーラム等の展示会 | ブース設置費が難しい段階では来場者として参加し、名刺交換の場で「今のリハビリ計画の見直しはどのくらいの頻度か」を聞いて回る |
| PT/OT/ST向けオンラインコミュニティ・SNS | 「在宅復帰率と計画見直しの実態について現場の声を聞かせてほしい」と投稿し、個別DMでオンライン面談を依頼する |
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 新規開業資金（創業融資） | 法人設立から間もない事業者、代表者個人の自己資金・事業計画がある方 | 運転資金の当初の立ち上がり資金として想定される融資額は 870万円 で、着金までの期間を見込んで初期人件費・AI基盤構築費に充てる計画が組みやすい |
| 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 | 自社が使う会計・労務・営業管理などのバックオフィスSaaS導入費の一部を補助対象にできる可能性があり、初期の管理コストを抑えられる |
| 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） | 革新的なサービス開発・試作開発を行う中小企業 | 予測モデルや異常検知エンジンなど、AIシステムの開発・実証にかかる費用の一部を対象にできる可能性がある |
| 小規模事業者持続化補助金 | 小規模事業者で販路開拓・展示会出展等を行う事業者 | 介護経営フォーラム等への出展費用やチラシ・Webサイト制作など、初期の営業活動費に活用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 | 法人設立初期の人件費・賃借料等の一部を助成対象にできる可能性があり、自己資金 100万円 を補完する立ち上がり資金として検討できる |
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。
介護・高齢化領域に取り組む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