Who（誰が）
電子カルテベンダー、医療データ分析企業、医療コンサルティング会社などが買い手候補となり、経営陣は創業株主として株式譲渡に応じる想定である。
対象とする社会課題：医療現場のヒヤリハット記録が活用されず、同種の医療事故が繰り返される
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。
夜勤明けの看護師が書いたヒヤリハット報告は、月末の委員会までExcel台帳に眠ったままになりがちです。医療安全管理者は1〜2名で月に何百件もの報告を抱え、類似事例を見落とし、同じ種類のインシデントが繰り返されてしまう。書いた報告が次の事故を防ぐ力に変わる仕組みを、現場に届けたいと思っています。
※ 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650万円の申請資料も、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、AIヒヤリハット・インサイトの市場規模や収益モデル、KPIを読み込んだ状態で、資料の素案をその場で作成します。気になる資料から試してみてください。
※ 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。
300床規模の病院で医療安全管理者が1〜2名しかいない中、月間200〜400件届くヒヤリハット報告を読み込む時間を確保できず、類似事故の再発を防げない状況を変えるサービスです。
看護師や研修医が既存の電子カルテ連携フォームや専用Webフォームに報告を入力すると、AIが即座に事象を分類し、過去90日以内の類似事例をベクトル検索で提示します。管理者はダッシュボードで『輸液ポンプ設定ミスが夜勤帯・入職1年未満職種に集中』といったパターンを確認し、月次委員会前にはAIが生成した再発防止策のドラフトを受け取れるため、ゼロから資料を作る作業がなくなり、委員会は叩き台を修正するだけで意思決定できるようになります。
全国の病院では年間約400万件超のヒヤリハット報告が日本医療機能評価機構等に集まるとされるが、多くは自由記述テキストのまま各部署の紙・Excel台帳に埋もれ、月次のインシデント委員会で担当者が手作業で分類・要約している。
300床規模の病院では医療安全管理者が1〜2名しかおらず、月間200〜400件の報告を読み込んで傾向分析する時間的余裕がなく、類似事例の見落としから同種のインシデントが再発するケースが後を絶たない。実際、厚労省の医療事故情報収集等事業でも「類似事例の再発」が繰り返し指摘されているが、現場では報告書を書いた時点で満足し、水平展開されないまま放置されがちである。当事者は夜勤明けの看護師や新人研修医で、報告文は表現が曖昧・専門用語混在・誤字も多く、既存の単純なキーワード検索やExcelピボットでは実態把握が困難という構造的課題がある。
自然言語処理（日本語医療特化の固有表現抽出・埋め込みモデル）でヒヤリハット記述から事象種別・発生要因・関与職種・時間帯などを自動タグ付けし、類似事例をベクトル類似度検索で抽出する。
時系列予測モデルが部署別・職種別・時間帯別の発生頻度を分析し、今後30日以内のリスク上昇部署をスコアリングして警告する。生成AI（LLM）が過去の再発防止策事例と当院の状況を突き合わせ、委員会向けの防止策ドラフトと研修資料案を自動生成する。対話型AIチャットボットが現場職員からの追加質問（「この事例と似たケースは？」等）にリアルタイムで応答し、報告の質自体を対話で引き上げる入力補助も担う。
医療安全管理者がヒヤリハット報告（自由記述テキスト、発生時刻、部署、関与職種、患者要因等の構造化項目）を既存の電子カルテ連携フォームまたは専用Webフォームに入力すると、AIが即座に自然言語解析で事象を分類し、類似の過去事例をベクトル検索で自動提示する。
管理者はダッシュボード上で「輸液ポンプ設定ミスが過去90日で7件、いずれも夜勤帯・入職1年未満職種に集中」といったAIが抽出したパターンと予測リスクスコアを確認し、根本原因候補（人的要因/機器要因/手順要因）の提案を受け取る。月次委員会前にはAIが自動生成した再発防止策のドラフト（研修内容案、チェックリスト改訂案、動線変更案）をレポートとして出力し、委員会はゼロから議論するのではなく叩き台を修正する形で意思決定できる。導入病院同士の匿名化された事例プールを横断分析することで、自院だけでは検知できない稀少事故の予兆も早期に警告される。
| 医療安全管理者の委員会準備残業（月20時間×時給3,000円想定） | 年間約72万円 |
| 類似事例の再発による調査・示談対応コスト（年間3件想定、1件平均50万円） | 年間約150万円 |
| 第三者機関向け報告書作成の外部委託・残業対応費 | 年間約60万円 |
| 重大インシデント発生時の保険外対応・院内調査コスト（年1件想定） | 年間約200万円 |
| SaaS月額利用料（〜300床プラン） | 月額8万円（年間96万円） |
| 初期導入・電子カルテ連携費（初回のみ） | 初回100万円 |
| 横断ベンチマーク分析オプション | 月額3万円（年間36万円） |
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。
全国の病院では年間400万件超のヒヤリハット報告が集まるが、多くは紙・Excel台帳に自由記述のまま埋もれ、医療安全管理者が手作業で分類・要約している。
300床規模の病院では専任担当者が1〜2名しかおらず、月間200〜400件の報告を読み込んで傾向分析する時間的余裕がないため、類似事例の見落としから同種インシデントが再発するケースが後を絶たない。厚労省の医療事故情報収集等事業でも類似事例の再発が繰り返し指摘されており、報告書を書いた時点で満足し水平展開されない構造が固定化している。既存の単純なキーワード検索やExcelピボットでは、表現が曖昧で専門用語混在・誤字も多い報告文の実態把握が困難であり、専用の自然言語解析基盤が必要とされている。
MVPのNLP精度検証やダッシュボード開発は仕様が流動的なため準委任契約が向くが、電子カルテ連携やレポート自動生成など要件が固まった機能は請負契約で成果物を明確化するのが望ましい。
医療安全分野特有の専門用語チューニングは反復検証が前提となるため、フェーズごとに契約形態を切り替える多段階契約とし、精度85%達成などの検証フェーズは準委任、その後の量産開発フェーズで請負に移行する進め方を推奨する。発注時は個人情報・医療機微情報を扱う点から、委託先のISMS取得状況や再委託範囲、匿名化処理の実装責任分界点を契約書に明記する必要がある。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 病院の医療安全管理者（専任1〜2名、月間200〜400件の報告を分析し委員会資料を作成する担当者） |
| セカンダリ | 報告を入力する看護師・研修医等の現場職員（夜勤明けや新人が中心） |
| 管理 | 院長・事務長（導入意思決定者、経営視点での効果確認・契約更新判断者） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| ヒヤリハット報告入力 | 職員がWebフォーム/電子カルテ連携から自由記述・発生時刻等を入力→構造化データとして保存 |
| 自動タグ付け（NLP固有表現抽出） | 自由記述テキストを入力→日本語医療特化NLPが事象種別・要因・職種・時間帯を抽出→タグ付与 |
| 類似事例ベクトル検索 | 新規報告の埋め込みベクトルを入力→過去事例との類似度計算→上位事例リストを提示 |
| リスクスコアリング予測 | 部署別・職種別発生履歴を入力→時系列予測モデルが30日以内リスクを算出→警告リスト出力 |
| 根本原因候補提示 | タグ付き事象データを入力→AIが人的/機器/手順要因の候補を分類→原因候補一覧を出力 |
| 防止策ドラフト自動生成 | 類似事例と当院状況を入力→LLMが研修案・チェックリスト改訂案を生成→委員会向けドラフト出力 |
| 委員会レポート自動出力 | 月次の分析結果一式を入力→レポート整形処理→PDF/Word形式で委員会資料を出力 |
| 対話型入力補助チャットボット | 職員の追加質問テキストを入力→類似ケース検索と対話応答→回答と関連事例を返信 |
| ダッシュボード表示 | 集計済みタグ・スコアデータを入力→グラフ/表に整形→管理者画面に傾向を表示 |
| 匿名化横断ベンチマーク分析 | 複数病院の匿名化データを入力→施設間集計処理→自院比較レポートを月次出力 |
| 電子カルテ/既存システムAPI連携 | 既存インシデント報告システムのデータを入力→API経由で変換→本サービスDBへ同期 |
| テーブル | 主要カラム |
|---|---|
hospitals | hospital_id, name, bed_count, plan_type, contract_start_date, emr_vendor |
users | user_id, hospital_id, name, role, department, login_id, password_hash |
incident_reports | report_id, hospital_id, reporter_id, occurred_at, department, raw_text, status |
incident_tags | tag_id, report_id, event_type, factor_type, involved_role, confidence_score |
similar_case_links | link_id, report_id, matched_report_id, similarity_score, model_version |
risk_scores | score_id, hospital_id, department, target_period, risk_score, predicted_factor |
prevention_drafts | draft_id, report_id, generated_text, training_plan, checklist_diff, status |
benchmark_stats | stat_id, event_type, period, hospital_count, national_avg_rate, anonymized_flag |
| # | 画面 |
|---|---|
| 1 | 報告入力フォーム |
| 2 | AIタグ確認画面 |
| 3 | 類似事例検索結果 |
| 4 | リスクダッシュボード |
| 5 | 委員会レポート編集 |
| 6 | ベンチマーク比較画面 |
| 7 | 管理者設定・権限画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | Python（NLP・機械学習モデル開発の標準言語） |
| 2 | spaCy+MeCab（日本語医療固有表現抽出に必要） |
| 3 | OpenAI/Claude API（防止策ドラフト生成のLLM活用） |
| 4 | PostgreSQL+pgvector（構造化データと類似検索を一元管理） |
| 5 | AWS（HIPAA相当の医療データ運用実績あり） |
| 6 | React（ダッシュボードUIの迅速な開発） |
| 7 | FHIR API連携（電子カルテとの標準規格連携） |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: SaaS基盤の稼働率99.5%以上（月間ダウンタイム3.6時間以内）を目標とする |
| 性能 | 性能: ヒヤリハット報告投入からAI分類結果表示まで平均5秒以内を目安とする |
| セキュリティ | セキュリティ: ISMS・プライバシーマーク取得、通信はTLS1.2以上、保存データはAES-256暗号化 |
| 個人情報保護 | 個人情報保護: 患者・職員の識別情報は自動マスキング処理後に横断分析データベースへ格納 |
| 運用 | 運用: 電子カルテ連携部分は閉域網/オンプレミス選択可、月1回の脆弱性診断を実施 |
| バックアップ | バックアップ: 日次差分バックアップ、障害時RPO24時間・RTO8時間以内を目標とする |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 2〜3病院と共同で、実際のヒヤリハット報告文を汎用のAIチャットツールと手作業で分類・要約し、分類軸の妥当性と現場の反応を確認する | AI利用料と病院訪問の交通費・打合せ費程度の水準 |
| ②最小システム | 専用Webフォームと簡易ベクトル検索・ダッシュボードの試作を外部委託または自作で用意し、実データで自動タグ付けと類似事例提示の精度を試験運用で確認する | 外部エンジニアに数か月分を委託する程度の開発費水準 |
| ③本開発 | 電子カルテ連携API、時系列予測によるリスクスコアリング、LLMによる防止策ドラフト生成を実装し、複数病院での本番運用に対応できる状態に仕上げる | 複数エンジニアの人件費と電子カルテ連携開発費がかさむ水準 |
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 |
|---|---|---|
| 200〜300床規模病院の専任医療安全管理者（看護師出身が多い） | 現場の業務負荷とヒヤリハット分析の実態を最も詳しく把握している | 医療安全管理者会や病院学会の分科会に参加し名刺交換で接点を作る |
| 病院の事務長または経営企画室長（意思決定関与者） | SaaS導入予算・電子カルテ連携投資の決裁権を持つため早期関与が必須 | 医療安全管理者からの紹介、または病院経営者向け勉強会で接触 |
| 日本医療機能評価機構の医療事故防止事業担当職員 | 全国のヒヤリハット報告データの傾向・行政報告書式の要件を把握できる | 機構主催セミナーへの参加申込・展示ブース出展を通じて面談を依頼 |
| 電子カルテベンダー（富士通Japan、NEC医療ソリューション等）の営業担当 | 既存システムとのAPI連携可否・販売代理店契約の条件確認が必要 | 医療IT系展示会（HOSPEXなど）のブース訪問後、営業窓口に打診 |
| 医療安全管理者会（学会）の理事・事務局担当者 | 現場の課題感の一次情報と、学会内での実証協力病院の紹介を得られる | 学会の年次大会・研究会に演題発表または展示で参加し接点を持つ |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 日本医療機能評価機構関連セミナー・学会展示 | 医療安全管理者向けの学会・セミナーに出展し「委員会準備の時間を減らすAIツールのデモを見てほしい」と声をかけ、名刺交換から個別デモの約束を取る |
| 医療安全管理者会（学会・研究会）への接触 | 顧問の元看護師・元医療安全管理者に紹介を依頼し「同業の困りごとを聞きたいだけ」という体で個別ヒアリングの機会をもらう |
| 電子カルテベンダーの担当者経由の紹介 | 既存の電子カルテ導入病院の営業担当に「連携先候補として顧客病院の医療安全管理者を紹介してほしい」と依頼する |
| 地域医療連携推進法人・医療法人グループへの直接営業 | 事務長宛に「委員会準備の負担を減らす仕組みについて情報交換したい」と面談を申し込み、複数施設をまとめて紹介してもらう |
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（創業融資） | 新たに法人を設立して事業を始める代表者 | 運転資金の融資として活用でき、融資合計は 650万円 の想定。NLPエンジニアの人件費や電子カルテ連携開発費など初期の固定費に充てられる |
| 信用保証協会の創業関連保証（制度融資） | 創業して概ね5年以内の中小企業・個人事業主 | 公庫融資に加えて自治体・金融機関経由の制度融資でも資金調達枠を広げられ、電子カルテベンダーとの連携開発など先行投資の資金繰りを補完できる |
| IT導入補助金（中小企業庁） | ITツールを導入する中小企業・小規模事業者 | 自社が提供するSaaS自体の対象化は要件次第だが、自社の業務効率化ツール（CRM・会計等）導入に使え、営業・バックオフィス整備の負担を軽減できる |
| 東京都創業助成事業（東京都中小企業振興公社） | 都内で創業予定または創業から一定期間内の事業者 | 賃借料や人件費、専門家経費の一部が対象になりやすく、医療安全顧問や営業担当を採用する初期フェーズの費用負担を軽減できる |
| ものづくり・商業・サービス生産性向上促進補助金 | 新サービス・新システムの開発を行う中小企業 | AI分類モデルや予測モデルなど、本開発フェーズでのシステム開発費の一部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。
医療×AIに取り組む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。