Who（誰が）
在宅療養支援診療所の当直医、訪問看護師、ケアマネジャー、患者家族が主な利用者であり、地域医師会や自治体も導入推進の関係者となる
対象とする社会課題：在宅医療の緊急往診判断を支える仕組みの不足
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。
在宅患者は増え続けているのに、夜中に鳴る電話一本で往診か経過観察かを決めねばならない当直医の孤独は変わっていません。訪問看護師やケアマネの記録は電子カルテと切り離されたままで、過去の経過を思い出すだけで時間が溶けていきます。判断の材料をきちんと揃えることは、患者の命を守ることであると同時に、疲弊していく医師自身を守ることでもあります。
※ 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680万円の申請資料も、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、この事業の情報を読み込んだAIチャットが開きます。事業計画書やピッチ資料、要件定義書、広告原稿、融資申請資料などの素案をその場で作成できます。まずは気になる資料を選んでみてください。
※ 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。
在宅療養支援診療所の当直医が、夜間に訪問看護師や家族から届く体温・SpO2・血圧などのバイタルと症状メモをスマホ画面で確認し、AIが算出した5段階の緊急度スコアと過去1週間のバイタル推移グラフ、類似症例の転帰を見ながら『往診・経過観察・救急搬送要請』を数十秒で判断できるようにするサービスです。
電話相談時はAI対話エージェントが家族から症状を自動聴取し、要約テキストと推奨対応を医師に送信します。訪問看護師側には『この症状パターンなら往診になりやすい』という予測が共有され、点滴セットなど事前準備が可能になります。判断履歴はAIが月次で分析し、見落とし・過剰往診の事例を洗い出してスコアリング精度を継続的に改善します。
在宅療養患者は全国で約145万人に達し、そのうち看取り期・重症患者を抱える診療所は24時間対応義務を負うが、当直医は複数患者の状態を電話やLINEの断片情報のみで判断せねばならない。
実際には夜間の緊急連絡の8割以上は経過観察で対応可能な事例だが、判断材料が不足するため往診と救急搬送のどちらかに偏りやすく、医師の疲弊(在宅医の平均当直回数は月8回超)と、必要な往診が遅れる事例が併存している。訪問看護師やケアマネジャーが記録するバイタル・症状メモは電子カルテと連携しておらず、当直医が過去の経過を把握するのに平均10分以上を要するという調査もある。特に地方の一人医師診療所では代診医がおらず、判断を誤ると患者の急変対応が遅れるリスクと、医師自身の過労による診療継続困難という二重の問題を抱えている。この課題は医師不足と在宅患者急増が同時進行する構造的な問題であり、単純な人員増では解決が難しい。
自然言語対話AIが夜間の電話・チャット相談内容を構造化データに変換し、症状聴取の抜け漏れを防ぐ問診支援を行う。
時系列予測モデルがバイタル推移と既往歴から急変リスクを予測し、緊急度スコアと信頼区間を算出する。類似症例検索AIが過去の在宅患者データベースから近似ケースを提示し、医師の判断根拠を補強する。さらに医師の最終判断結果をフィードバックループとして学習し、地域・診療所ごとの判断傾向に適応したモデルへ継続的に再学習する。
訪問看護師・ケアマネ・家族が専用アプリでバイタル(体温・SpO2・血圧・脈拍)と症状(呼吸苦・意識レベル・食事量など)を入力すると、AIが過去の経過記録と患者の基礎疾患情報を参照し、緊急度を5段階でスコアリングして当直医の画面に表示する。
夜間の電話連絡時には、AI電話対話エージェントが家族から症状を聞き取り自動でトリアージスコアを算出し、医師には要約テキストと推奨対応(往診/経過観察/救急搬送要請)が送られる。医師はスマホ画面でスコアの根拠(過去1週間のバイタル推移グラフ、類似症例での転帰)を確認し、往診の必要性を数十秒で判断できる。判断後の対応履歴はすべて記録され、AIが月次で「往診が必要だった見落とし事例」「過剰往診だった事例」を分析し、スコアリングモデルの精度を継続改善する。訪問看護師側にも「この症状パターンでは医師が往診を選ぶ確率が高い」という予測が共有され、事前準備(点滴セット等)が可能になる。
| 経過観察で済むはずの過剰往診にかかる医師の出動人件費・交通費(月10回×約2万円想定) | 年間約240万円 |
| 当直医の疲弊による代診医の緊急手配費用(1回5万円想定、月2回発生) | 年間約120万円 |
| 訪問看護師と当直医の間の確認電話・記録転記にかかる人件費(1回あたり10分、月40件想定) | 年間約48万円 |
| 往診判断の遅れによる救急搬送増加・急変対応の事後対応コスト(訴訟リスク対応含む) | 年間約80万円〜(事例発生時) |
| 診療所向け基本プラン(月額利用料) | 月額8万円(年間96万円) |
| 訪問看護ステーション向け連携ライセンス | 月額3万円(年間36万円) |
| 自治体向け地域医療連携パッケージ | 年間300万円〜 |
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。
在宅療養患者は全国約145万人に達し、24時間対応義務を負う診療所の当直医は電話やLINEの断片情報だけで往診要否を判断せざるを得ない。
夜間緊急連絡の8割以上は経過観察で対応可能な事例だが、判断材料不足のため往診・救急搬送に偏りやすく、当直医の疲弊(月8回超の当直)と必要な往診の遅れが併存している。訪問看護師やケアマネのバイタル記録は電子カルテと連携せず、当直医が過去経過を把握するのに平均10分以上かかる調査もある。特に代診医のいない地方の一人医師診療所では、判断ミスが患者急変対応の遅れと医師の診療継続困難という二重のリスクに直結する。
初期のMVP開発は要件が医療現場のヒアリングを通じて流動的に変わりやすく、スコアリングモデルの精度検証を繰り返しながら仕様を固める必要があるため準委任契約が向く想定。
特にAI対話エージェントと時系列予測モデルは実証フェーズのデータ次第で仕様変更が頻発するため、請負での固定範囲契約は手戻りリスクが大きい。発注時は医師の最終判断責任とAI推奨の関係を明示する規約・免責文言のレビューを法務・医師顧問と合わせて行い、個人情報保護法・医療情報システム安全管理ガイドライン対応の要件定義書を契約前に確定させることが望ましい。本格展開フェーズ以降、機能範囲が固まった追加開発(電子カルテAPI連携等)は個別に請負契約へ切り替える二段階運用を推奨する。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 在宅療養支援診療所の当直医・院長(往診判断を行う医師) |
| セカンダリ | 訪問看護師・ケアマネジャー・患者家族(バイタル・症状の入力者) |
| 管理 | 診療所事務担当者およびシステム運営会社のカスタマーサクセス担当(アカウント管理・精度モニタリング) |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| バイタル・症状入力機能 | 訪問看護師・ケアマネ・家族が体温/SpO2/血圧/脈拍・症状を入力→患者IDに紐付け保存→記録一覧へ反映 |
| AI電話問診対話エージェント | 夜間の家族からの電話相談音声を取得→AIが症状を聞き取り構造化→症状データと暫定スコアを生成 |
| 緊急度スコアリング | バイタル・症状・既往歴を入力→時系列予測モデルで急変リスク算出→5段階スコアと信頼区間を医師画面に表示 |
| 類似症例検索 | 患者の現在症状を入力→過去症例DBを類似度検索→近似ケースと転帰を医師に提示 |
| バイタル推移グラフ表示 | 過去1週間のバイタル記録を取得→時系列集計→推移グラフとして医師画面に表示 |
| 推奨対応提示 | スコアと類似症例結果を入力→ルールとモデルで判定→往診/経過観察/救急搬送の推奨を表示 |
| 医師判断フィードバック学習 | 医師の最終判断結果を入力→学習データとしてモデルに蓄積→スコアリングモデルを月次で再学習・更新 |
| 月次分析レポート | 全対応履歴データを集計→見落とし・過剰往診事例を統計分析→月次レポートを診療所管理者に配信 |
| 訪問看護師向け往診確率予測共有 | 症状パターンと過去の医師判断傾向を入力→予測モデルで往診確率算出→訪問看護師アプリに表示 |
| 電子カルテ連携API | 診療所の電子カルテデータをAPI経由取得→トリアージシステムと同期→過去カルテ情報を医師画面に統合表示 |
| 診療所・自治体向け管理ダッシュボード | 契約診療所の利用状況・KPIデータを取得→集計処理→管理者向けダッシュボードに表示 |
| テーブル | 主要カラム |
|---|---|
patients | patient_id, name, birth_date, address, primary_disease, care_level, attending_doctor_id, facility_id |
vital_records | record_id, patient_id, recorded_at, temperature, spo2, blood_pressure, pulse, input_by |
symptom_records | record_id, patient_id, recorded_at, breathlessness, consciousness_level, food_intake, memo |
triage_scores | score_id, patient_id, calculated_at, score_level, confidence_interval, recommended_action, model_version |
call_transcripts | call_id, patient_id, called_at, transcript_text, structured_symptom_json, caller_relation |
doctor_decisions | decision_id, patient_id, score_id, doctor_id, decided_at, action_taken, decision_note |
similar_cases | case_id, patient_id, matched_case_patient_id, similarity_score, outcome_summary |
facilities | facility_id, facility_name, facility_type, contract_plan, monthly_fee, region |
| # | 画面 |
|---|---|
| 1 | 患者一覧画面 |
| 2 | バイタル入力画面 |
| 3 | スコア詳細画面 |
| 4 | 当直医判断画面 |
| 5 | 電話対話履歴画面 |
| 6 | 月次分析レポート画面 |
| 7 | 施設・契約管理画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS(医療情報ガイドライン準拠基盤で採用) |
| 2 | PostgreSQL(バイタル等時系列データ管理に適する) |
| 3 | Python/PyTorch(急変リスク時系列予測モデル構築) |
| 4 | OpenAI API(電話・チャット内容の構造化要約に利用) |
| 5 | Twilio(夜間電話対話AIエージェント構築に利用) |
| 6 | HL7 FHIR(電子カルテベンダーとの標準連携規格) |
| 7 | Auth0(医療者向け多要素認証・権限管理) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 24時間365日稼働を前提とし、稼働率99.9%以上(月間ダウンタイム目安43分以内)を維持 |
| 性能 | 性能: バイタル・症状入力からスコア算出まで平均10秒以内、医師画面表示は3秒以内を目標とする |
| セキュリティ | セキュリティ: 医療情報システム安全管理ガイドラインに準拠し、通信は全てTLS1.3以上で暗号化する |
| 個人情報保護 | 個人情報保護: ISMS・プライバシーマーク取得を前提とし、患者データは国内データセンターで保管する |
| 運用 | 運用: セキュリティ監査を年2回、脆弱性診断を四半期ごとに実施しリスクを継続的に低減する |
| バックアップ | バックアップ: データバックアップを日次実施し、障害発生時はRPO1時間・RTO4時間以内での復旧を目標とする |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 提携した診療所・訪問看護ステーションで、スプレッドシートとLINEを使い、バイタル・症状の記録から医師が往診要否を判断する流れを人力で再現し、必要な入力項目と判断基準を洗い出す | AI利用料や交通費など、ごく小さな支出のみ |
| ②最小システム | 入力フォームとルールベースの簡易スコアリング機能だけを持つ最小アプリを作り、当直医に実際に使ってもらい、医師判断とスコアの一致度を検証する | 外注で数か月分の開発費、または副業エンジニアへの委託費が中心 |
| ③本開発 | 時系列予測モデル・自然言語対話AI・電子カルテAPI連携を含む本番システムを構築し、複数診療所での同時運用と精度の継続学習に対応させる | 専門エンジニアの人件費とクラウド基盤・セキュリティ対応費を合わせた、それまでより一段大きい投資規模 |
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 |
|---|---|---|
| 在宅療養支援診療所の院長（一人医師診療所、在宅患者20〜50名規模） | 実証フェーズの提携候補として当直医の負荷実態とニーズを直接把握するため | 地域医師会の在宅医療部会や在宅医療連携拠点事業の会合に参加し紹介を依頼 |
| 訪問看護ステーションの管理者（常勤看護師5名以上規模） | バイタル入力の現場負担と情報連携の課題を運用視点で確認するため | 都道府県訪問看護連絡協議会の研修会・勉強会に参加し名刺交換から接点構築 |
| 地域医師会の在宅医療担当理事または在宅医療連携拠点の事務局長 | 地域内の診療所紹介と自治体事業連携の窓口として信頼形成に必須のため | 在宅医療・介護連携推進事業の担当課経由でアポイントを取得し訪問 |
| 電子カルテベンダー（主要3社）の事業開発・アライアンス担当者 | API連携の技術要件とレベニューシェア条件のすり合わせを早期に開始するため | 医療IT展示会(HOSPEX Japan等)や業界紹介経由で商談窓口にコンタクト |
| 在宅医療の臨床経験を持つ医師（顧問候補、内科・老年科系） | スコアリングロジックの臨床妥当性検証とガイドライン整備の中核を担うため | 在宅医療学会や地域医師会の在宅医療研究会での発表・懇親会を通じて接触 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 地域医師会・在宅医療連携拠点 | 医師顧問の紹介で在宅医療部会に顔を出し、「当直医の負担軽減の実証に協力してくれる診療所を3施設ほど探している」と伝えて実証参加を依頼する |
| 訪問看護ステーション協議会 | 地域の連絡協議会の勉強会に参加し、「バイタル入力の実証に協力してくれる事業所を募集している」と説明し、無料トライアル参加を打診する |
| 電子カルテベンダーの営業担当 | 既存の在宅医療向け電子カルテを使う診療所リストを持つ営業担当に「連携先の実証パートナーを紹介してほしい」と依頼する |
| 医師顧問・臨床知識を持つ協力医師の個人的な人脈 | 顧問医師が懇意にしている一人医師診療所の院長に直接連絡してもらい、「代診医がいない中での判断支援を試してみないか」と持ちかける |
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） | 新たに法人を設立して事業を始める代表者 | 自己資金100万円に加えて事業立ち上げ資金を借り入れる候補になる。運転資金は上限1000万円、設備資金は別枠で、融資合計は680万円を想定できる |
| 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5年未満の中小企業者 | 人件費・広告費・専門家活用費などの立ち上げ経費の一部が助成対象になり得るため、初期の営業・広報コストの補填先として候補になる |
| AMED（国立研究開発法人日本医療研究開発機構）の医療AI・ICT関連研究開発事業 | 医療分野のAI・データ解析技術を開発する事業者（大学・医療機関との連携を求める公募が多い） | スコアリングモデルの臨床検証や精度改善の研究開発費として候補になる。医師顧問や連携診療所との共同研究体制があると採択の可能性が高まる |
| 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（この場合は顧客側の診療所・訪問看護ステーション） | 導入診療所・訪問看護ステーションが月額利用料の初期負担を軽減できる制度として提案でき、営業時の導入ハードルを下げる材料になる |
| 事業再構築補助金 | 新分野展開・業態転換などを行う中小企業等 | 本格展開フェーズで電子カルテベンダーとのAPI連携システムや自治体向けパッケージを開発する際の設備・システム投資費用の一部を候補として検討できる |
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。
医療・ヘルスケア領域の創業仲間がコミュニティで議論しています。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表示です。