Who（誰が）
病床数100〜500床の中小規模病院・医療法人の医事課、地域医療連携室、および入院・高額検査を受ける患者本人とその家族
対象とする社会課題：医療機関の未収金発生を、AIによる事前説明と分割提案で未然に防ぐ
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。
入院が決まった時点で治療費の見通しと支払い方法を伝えられていれば、防げたはずの未収金がある。医事課は督促に追われ、患者は退院後に初めて金額を知って追い詰められる。発生してから回収するのではなく、始まる前に納得してもらう仕組みが医療現場には必要だと考えている。
※ 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600万円の申請資料も、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、未収金防止の課題設定・AIの仕組み・収益モデルを読み込んだAIチャットが起動し、選んだ資料の素案をすぐに書き始めます。医事課向け提案書からエンジニア向け要件定義まで、この場で叩き台を作れます。
※ 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。
「ミライバライ」は、入院や高額検査の予約が入った時点でAIが想定治療費と患者の支払リスクをスコア化し、入院前面談でタブレット上の対話AIが高額療養費制度や分割払いプランを分かりやすく説明・提案するSaaSです。
医事課職員は退院後に督促電話を掛ける対症療法から解放され、ダッシュボード上で高リスク患者にだけ重点対応する運用に変わります。患者は入院前に納得感を持って支払い計画に合意でき、退院時に想定外の高額請求で困惑することがなくなります。病床数100〜500床の中小病院を主対象に、電子カルテ・レセコンとAPI連携して稼働します。
全日本病院協会の調査では病院の未収金発生率は入院患者の約1〜2%、1病院あたり年間平均数百万円規模に達し、中小病院では経営を圧迫する深刻な課題となっている。
特に救急搬送や高額な手術・入院を要する患者は事前の支払い意思確認ができないまま治療が開始され、退院時に初めて高額請求が発覚し支払い困難に陥るケースが多い。医事課職員は電話や訪問による督促業務に追われるが、督促のタイミングや金額の伝え方が患者との関係を悪化させ、回収率はさらに下がる悪循環がある。生活困窮者や高齢独居患者は制度(高額療養費・生活保護・分割払い)を知らずに未収金化することも多く、情報の非対称性が根本原因の一つである。医事課の人員は限られており、入院患者一人ひとりの支払い能力を精査し、最適な説明・分割案を個別提示する余力がない病院が大半である。結果として未収金は「発生してから回収する」対症療法にとどまり、事前防止の仕組みがほぼ存在しない。
①治療費予測AI:DPC・診療報酬点数データと過去実績から入院・手術別の想定費用レンジを回帰モデルで算出する。
②支払リスク予測AI:年齢・保険区分・世帯情報・院内支払履歴を特徴量とした機械学習モデル(勾配ブースティング)で未収金化確率をスコアリングする。③自然言語対話AI:生成AI(LLM)を用いて医療費制度や分割案を患者の理解度に合わせて平易に説明し、返済可能額をヒアリングして最適な分割プランを対話的に組み立てる。④モニタリング・最適化AI:入金データを継続学習し、遅延兆候検知時に再提案内容(減額・制度案内)を自動最適化してタイミングよく送付する。
入院・高額検査予約が入った時点で、電子カルテ・DPCデータと連携したAIが診療内容から想定治療費レンジを自動算出し、患者の年齢・保険種別・過去の支払い履歴(病院内データ、本人同意ベース)から支払リスクスコアを予測する。
リスクが中〜高と判定された患者には、入院前面談時にタブレット上のAI対話エージェントが平易な言葉で概算費用・高額療養費制度・分割払いプランを説明し、患者の希望収入状況をヒアリングしながら最適な分割回数・月額を自動提案する。医事課職員はAIが作成した「支払い計画案」と「フォロー要否フラグ」をダッシュボードで確認し、必要な場合のみ人が同席して契約手続きを行うため、全患者に対応していた説明業務が高リスク患者への重点対応に絞り込まれる。退院後もAIが入金状況をモニタリングし、遅延兆候が出た患者には督促ではなく「支払いやすい再提案(減額分割・制度案内)」をチャット・SMSで自動送信し、督促によるトラブルを未然に防ぐ。これにより患者は納得感を持って支払い計画に合意でき、病院側は未収金の発生自体を入院前段階で大幅に抑制できる。
| 未収金発生額(300床規模病院の年間平均) | 年間400万円の想定 |
| 医事課職員の督促対応人件費(1名・月40時間相当) | 年間120万円の目安 |
| 弁護士・回収代行への委託費用(悪質未収案件) | 年間30万円の想定 |
| 地域医療連携室の手作業データ集計工数(月20時間) | 年間約50万円相当(時給換算)の想定 |
| SaaS月額利用料(200〜500床帯) | 月額15万円(年間180万円) |
| 初期導入・API連携設定費(初年度のみ) | 80万円 |
| 成功報酬オプション(回収成功額の4%を想定) | 年間想定8万〜10万円(回収額200万円の場合) |
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。
全日本病院協会の調査で病院の未収金発生率は入院患者の1〜2%、1病院あたり年間数百万円規模に達しており、特に救急搬送患者は支払い意思確認なく治療が始まり退院時に高額請求が発覚するケースが多い。
医事課職員は限られた人員で督促電話や訪問に追われ、督促のタイミングや伝え方次第で患者との関係が悪化し回収率がさらに落ちる悪循環がある。高額療養費制度や分割払いを知らないまま未収金化する生活困窮者・高齢独居患者も多く、情報の非対称性が根本原因になっている。全患者に個別の支払い能力精査と説明を行う余力が中小病院にはなく、事前防止の仕組みがほぼ存在しない状態が続いている。
PoC・MVP開発フェーズはAIモデルの精度検証や電子カルテ連携仕様が未確定な部分が多いため準委任契約が適しており、要件変更に応じた反復開発を前提に月次の稼働報告と成果物レビューを契約に明記すべきです。
API連携の標準化が完了し機能仕様が固まった初期導入フェーズ以降は、連携モジュール単位で請負契約に切り替え検収基準(病床数別動作確認、DPCデータ連携テスト等)を明確化することを推奨します。特に対話AIの説明内容は医療情報であるため、成果物検収時に医事課・医療監修者によるレビュー工程を契約書に必須項目として盛り込むこと。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 病院医事課職員(支払い計画案の確認・承認、フォロー要否判断) |
| セカンダリ | 入院患者・家族(タブレット対話AIでの説明・分割プラン合意)、地域医療連携室担当者(分析レポート活用) |
| 管理 | 病院システム管理者・情報システム部門(電子カルテ連携設定、アクセス権限管理)、開発会社側カスタマーサクセス担当(導入設定・効果測定) |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 治療費予測AI | DPC・診療報酬点数データと過去実績を入力し回帰モデルで治療費レンジを算出・出力する |
| 支払リスク予測AI | 年齢・保険区分・院内支払履歴を入力し勾配ブースティングで未収金化確率をスコア出力する |
| 対話AIエージェント | 患者属性・費用レンジを入力しLLMが制度説明と分割案を対話生成し提案書を出力する |
| モニタリング・最適化AI | 入金データを入力し遅延兆候を検知、減額分割等の再提案内容を自動生成し出力する |
| 医事課ダッシュボード | AI生成の支払い計画案とフォロー要否フラグを入力し医事課向け一覧画面に表示する |
| 電子カルテ・レセコンAPI連携 | 電子カルテ・レセコンの診療データをAPI経由で取得し本システムDBへ同期する |
| 患者同意管理機能 | 患者の同意取得操作を入力し同意履歴をタイムスタンプ付きでDBに記録・出力する |
| 契約・電子署名管理機能 | 確定した分割プランを入力しタブレット上で電子署名を取得、契約書PDFを出力する |
| SMS/チャット自動送信機能 | 再提案・案内メッセージを入力しSMS/チャットAPI経由で患者端末へ送信する |
| 成功報酬・請求管理機能 | 回収実績データを入力し回収額の3〜5%を自動計算、病院向け請求書を出力する |
| データ分析レポート生成機能 | 未収金リスク傾向データを入力し月次経営分析レポートをPDF形式で出力する |
| テーブル | 主要カラム |
|---|---|
hospitals | hospital_id, name, bed_count, plan_type, contract_start_date, api_connection_status |
patients | patient_id, hospital_id, birth_date, insurance_type, income_bracket, consent_flag |
admissions | admission_id, patient_id, department, dpc_code, admission_date, discharge_date, procedure_type |
cost_estimates | estimate_id, admission_id, estimated_cost_min, estimated_cost_max, model_version, calculated_at |
risk_scores | score_id, patient_id, admission_id, risk_score, risk_level, feature_snapshot, scored_at |
payment_plans | plan_id, patient_id, admission_id, installment_count, monthly_amount, status, agreed_at |
dialogue_logs | log_id, patient_id, session_id, utterance_text, speaker_type, intent_tag, created_at |
payment_transactions | transaction_id, plan_id, due_date, paid_amount, payment_status, delay_days, followup_action |
| # | 画面 |
|---|---|
| 1 | 医事課ログイン画面 |
| 2 | リスク患者一覧ダッシュボード |
| 3 | 患者別支払計画詳細画面 |
| 4 | 患者用タブレット対話画面 |
| 5 | 分割プラン合意締結画面 |
| 6 | 入金モニタリング管理画面 |
| 7 | 経営分析レポート画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS(医療情報ガイドラインFISC準拠のクラウド基盤に強み) |
| 2 | PostgreSQL(機微データの行レベルアクセス制御が可能) |
| 3 | Python/FastAPI(AIモデルAPI実装・保守が容易) |
| 4 | LightGBM(未収金化確率の勾配ブースティング予測に定評) |
| 5 | GPT-4 API(平易な言葉での対話・分割提案生成に適合) |
| 6 | HL7 FHIR(電子カルテ標準連携で複数ベンダー対応が容易) |
| 7 | Auth0(医療機関向けSSO・多要素認証を短期実装可能) |
| 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)を維持する。 |
| 性能 | 性能: ダッシュボード表示・AI提案生成のレスポンスは平均2秒以内、ピーク時でも5秒以内とする。 |
| セキュリティ | セキュリティ: 医療情報ガイドライン第6.0版準拠、通信・保存データはAES-256で暗号化、アクセスログを1年間保持する。 |
| 個人情報保護 | 個人情報保護: 患者機微データは同意取得済みのみ利用し、同意撤回時は24時間以内にデータ削除処理を完了する。 |
| 拡張性 | 拡張性: 電子カルテ主要ベンダー3〜4社(富士通Japan等)の標準APIに対応し、新規連携追加を3ヶ月以内で実装可能とする。 |
| 運用 | 運用: 障害発生時は1時間以内に一次対応を開始し、日次差分バックアップと月次フルバックアップを実施する。 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | PoC病院の医事課にヒアリングし、既存のExcelや紙の説明資料をベースに、AIなしで人が支払リスク判定と分割案作成を模擬的に行い、患者への説明でどう反応するかを確かめる | ヒアリングの交通費と資料作成の人件費程度で、外部発注はほぼ発生しない水準 |
| ②最小システム | 治療費予測とリスクスコアリングをスプレッドシートやノーコードツール＋LLM APIで簡易実装し、タブレット上の対話説明フローだけが動く最小限のプロトタイプをPoC病院で試す | LLMのAPI利用料と簡易開発の外注費で、本開発よりかなり抑えた水準 |
| ③本開発 | 電子カルテ・レセコンとの標準API連携、医事課向けダッシュボード、退院後モニタリング機能を含む本番システムを構築し、複数病院への同時展開に対応できる状態にする | 外注開発で数か月分の工数がかかる水準で、初期投資の中でも最も大きな比率を占める |
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 |
|---|---|---|
| 病床200〜300床規模の医療法人の事務長・医事課長 | 未収金の実態と督促業務の負担を直接把握し、PoC受入れ可否を判断できる | 全日本病院協会・日本医療法人協会の地域支部会合や病院経営セミナーで名刺交換 |
| 電子カルテベンダーの医療連携API担当エンジニア（富士通Japan等） | DPC・レセコンデータ連携仕様を把握し標準API連携の実現可否を確認するため | HIS展（医療情報システム展示会）出展企業ブースで技術担当者に直接アプローチ |
| 医事コンサルティング会社の未収金対策担当コンサルタント | 既存の督促・回収ノウハウと顧客病院リストを持ち、代理販売提携の窓口になる | 医療経営士協会や医事コンサル業界団体のセミナー・勉強会で紹介を依頼 |
| 医療情報の取扱いに詳しい弁護士（個人情報保護法・医療分野ガイドライン専門） | 支払能力・病歴等の機微情報取得フローの適法性を事前に確認するため | 医療系スタートアップ支援に実績のある法律事務所へ相談予約 |
| 地域医療連携室の相談員（ソーシャルワーカー資格保有者） | 生活困窮者・高齢独居患者への制度案内実務を把握し対話AIの設計に反映するため | PoC提携病院内の連携室へ事務長経由で紹介を依頼し面談設定 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 医事コンサルティング会社への相談・紹介依頼 | 「未収金対策のPoC先を探しています。医事課の課題感が強い病院を数件ご紹介いただけませんか」と伝え、紹介料や代理販売提携も後日提案する前提で口を開いてもらう |
| 医療情報システム展示会（HIS展等）でのブース・名刺交換 | 「未収金の事前防止AIのPoC病院を募集中です」と説明し、名刺交換した医事課長・事務長に後日デモの個別アポを取る |
| 地域医療連携室・医療ソーシャルワーカーのネットワーク | 「高額療養費や分割案の説明業務を減らせるかもしれない」という切り口で相談を持ちかけ、現場の困りごとをヒアリングしながらPoC参加を依頼する |
| 電子カルテ・レセコンベンダーの担当者経由の紹介 | 「連携APIの実証にご協力いただける病院はありませんか」とベンダー側の営業担当に依頼し、既存の顧客病院への橋渡しをしてもらう |
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 新創業融資制度 | 実績が浅い法人・個人事業の創業者 | 自己資金100万円での法人設立後、無担保・無保証で運転資金を借入できる制度で、この事業の創業融資合計600万円の主な調達源として想定される |
| IT導入補助金 | 中小企業・小規模事業者（ITツールを導入する側、および導入支援を行うITベンダー） | 本事業は電子カルテ連携SaaSであり、導入先の病院側が本補助金を使ってミライバライを導入しやすくなるため、販売支援の材料として使える |
| ものづくり補助金（革新的サービス・試作品開発支援事業） | 革新的な製品・サービスの試作開発を行う中小企業 | 支払リスク予測AI・対話AIのプロトタイプ開発やPoC実施の費用を一部カバー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・創業後一定期間内の中小企業者 | 本社を東京都内に置く場合、賃借料や広告費など創業初期の運営経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（販路開拓・業務効率化を行う事業者） | 医療情報システム展示会（HIS展等）への出展費用やパンフレット制作費など、初期の販路開拓費用の一部を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・ヘルスケア領域の創業者コミュニティで話題になっています。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。
※ バッジは閲覧・登録データにもとづく自動集計の相対表示です