Who（誰が）
全国約1,380の健康保険組合のうち財政悪化が顕著な中堅規模組合の常務理事・システム担当者、および保健師・産業医が主な利用者となる
対象とする社会課題：健康保険組合の医療費増大と保健事業の非効率な運用
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。
全国の健保組合の約6割が赤字でありながら、専任の分析担当は1〜2名という組合が大半で、月間数万件のレセプトをExcelで手集計するのが限界となっている。重複受診や頻回受診の是正余地は見えないまま、保険料率の引き上げという対症療法だけが繰り返されている。データをAIが読み解き、現場の担当者が本来の意思決定に集中できる仕組みが必要だと考えた。
※ 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500万円の申請資料も、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。
各ボタンを押すと、KenpoAIの事業内容を読み込んだAIチャットが開き、事業計画書やピッチ資料などの素案をその場で自動生成します。読み込んだ内容をもとに、そのまま使えるたたき台がすぐ手に入ります。
※ 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。
健保組合の担当者は月間数万件のレセプトデータをExcelで手集計しているが、KenpoAIはこのデータをクラウドに安全に取り込み、AIが疾病分類・医療費構造・重複受診パターンを自動で可視化するダッシュボードを提供する。
担当者は「40代男性の生活習慣病医療費が高い部署は」とチャットに打ち込むだけで数秒で該当データと要因候補が返ってくる。さらにAIが加入者ごとの将来医療費リスクをスコア化し、保健師・産業医が優先的にアプローチすべき対象者リストを自動生成する。四半期ごとに施策の効果が自動レポート化され、月20時間かかっていたレポート作成が3時間程度に減り、担当者は集計作業ではなく意思決定に時間を使えるようになる。
全国約1,380の健康保険組合のうち約6割が経常赤字であり、高齢者医療への拠出金増加と加入者の医療費増加が財政を圧迫している。
多くの健保組合は専任データ分析者が1〜2名しかおらず、月間数万件のレセプトデータをExcelで手作業集計するのが限界で、重複受診・頻回受診・重複投薬などの是正余地を発見できていない。保健事業（特定保健指導、人間ドック補助等）も加入者属性を考慮せず一律実施され、対象者の受診率は平均20%未満に留まり効果測定もされないまま予算だけが消化されている。担当者は年に一度の事業計画策定時にコンサルへ数百万円規模で分析委託するが、単発レポートで終わり継続的な改善サイクルが回らない。結果として医療費適正化と加入者の健康増進という本来目的が形骸化し、保険料率引き上げという対症療法だけが繰り返されている。
自然言語処理AIがチャット対話形式でレセプト・健診データへの質問応答を行い、非エンジニアの担当者でも複雑な集計・抽出を数秒で実行できるようにする。
機械学習の予測モデル（勾配ブースティング等）が過去のレセプト・健診履歴から個人単位の将来医療費リスクと生活習慣病発症確率をスコアリングし、保健事業対象者の優先順位を自動決定する。異常検知アルゴリズムが重複受診・頻回受診・不自然な投薬パターンを検出し、医療費適正化の是正候補を自動フラグ付けする。最適化アルゴリズムが限られた保健事業予算の中で医療費削減効果が最大となる施策配分（人間ドック補助・特定保健指導・オンライン診療導入等）を提案する。
健保組合のレセプトデータ・健診データ・保健事業実施履歴をクラウド上に安全に取り込み、AIが疾病分類・医療費構造・重複受診パターンを自動で可視化するダッシュボードを提供する。
担当者はチャット形式のAIアシスタントに「40代男性の生活習慣病医療費が高い部署はどこか」等と自然文で質問すると、統計モデルが即座に該当データを抽出し要因候補（受診間隔異常、重複投薬、未受診放置）を提示する。さらにAIが加入者ごとの将来医療費リスクスコアを算出し、保健指導の優先対象者リストを自動生成、産業医・保健師はそのリストを基に対象者へ個別アプローチできる。四半期ごとにAIが施策実施前後の医療費・受診率の変化を自動レポート化し、PDCAサイクルを継続的に回す運用フローを標準搭載する。導入企業の担当者はレポート作成業務が月20時間から3時間程度に削減され、意思決定に集中できる。
| 年1回のコンサル委託費（単発レポート、継続改善なし） | 年額 300万円〜500万円の目安 |
| 分析担当者のExcel手作業工数（月20時間相当の人件費換算） | 年額 約60万円の目安（時給2,500円×月20時間×12ヶ月） |
| 重複受診・頻回受診・重複投薬の是正漏れによる医療費過大支出 | 5,000人規模組合で年間 数百万円〜1,000万円規模の想定 |
| 保健指導未受診による生活習慣病重症化・将来医療費増加 | 年間 数百万円規模の逸失削減効果の想定 |
| SaaS基本利用料（5,000人規模、月40円/人） | 月額 20万円（年額240万円） |
| 保健事業最適化コンサルティング（伴走支援オプション） | 月額 25万円（年額300万円） |
| データ連携・初期導入費（初回契約時一時金） | 初年度のみ 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。
全国約1,380健保組合の約6割が経常赤字だが、専任データ分析者は1〜2名しかおらず月間数万件のレセプトをExcelで手作業集計するのが限界で、重複受診や重複投薬の是正余地を見つけられていない。
保健事業も加入者属性を考慮せず一律実施され対象者の受診率は平均20%未満に留まり、効果測定されないまま予算だけが消化されている。年に一度コンサルに数百万円を払って分析を委託しても単発レポートで終わり、継続的な改善サイクルが回らないまま保険料率引き上げという対症療法だけが繰り返されている。
PoC・モデル構築期（0〜6ヶ月）は分析ロジックや精度検証結果次第で要件が変わるため準委任契約が適する。
一方でレセプト電算処理標準規格対応やAWS上のセキュアなデータ連携基盤構築は仕様を固めやすいため、請負での切り出しを検討する。個人情報を扱う契約のため、秘密保持条項に加えセキュリティ監査への協力義務・インシデント発生時の報告義務を明記することが重要である。初期導入期以降の機能拡張は要件定義書ベースの請負と、運用改善部分の準委任を組み合わせるハイブリッド契約が望ましい。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 健保組合の常務理事・システム担当者（専任データ分析者1〜2名） |
| セカンダリ | 産業医・保健師（保健指導対象者への個別アプローチ実施者） |
| 管理 | 自社カスタマーサクセス担当・データサイエンティスト（モデル運用とデータ連携設定を担当） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| レセプトデータ取込・連携機能 | レセ電算標準規格データを月次CSV/API受領→形式検証・正規化→分析用DBへ格納 |
| 健診データ取込・連携機能 | 健診機関から健診結果データ受領→加入者IDで名寄せ→レセプトデータと統合格納 |
| AIチャット分析アシスタント | 担当者が自然文で質問入力→NLPが対象データ抽出しSQL相当集計実行→回答文と該当データを表示 |
| 医療費構造ダッシュボード | 統合データを集計→疾病分類・年代別・部署別医療費を算出→グラフ付きダッシュボードに表示 |
| 将来医療費リスクスコアリング | 個人別レセプト・健診履歴を入力→勾配ブースティングモデルで発症確率算出→リスクスコア一覧を出力 |
| 重複受診・投薬異常検知 | 受診間隔・薬剤処方データを入力→異常検知アルゴリズムで頻回受診パターン判定→是正候補リストにフラグ付け |
| 保健指導対象者優先リスト生成 | リスクスコアと未受診履歴を入力→優先度順にソート→保健師向け対象者リストをCSV出力 |
| 保健事業予算最適化提案 | 予算上限と施策別削減効果推定値を入力→最適化アルゴリズムが配分計算→施策別予算配分案を提示 |
| 四半期PDCA自動レポート | 施策実施前後の医療費・受診率データを入力→前後比較を自動集計→PDF/PPT形式のレポートを生成 |
| アクセス権限・監査ログ管理 | 利用者ログイン・操作を記録→権限設定に基づき閲覧範囲制御→監査ログを一定期間保存し検索可能に出力 |
| 医療費削減額算出・成功報酬計算 | 是正実施前後のレセプト差分データを入力→削減額を自動算出→成功報酬請求額を計算し帳票出力 |
| テーブル | 主要カラム |
|---|---|
health_insurance_unions | union_id, union_name, member_count, contract_plan, contract_start_date |
members | member_id, union_id, birth_date, gender, department, employment_status |
receipts | receipt_id, member_id, medical_institution, diagnosis_code, treatment_date, amount, drug_code |
health_checkups | checkup_id, member_id, checkup_date, bmi, blood_pressure, blood_sugar, lipid_value |
health_programs | program_id, union_id, program_type, target_member_id, implementation_date, cost |
risk_scores | score_id, member_id, risk_score, disease_probability, calculated_date, model_version |
anomaly_flags | flag_id, member_id, flag_type, detected_date, detail, status |
reports | report_id, union_id, report_period, cost_reduction_amount, visit_rate, generated_date |
| # | 画面 |
|---|---|
| 1 | ログイン・組合選択 |
| 2 | 経営ダッシュボード |
| 3 | AIチャット分析 |
| 4 | リスクスコア一覧 |
| 5 | 異常検知一覧 |
| 6 | 保健事業対象者管理 |
| 7 | 四半期レポート閲覧 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS（医療データ対応の高セキュリティ基盤） |
| 2 | PostgreSQL（構造化レセプトデータの堅牢管理） |
| 3 | XGBoost（勾配ブースティングでリスク予測） |
| 4 | LangChain＋LLM API（自然文チャット分析実現） |
| 5 | Amazon Redshift（数万件規模の高速集計） |
| 6 | React（担当者向けダッシュボードUI構築） |
| 7 | AWS KMS/CloudTrail（暗号化とアクセス監査） |
| 区分 | 要件 |
|---|---|
| 可用性99.5%以上（月間停止許容時間2.16時間以内）を目標とし、障害時は4時間以内の復旧を目安とする | 可用性99.5%以上（月間停止許容時間2.16時間以内）を目標とし、障害時は4時間以内の復旧を目安とする |
| チャットAI応答は入力から3秒以内、月次バッチ集計は夜間4時間以内に完了させる想定 | チャットAI応答は入力から3秒以内、月次バッチ集計は夜間4時間以内に完了させる想定 |
| 保存データ・通信データはAES-256相当で暗号化し、個人情報保護法・改正医療ビッグデータ法に準拠する | 保存データ・通信データはAES-256相当で暗号化し、個人情報保護法・改正医療ビッグデータ法に準拠する |
| アクセスログは全操作を記録し5年間保管、監査時に即時検索・出力可能とする | アクセスログは全操作を記録し5年間保管、監査時に即時検索・出力可能とする |
| 日次バックアップを取得しRPO24時間・RTO4時間以内を目安とする | 日次バックアップを取得しRPO24時間・RTO4時間以内を目安とする |
| 月間数万〜10万件規模のレセプトデータ処理に耐えるスケーラブルなクラウド基盤（AWS想定）を構築する | 月間数万〜10万件規模のレセプトデータ処理に耐えるスケーラブルなクラウド基盤（AWS想定）を構築する |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 数組合程度からレセプト・健診データの提供を受け、Excelと統計ソフトで重複受診・頻回受診の候補を手作業で抽出し、担当者に見せて反応と精度を確認する | AI利用料と担当者往訪の交通費だけで済む水準 |
| ②最小システム | チャット質問に答える簡易ダッシュボードとリスクスコアリングの試作を作り、実際の担当者に触ってもらいながら質問の言い回しや欲しい指標を洗い出す | 外注開発で数か月分の費用がかかる水準 |
| ③本開発 | レセプト電算処理標準規格への対応、暗号化・アクセスログ管理を含むセキュアな基盤を構築し、複数組合が同時に使える本番SaaSとして仕上げる | 外部エンジニア複数名の稼働と数か月規模の開発期間を要する水準 |
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 |
|---|---|---|
| 健康保険組合連合会（健保連）データヘルス支援部の担当者 | 全国健保組合への紹介チャネルとデータヘルス計画の実務要件を把握するため | 健保連が主催する実務者研修・セミナーに参加し名刺交換後に個別面談を依頼 |
| 財政悪化が公表されている中堅健保組合（加入者1,000〜3,000名規模）の常務理事 | 予算執行権を持つ意思決定者で赤字組合ほど医療費適正化ニーズが強いため | 健保連公表の決算状況一覧から赤字組合を抽出し電話・紹介経由でアポイント |
| 健保組合を顧客に持つ社会保険労務士法人の担当パートナー | 健保組合との既存信頼関係を活用した紹介営業チャネル構築のため | 社労士会の分科会・勉強会に参加し健保組合案件を持つ事務所に接触 |
| 大手健診機関のデータ連携・システム部門責任者 | 健診データとレセプトデータの連携仕様をすり合わせる提携先候補のため | 健診機関のIR資料・システム部門宛に共同事業提案書を送付し面談設定 |
| 健保組合のシステム担当者（情報システム部門または総務部兼務） | レセプト電算データの提供可否・既存システムとの接続要件を判断する実務窓口のため | 常務理事訪問時に同席依頼し、PoC提案書をもとに技術要件を確認 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 健保連合会の実務者研修・セミナー | 研修の休憩時間や名刺交換の場で「レセプト分析の負担を減らす仕組みを作っています、無料でヒアリングさせてください」と声をかけ、個別面談の約束を取る |
| 社会保険労務士法人からの紹介 | 顧問先に健保組合を持つ社労士に「担当者様の悩みを聞きたいだけです、売り込みはしません」と伝え、面談の橋渡しを依頼する |
| 健保組合のシステム担当者向けオンライン勉強会・SNSコミュニティ | 担当者が集まる勉強会やSNSグループに参加し、現状の集計作業の悩みを聞かせてほしいという投稿・声かけをして個別に連絡を取る |
| 産業医・保健師のネットワーク経由の紹介 | 知人の産業医・保健師に「保健事業の対象者選定で困っている健保担当者を紹介してほしい」と依頼し、実務者に直接会わせてもらう |
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） | 開業届提出前後の法人・個人事業主で創業計画書を提出できる人 | 本事業が想定する創業融資そのものであり、融資総額は500万円を軸に運転資金の立ち上げに使える候補になる |
| 東京都創業助成事業（TOKYO創業ステーション） | 都内で創業予定または創業から一定期間内の中小企業・個人事業主 | クラウド基盤構築やダッシュボード開発の初期費用の一部を補助対象とし、自己資金100万円を補完する候補になる |
| IT導入補助金 | ITツールを導入して業務効率化や販路開拓を図る中小企業・小規模事業者 | レセプト連携基盤やSaaSダッシュボードの導入費・初期導入費の一部を補助対象と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・業務効率化に取り組む事業者 | 健保連合会向けの営業資料作成やカンファレンス出展など、初期の販路開拓費用の一部を補助対象とできる候補になる |
| J-Startup（経済産業省主導の成長支援プログラム） | 成長性が見込まれるスタートアップとして推薦・選定された企業 | 選定されると専門家によるハンズオン支援や規制対応・大手企業との連携機会を得られ、医療データ領域での信頼構築に活用できる候補になる |
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・ヘルスケア領域で挑戦する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。