Who（誰が）
職員30〜150名規模の特養・老健・グループホーム等を運営する社会福祉法人・株式会社の教育担当者・施設長が主な利用者である。
対象とする社会課題：介護施設の研修内容が現場の事故実態と乖離している
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。
介護施設では毎日のように転倒や誤薬のヒヤリハットが記録されているが、多くは紙やExcelに残るだけで、研修計画には反映されない。教育担当者はシフト調整に追われ、記録を振り返る時間がなく、同じ事故が繰り返される。記録を眠らせたままにせず、現場の傾向に合わせた研修へつなげることが、利用者の安全と職員の定着を守る第一歩になる。
※ 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。
ボタンを押すとAIチャットが開き、ケアラーニングAIの事業内容を読み込んだ状態で、資料の素案をすぐに作成します。市場規模や収益モデルなどの数値もこのショーケースの想定値を反映するので、ゼロから説明する手間はかかりません。
※ 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。
「ケアラーニングAI」は、介護施設が日々記録している事故・ヒヤリハット報告（誤薬、転倒、誤嚥等）をCSVやAPIで月次自動収集し、AIが自然言語処理で分類・時系列分析することで、施設固有の事故傾向に基づいた研修テーマを提案するSaaSです。
教育担当者はダッシュボード上で「夜勤帯の転倒事故が過去3ヶ月で32%増加→夜間巡視手順の研修を推奨」といったAIの提案を確認し、動画やeラーニングをワンクリックで職員に配信できます。職員は対話型AIに「なぜこの研修が必要か」を質問し、実際の事故データを根拠にした回答を得て納得感を持って受講できます。研修後は理解度テストと事故再発率の変化をAIが分析し、次月の提案に反映することで、記録が眠ったままになる構造を解消し、事故の再発防止と教育担当者の業務時間削減（月20時間相当）を実現します。
全国の介護施設（特養・老健・グループホーム等）では年間数十万件の事故・ヒヤリハット報告が発生しているが、多くは紙やExcelで記録されるだけで、研修計画に反映されずに埋もれている。
厚労省調査でも介護事故の約4割は「職員の知識・技術不足」に起因すると分析されているが、研修内容は法定研修（感染症対策、虐待防止等）中心で、施設固有の事故傾向とは無関係に組まれているケースが大半である。施設長や教育担当者は本業（人員配置・シフト調整）に追われ、事故記録を分析して研修計画を作る時間的余裕がなく、結果として同種の事故（誤薬、転倒、誤嚥）が繰り返される。特に中小規模施設（職員50名未満）では専任の教育担当者がおらず、外部研修会社のパッケージ教材をそのまま採用する傾向が強く、現場課題との不一致がさらに拡大している。この「記録はあるが活用されない」という構造的問題が、離職率上昇（介護職員全体で年14.4%、業界平均より高い水準）や再発事故の温床になっている。
①自然言語処理（NLP）により事故記録テキストを分類・構造化し、事故種別・要因・発生条件を抽出する。
②時系列予測モデルにより施設ごとの事故発生傾向をスコアリングし、リスクが高まっている領域を早期検知する。③生成AIによる対話エンジンが、教育担当者・職員からの質問に対し施設固有データを根拠に自然言語で回答し、研修内容の説明・FAQ対応を行う。④研修受講データと事故再発率を相関分析し、研修効果測定とコンテンツ改善提案を自動生成する。
施設の介護記録システムやExcel台帳から事故・ヒヤリハット記録（発生時刻、場所、利用者状態、職員の対応内容等のテキスト）をCSVまたはAPI連携で月次自動収集する。
AIが自然言語処理でこれらの記録を分類（誤薬・転倒・誤嚥・徘徊・虐待リスク等）し、過去6ヶ月の傾向を時系列分析して「今後発生確率が高いリスク領域」を予測する。教育担当者はダッシュボード上でAIが提案する研修テーマ（例：「夜勤帯の転倒事故が過去3ヶ月で32%増加→夜間巡視手順の研修を推奨」）を確認し、対応する研修コンテンツ（動画・eラーニング・対話型AIロールプレイ）をワンクリックで職員に配信できる。職員はチャット型AIアシスタントに「なぜこの研修が必要か」を質問でき、AIが該当施設の実際の事故傾向データを根拠に回答するため、研修の納得感が高まる。研修受講後は理解度確認テストの結果と、その後の事故件数の変化をAIが再度分析し、研修効果を自動レポート化して次月の提案に反映する。
| 教育担当者の研修計画作成人件費（月20時間相当×時給2000円想定） | 年間約48万円 |
| 誤薬・転倒等の事故対応（医療対応・家族対応・報告書作成）にかかる想定コスト | 年間数十万円規模（施設により変動） |
| 離職に伴う採用・再教育コスト（離職率14.4%、1人あたり採用コスト60万円程度の目安） | 職員80名規模施設で年間約690万円（80人×14.4%×60万円の想定） |
| 現場実態と合わない外部研修会社パッケージ契約費 | 年間20万〜50万円程度 |
| SaaS月額利用料（職員50名基準） | 月額5万円（年間60万円） |
| 研修コンテンツ年間パック契約 | 年間30万円 |
| 導入・データ連携設定費（初回一括） | 20万〜50万円（初回のみ） |
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。
介護施設では年間数十万件の事故・ヒヤリハット報告が発生しているが、多くは紙やExcelで記録されるだけで研修計画に反映されず埋もれている。
厚労省調査で介護事故の約4割が職員の知識・技術不足に起因すると分析されているにもかかわらず、研修内容は感染症対策や虐待防止等の法定研修中心で、施設固有の事故傾向とは無関係に組まれているケースが大半である。特に職員50名未満の中小施設では専任の教育担当者がおらず、外部研修会社のパッケージ教材をそのまま採用するため、現場課題との不一致がさらに拡大している。この結果、誤薬・転倒・誤嚥といった同種の事故が繰り返され、離職率上昇（介護職員全体で年14.4%）や再発事故の温床となっている。
MVP開発フェーズはNLP分類精度や研修提案ロジックの仕様が確定していないため、準委任契約が向く。
要件やアルゴリズムの試行錯誤が発生しやすいため、月次の稼働報告とスプリントレビューで進捗を可視化する運用が必要である。Phase2以降のAPI連携機能など仕様が明確化した部分は請負契約に切り替え、スコープと検収基準（NLP分類精度70%以上等）を契約書に明記することが望ましい。介護記録という機微情報を扱うため、秘密保持契約（NDA）と個人情報保護方針の遵守条項、データ削除・返却規定を必ず盛り込むこと。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 施設の教育担当者・施設長（研修計画の立案・研修配信の実行） |
| セカンダリ | 介護職員（研修コンテンツの受講、AIチャットへの質問対応） |
| 管理 | 法人本部の管理者、システム運営会社のカスタマーサクセス担当（複数施設・契約全体の管理） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 事故記録データ自動収集機能 | 介護記録システムのCSV/APIから事故・ヒヤリハット記録を月次取得し分析用DBへ格納する |
| NLP事故分類・構造化機能 | 事故記録テキストを入力し事故種別・要因・発生条件をNLPで抽出して構造化タグ付データを出力する |
| 時系列リスク予測スコアリング機能 | 過去6ヶ月の構造化事故データから時系列予測モデルでリスク領域をスコアリングし施設別ランキングを出力する |
| 研修テーマ推奨ダッシュボード機能 | リスクスコアを入力し推奨研修テーマと根拠データを生成して教育担当者画面に表示する |
| 研修コンテンツワンクリック配信機能 | 教育担当者が研修テーマを選択すると対象職員を抽出し動画・eラーニングを一括配信する |
| 対話型AIアシスタント機能 | 職員・教育担当者の質問文を入力し施設固有の事故データを根拠に自然言語で回答を生成する |
| 理解度確認テスト機能 | 研修受講後にテスト問題を出題し回答を自動採点して理解度スコアをDBに記録する |
| 研修効果・再発率相関分析機能 | 受講データと事故再発件数を入力し相関分析を行い研修効果レポートを自動生成する |
| 研修コンテンツ改善提案機能 | 効果レポートを入力し低効果コンテンツを特定して改善案・次月提案候補を自動生成する |
| 施設間ベンチマーク比較機能 | 同規模・同種施設の事故傾向データを集計し比較指標を算出してベンチマークレポートを出力する |
| 行政・法人向け統計レポート生成機能 | 複数施設の匿名化事故傾向データを集計しPDF・Excel形式の統計レポートを自動生成する |
| テーブル | 主要カラム |
|---|---|
facilities | facility_id, facility_name, facility_type, staff_count, contract_plan, region |
staff | staff_id, facility_id, name, role, hire_date, employment_status |
incident_records | incident_id, facility_id, occurred_at, location, user_status, staff_response_text, raw_source |
incident_classifications | incident_id, category(誤薬/転倒/誤嚥等), cause_factor, confidence_score, model_version |
risk_predictions | prediction_id, facility_id, risk_category, predicted_score, target_period, generated_at |
training_contents | content_id, title, category, format(video/eラーニング/AIロールプレイ), duration_min |
training_assignments | assignment_id, staff_id, content_id, assigned_at, completed_at, test_score |
effect_reports | report_id, facility_id, training_id, incident_reduction_rate, report_period, generated_at |
| # | 画面 |
|---|---|
| 1 | ログイン・施設切替画面 |
| 2 | 事故記録一覧・アップロード |
| 3 | リスク分析ダッシュボード |
| 4 | 研修提案・配信設定画面 |
| 5 | 研修コンテンツ視聴画面 |
| 6 | AIチャット相談画面 |
| 7 | 研修効果レポート画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS（インフラ・スケーラビリティ確保） |
| 2 | Python/FastAPI（分析API開発の実績豊富） |
| 3 | 日本語BERT系NLP（事故記録の分類精度確保） |
| 4 | LightGBM/Prophet（時系列リスク予測に適合） |
| 5 | OpenAI API（対話FAQ生成のコスト効率） |
| 6 | PostgreSQL（構造化・履行データの一元管理） |
| 7 | React/Next.js（ダッシュボードUI開発効率） |
| 区分 | 要件 |
|---|---|
| 月次バッチのデータ収集・分析処理は毎月1〜3日以内に完了し成功率99.5%以上を維持する想定 | 月次バッチのデータ収集・分析処理は毎月1〜3日以内に完了し成功率99.5%以上を維持する想定 |
| 教育担当者向けダッシュボードは平日9時〜18時の稼働率99.9%以上を目標とする | 教育担当者向けダッシュボードは平日9時〜18時の稼働率99.9%以上を目標とする |
| 利用者名・病歴等の個人情報は匿名化処理後にAI分析に利用し、ISMS相当のセキュリティ認証取得を1年目末までに目指す | 利用者名・病歴等の個人情報は匿名化処理後にAI分析に利用し、ISMS相当のセキュリティ認証取得を1年目末までに目指す |
| NLP事故分類モデルおよび事故予測モデルは導入18ヶ月時点で精度70%以上を達成する目標 | NLP事故分類モデルおよび事故予測モデルは導入18ヶ月時点で精度70%以上を達成する目標 |
| 事故記録・研修受講ログは監査対応のため5年間保持し改ざん防止のためアクセスログを記録する | 事故記録・研修受講ログは監査対応のため5年間保持し改ざん防止のためアクセスログを記録する |
| 介護記録システム3社（カイポケ・ケアカルテ・ワイズマン想定）との標準API連携に30ヶ月以内で対応する | 介護記録システム3社（カイポケ・ケアカルテ・ワイズマン想定）との標準API連携に30ヶ月以内で対応する |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | パートナー施設の事故記録をExcelやCSVで受け取り、担当者が手作業で分類・集計して研修テーマ案を作り、施設側にヒアリングで妥当性を確認する。 | AI利用料と施設への訪問交通費程度で、外部発注は行わない水準感 |
| ②最小システム | CSVアップロード機能と簡易ダッシュボードのみを構築し、NLP分類は既存の汎用APIを組み合わせて実装し、数施設で自動化への反応を見る。 | 外注する場合は数か月分の開発費規模、自社開発ならクラウド利用料が中心 |
| ③本開発 | 介護記録システムとのAPI連携、時系列予測モデルの自社学習、対話型AIアシスタント機能を実装し、複数施設への同時展開に耐える基盤を構築する。 | 専門エンジニアの人件費を含む本格開発の予算規模で、初期投資の主要部分を占める水準 |
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 |
|---|---|---|
| 特養・老健等の施設長または教育担当者（職員50〜150名規模の中規模施設） | PoC5施設の候補として事故記録の実態と研修運用の課題を直接確認するため | 都道府県社会福祉協議会・介護施設連絡協議会の会員名簿から紹介依頼、または知人経由の紹介 |
| 介護記録システムベンダーの事業開発・アライアンス担当者（カイポケ運営の恵和ビジネス、ワイズマン等） | API連携の技術要件とデータ提供可否、契約条件を早期に確認するため | ベンダー公式サイトの提携相談窓口またはPARTNER SUMMIT等の業界展示会で名刺交換 |
| 都道府県介護施設連絡協議会の事務局担当者（例：東京都社会福祉協議会 老人福祉施設協議会） | 紹介営業チャネル構築と会員施設への実証実験の告知協力を依頼するため | 協議会公式サイトの問い合わせ窓口から事業説明資料を添えてアプローチ |
| 元施設長・介護福祉士など研修コンテンツ設計の実務経験者 | 施設固有の事故傾向に対応した研修コンテンツ（マイクロラーニング）の内容設計を依頼するため | 介護福祉士会・専門学校の講師リストや人材紹介会社経由でスカウト |
| 個人情報保護・医療介護データに詳しい弁護士または社労士 | 要配慮個人情報である事故記録の取得・分析・第三者提供の適法性を事前確認するため | 医療介護分野専門の法律事務所（弁護士検索サイトの分野別検索）に相談予約 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 介護記録システムベンダー経由の紹介 | パートナー候補の営業担当に「貴社ユーザーの中で事故記録を研修に活かせず困っている施設を紹介してほしい」と伝え、PoC無償提供と引き換えに紹介を依頼する。 |
| 都道府県介護施設連絡協議会の勉強会 | 協議会の研修担当者に連絡し、事故データ活用の勉強会を無償で開催させてもらい、終了後に個別相談を希望する施設を募る。 |
| 介護福祉士養成校・研修会社の紹介 | 研修会社の営業担当に「施設固有の事故傾向に合わせた研修提案を一緒に提案しないか」と持ちかけ、既存顧客施設への同行訪問を依頼する。 |
| 施設長・教育担当者向けSNS/note発信 | 実際の事故記録分析の事例をnoteやFacebookグループで発信し、記事を読んだ教育担当者からの問い合わせを個別ヒアリングにつなげる。 |
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） | 法人設立から一定期間内の創業者で、自己資金要件を満たす者 | 研修コンテンツ開発やクラウド基盤構築など先行投資が必要な創業初期の運転資金として活用でき、融資総額は500万円の想定で資金計画を組める。 |
| 小規模事業者持続化補助金 | 商工会・商工会議所の管轄地域にある小規模事業者 | パンフレットやウェブサイト改修、介護施設連絡協議会での説明会出展など、販路開拓にかかる費用の一部を補助対象にできる候補になる。 |
| 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 | 介護記録システムとのAPI連携や研修提案ダッシュボードの導入費の一部を補助対象にできる可能性がある。 |
| 東京都創業助成事業 | 東京都内で創業を予定または創業から一定期間内の事業者 | 本社を東京都内に置く場合、人件費や賃借料等の創業初期費用の一部を助成対象にできる候補になる。 |
| ものづくり・商業・サービス生産性向上促進補助金（一般型） | 生産性向上に資するシステム・サービス開発を行う中小企業 | 事故記録の自然言語処理モデルや時系列予測モデルの開発費など、革新的サービス開発にかかる投資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。
同じ介護・高齢化領域に挑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