Who（誰が）
急性期一般入院料を算定する200〜600床規模の病院の看護部門・医事課職員、および導入検討時の看護師長・情報システム部門が主な利用者・意思決定者である。
対象とする社会課題：看護必要度の記録・評価業務が看護師の負担となり、記録精度と診療報酬算定の両立が困難
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。
急性期病棟では看護必要度の評価と記録に日々の時間が奪われ、本来患者に向き合うはずの看護師の手が書類作業に取られている。評価基準のばらつきは監査での減算リスクにもつながり、看護師不足が進むほど現場の負担は重くなる。記録業務を支える仕組みがなければ、看護の質も病院の経営も両立できない。
※ 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。
上のボタンを押すと、ケアログナビの事業内容を読み込んだAIチャットが立ち上がり、事業計画書やピッチ資料、要件定義書などの素案をその場で自動生成します。まずは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。
「ケアログナビ」は、急性期病棟の看護師が電子カルテに入力した看護記録をAIが自動解析し、看護必要度A・B・C項目に該当する記載を抽出して評価案を生成するSaaSです。
看護師はタブレット画面で、根拠となる記録箇所がハイライトされた評価案を確認し、ワンタップで承認または修正するだけで日々の評価が完了します。看護師長は病棟全体の重症患者割合の推移をダッシュボードで確認でき、基準(急性期一般入院料1で31%以上等)を下回りそうな兆候をAIが事前にアラートします。月末には医事課向けに算定根拠一覧と整合性チェックレポートを自動出力し、1人あたり月30〜50件・月10時間以上かかっていた記録業務を月5時間以上削減しつつ、減算リスクと監査対応工数を同時に減らすことを目指します。
急性期病棟では入院基本料の算定要件として看護必要度(A・B・C項目)を毎日評価し記録する必要があるが、1病棟あたり看護師が1日30〜50件の評価を手作業で行い、月間で1人あたり10時間以上を記録業務に費やしているとされる。
評価者間で判断基準にばらつきが生じやすく、監査で「重症度、医療・看護必要度」の該当患者割合が基準(急性期一般入院料1で重症患者割合31%以上等)を満たせず减算リスクを抱える病院も多い。看護師不足(2025年に向け全国で最大27万人不足との推計)が進む中、記録業務は「本来の看護時間を奪う非生産的業務」として現場から強い不満が挙がっている。既存の電子カルテ・看護記録システムは入力支援はあっても、記録内容の妥当性チェックや評価根拠の自動抽出までは対応しておらず、看護師長・医事課職員が月末に手作業で記録を突合・修正する負担も大きい。中小規模の急性期病院(200〜400床)ではDX投資余力が限られ、必要度評価の精度向上と業務負担軽減を両立する仕組みが導入されていないのが実情である。
自然言語処理(医療特化の日本語大規模言語モデルをファインチューニング)により看護記録テキストからA・B・C項目該当箇所を抽出・分類し、評価根拠の提示とスコア案の自動生成を行う。
時系列データ解析により患者ごとの重症度推移を予測し、退院調整や必要度基準割れのリスクを早期に警告する予測モデルを併用する。対話型AIアシスタントが看護師からの「この記録はB項目に該当するか」といった質問にリアルタイムで回答し、記録入力時のその場での判断支援を行う。蓄積された評価履歴と実際の監査結果を教師データとして継続学習させ、病院ごとの記録傾向に適応する形でモデル精度を継続改善する。
病棟看護師が電子カルテに入力する日々の看護記録(自由記述・バイタル・処置内容)をAIが自動解析し、看護必要度A・B・C項目に該当する記載を抽出して評価案を自動生成する。
看護師は生成された評価案をタブレット上で確認し、根拠となる記録箇所がハイライト表示された画面でワンタップ承認または修正するだけで評価が完了する。看護師長は病棟全体の評価状況・重症患者割合の推移をダッシュボードでリアルタイムに確認でき、基準割合を下回りそうな兆候をAIが事前にアラートする。月末には医事課向けに算定根拠一覧と記録の整合性チェックレポートを自動出力し、監査対応の準備工数を削減する。導入病院は既存の電子カルテ(富士通・NEC・ソフトウェア・サービス系主要ベンダー)とAPI連携するだけで、大規模なシステム入替なしに利用を開始できる。
| 看護師の記録業務にかかる残業・人件費(150名×月5時間×時給3,000円換算) | 年間約2,700万円 |
| 重症患者割合の基準未達による入院基本料の減算リスク(300床規模の想定) | 年間数百万円〜1,000万円規模の想定 |
| 医事課の月末突合・監査準備の人件費(月20時間×2名×時給2,500円換算) | 年間約120万円 |
| 評価者間ばらつきによる再教育・是正対応コスト(研修・個別指導工数) | 年間約50万〜100万円の想定 |
| 月額SaaS利用料(300床・1床800円) | 月額24万円(年間288万円) |
| 監査対応レポートオプション | 月額5万円(年間60万円) |
| 初期導入・連携構築費(電子カルテAPI連携・研修込み) | 初年度一括150万〜300万円 |
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。
急性期病棟では看護必要度A・B・C項目を毎日評価・記録する必要があり、1病棟の看護師が1日30〜50件を手作業で行い、月間1人あたり10時間以上を記録業務に費やしている。
評価者間で判断基準がばらつきやすく、重症患者割合が基準(急性期一般入院料1で31%以上等)を満たせず減算となるリスクを抱える病院も多い。2025年に向け看護師が最大27万人不足するとの推計もある中、記録業務は「本来の看護時間を奪う非生産的業務」として現場の不満が強い。既存の電子カルテは入力支援はあっても記録内容の妥当性チェックや評価根拠の自動抽出には対応しておらず、看護師長・医事課が月末に手作業で突合・修正する負担も大きい。
MVPのAI評価エンジン・電子カルテ連携部分は要件が固まりにくく精度検証を繰り返す前提のため準委任契約が適しており、パイロット病院での実測データを基に仕様を確定させながら開発する進め方が現実的です。
一方、フェーズ2以降のダッシュボードやレポート出力機能など要件が明確な部分は請負契約で範囲・工数を固定しコストを管理することが望ましいです。発注時は診療報酬改定への追従(評価項目・基準変更)を保守契約の対象範囲に明記し、改定対応の追加費用が発生し得ることを事前に合意しておく必要があります。また医療情報システムの安全管理ガイドライン準拠やISMS/プライバシーマーク相当の水準を仕様書に明記し、セキュリティ要件の未達による再委託・是正対応の責任分担を契約書に定めることが重要です。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 病棟看護師(日々の看護必要度評価・記録の承認・修正を行う) |
| セカンダリ | 看護師長(病棟全体の重症患者割合モニタリングとアラート対応)、医事課職員(月末の算定根拠確認・監査対応) |
| 管理 | 病院の情報システム部門またはベンチマーク運用元の事業者(電子カルテ連携設定、利用者権限管理、モデル更新の運用管理) |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 必要度該当項目抽出 | 看護記録テキスト→医療特化LLMでA・B・C項目該当箇所を抽出→該当箇所と根拠テキストを出力 |
| 評価案自動生成 | 抽出結果→スコアリングロジックで評価案を生成→項目別評価案とハイライト箇所を出力 |
| 評価承認・修正UI | 評価案とハイライト表示→看護師がタブレットで確認→ワンタップ承認/修正結果を記録 |
| 対話型AIアシスタント | 看護師の質問文→LLMが記録内容と照合し回答生成→該当項目判定結果を即時表示 |
| 重症度推移予測・基準割れアラート | 患者ごとの評価履歴時系列→予測モデルで重症患者割合を推計→基準未達リスクを師長へ自動アラート |
| 継続学習・モデル更新 | 評価履歴と監査結果データ→教師データとして再学習→病院別最適化モデルを更新配信 |
| 病棟ダッシュボード | 各病棟の評価データ→集計・可視化処理→重症患者割合推移をリアルタイム表示 |
| 監査対応レポート自動出力 | 月次評価データと記録→算定根拠抽出・整合性チェック→医事課向けレポートPDFを自動生成 |
| 電子カルテ連携・データ取込 | 電子カルテのHL7/API出力→データ変換・正規化処理→看護記録DBへ格納 |
| ベンチマーク分析サービス | 複数施設の匿名化評価データ→統計比較分析→地域・病院群比較レポートを出力 |
| ユーザー権限・アクセス管理 | 職員IDとロール情報→権限判定処理→看護師/師長/医事課別に画面・機能を制御 |
| テーブル | 主要カラム |
|---|---|
患者 | patient_id, name, birth_date, ward_id, admission_date, discharge_date |
病棟 | ward_id, ward_name, hospital_id, bed_count, admission_fee_type |
看護記録 | record_id, patient_id, staff_id, record_datetime, record_text, record_type |
必要度評価 | assessment_id, patient_id, assessment_date, item_a_score, item_b_score, item_c_score, total_score, approval_status |
AI評価案 | ai_suggestion_id, record_id, item_category, extracted_text, confidence_score, suggested_score |
承認履歴 | approval_id, assessment_id, staff_id, approved_at, modified_flag, modification_reason |
スタッフ | staff_id, name, role, ward_id, license_number |
アラート | alert_id, ward_id, alert_type, alert_date, threshold_value, actual_value, status |
| # | 画面 |
|---|---|
| 1 | ログイン画面 |
| 2 | 患者一覧・評価入力画面 |
| 3 | AI評価案確認画面 |
| 4 | 病棟ダッシュボード画面 |
| 5 | 重症患者割合推移画面 |
| 6 | 監査レポート出力画面 |
| 7 | AI質問応答アシスタント画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS(医療情報ガイドライン準拠のクラウド基盤実績) |
| 2 | 医療特化LLM(看護記録の専門用語理解精度向上のため) |
| 3 | FHIR/HL7(電子カルテ標準規格連携で開発コスト削減) |
| 4 | Python/FastAPI(NLP処理と高速API開発の両立) |
| 5 | React/TypeScript(タブレット操作性とダッシュボード構築) |
| 6 | PostgreSQL(構造化データと時系列データの両立管理) |
| 7 | Auth0(医療情報アクセス制御と多要素認証の実装) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: SaaS稼働率99.5%以上(月間ダウンタイム約3.6時間以内)を目標とする |
| セキュリティ | セキュリティ: 医療情報システムの安全管理ガイドライン第6.0版準拠、通信はTLS1.2以上・保存データはAES256暗号化 |
| 性能 | 性能: 看護記録1件あたりAI評価案生成を平均3秒以内で応答する |
| 認証 | 認証: ISMS/プライバシーマーク相当の第三者認証を導入後1年以内に取得する想定 |
| 運用 | 運用: 障害発生時は1時間以内に一次対応、4時間以内の復旧を目標SLAとする |
| バックアップ | バックアップ: 評価データは日次バックアップし30日分を保持、リストア可能とする |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 協力病棟の実際の看護記録テキストを人力で読み、A・B・C項目に該当する記述を手作業で抽出・分類してみて、AIに任せられる範囲と判断が難しい箇所を洗い出す | 自分の作業時間とヒアリングの交通費だけで足りる水準 |
| ②最小システム | 電子カルテ連携なしで、看護記録テキストを貼り付けるだけの簡易画面を作り、医療特化LLMで評価案とハイライト表示を試作し、看護師に承認・修正してもらって精度を測る | AI利用料と外部エンジニアへの小規模な業務委託費で数か月分の水準 |
| ③本開発 | 電子カルテとのAPI連携、看護師長向けダッシュボード、基準割れアラート、医事課向けレポート出力までを含む本番システムを開発し、複数病棟での本稼働に耐える形に仕上げる | 外部委託を含む開発費で数か月〜半年分の水準感、規模はチーム編成次第 |
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 |
|---|---|---|
| 急性期病院(200〜400床)の看護部長・看護必要度委員会責任者 | 現場の記録業務負担と評価基準ばらつきの実態を把握し、パイロット導入の合意形成を得るため | 日本看護管理学会や病院看護管理者向け研修会での名刺交換、または知人紹介による面談設定 |
| 電子カルテベンダー(富士通Japan・NEC・ソフトウェア・サービス)の医療ITアライアンス担当者 | API連携の技術要件と販売代理店契約の可能性を早期に確認し、連携協定締結の道筋を作るため | 各社の医療ソリューション部門窓口へ資料送付後、医療情報学会展示ブースで直接商談 |
| 対象病院の医事課長(診療報酬算定・監査対応の実務責任者) | 月末の算定根拠突合作業の実態と監査対応レポートへの具体的ニーズを確認するため | 看護部長訪問時に同席依頼し、医事課の月末業務フローをヒアリング |
| 地方厚生局(看護必要度の届出・適時調査担当部署)の担当官 | 重症患者割合の算定基準運用や適時調査での確認事項の実務的な解釈を確認するため | 所轄地方厚生局の医療課へ電話で事前相談予約を取り訪問 |
| 医療情報システムの安全管理ガイドラインに詳しい医療情報技師(病院情報システム部門) | 電子カルテとのAPI連携時のセキュリティ要件・院内承認プロセスを事前に把握するため | 日本医療情報学会の医療情報技師コミュニティ経由で紹介を依頼 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 日本看護管理学会・医療情報学会などの展示会 | ブース来訪者に「記録業務の時間を減らす仕組みを作っています、御院の記録の流れを教えてください」と声をかけ、後日のヒアリング約束につなげる |
| 電子カルテベンダーの営業担当者経由の紹介 | 「連携先候補として、既存のお客様の中で記録業務に困っている病棟を1〜2施設紹介してほしい」と依頼し、共同訪問の形で持ち込む |
| 知人経由の看護部長・看護師長への直接アプローチ | 「無償の3か月トライアルで記録時間の実測をさせてほしい、結果は共有する」と伝え、まずは1病棟だけの小さな依頼にする |
| 医事コンサルタント・病院経営コンサル会社との連携 | 「監査対応で困っている病院があれば、記録の整合性チェックの試作を無償で見せたい」と伝え、既存の顧客病院への同行を依頼する |
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（旧・新創業融資制度） | 新たに事業を始める人・創業して間もない事業者 | 自己資金100万円に対して融資総額830万円を確保でき、代表1名でのAIモデル開発・電子カルテ連携交渉の初期人件費や外部委託費に充てられる候補になる |
| 東京都中小企業振興公社 創業助成事業 | 都内での創業を予定する者、または創業後一定期間内の中小企業者等 | 看護記録解析AIの試作開発費や医療特化LLMのファインチューニング委託費など、創業初期の事業費・人件費の一部を助成対象にできる可能性がある候補 |
| ものづくり・商業・サービス生産性向上促進補助金 | 革新的な製品・サービス開発に取り組む中小企業者 | AI評価案生成モデルの開発やダッシュボード・アラート機能の実装を「サービス開発」として申請できる可能性がある候補 |
| 小規模事業者持続化補助金 | 小規模事業者（創業直後の法人も対象になり得る） | 日本看護管理学会や医療情報学会への出展費用、営業用資料・デモ環境の整備など販路開拓の費用に使える候補 |
| IT導入補助金（IT導入支援事業者として登録） | ITツールを導入する中小企業（本制度では導入側の病院が対象、自社は支援事業者として登録する立場） | 自社が支援事業者に登録すれば、導入病院側の初期費用負担を制度上軽減でき、営業時の提案材料になる候補 |
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・ヘルスケア領域に取り組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