医療LLM 生成AI Chatシステムの提供 国内唯一の医療AI技術サービス
掲載日 2025年03月18日 IT・通信起業内容
投資説明資料
Innvator Z 株式会社
代表取締役CEO尾形典武
2025/04/01
学びと成長は無限大であることを模した会社ロゴです。
簡易的 医用・看護記録書類自動生成 デモ動画
印刷される時はURLをコピーしてご利用ください。
1. Med X デモ - AIチャット、看護 経過記録: https://www.loom.com/share/66be2be281194de2b3034a8f27935ddd
2. Med X デモ - AIチャット、初診時カルテ: https://www.loom.com/share/6ee0ca28054b4ef2a8b105d1b38be8f7
医療LLM（大規模言語）を利用した高度で未来型AI-Chat
1．医用・看護用記録書類の自動生成と医療従事者間コミュニケーションの提供
2．地域医療連携・多職種連携のAI医療DX提供
３．1.2により病院・医療・看護業務の効率化と自動化、集患などによる収益の拡大、医療の質の向上、患者満足度の向上を実現するサービスの提供が可能
対象施設：病院・クリニック・在宅医療クリニック・へき地医療クリニック・介護施設（高齢者施設）・訪問看護施設・訪問介護施設・薬局・地域医療連携・多職種連携iAI医療DXの提供に該当する施設
1. 投資概要
プロジェクト名: 対象施設の医療LLM 生成AIチャットアプリの開発
対象市場: 日本国内およびグローバル市場
業界：メディカルに関連する全施設
全業界（プロダクトの汎用型開発後）
投資目的: 医療LLM （大規模言語モデル）生成AIを利用した対象施設の業務の効率化と自動化促進（レセプトなど）、医用・看護用記録書類の自動生成化とネットワーク連携、EHR・PHRとCT・MRI画像の院内・院外の多職種とネットワーク連携
（多職種：クリニック、介護施設（高齢者施設）、訪問看護施設、訪問介護施設、在宅医療施設）
※EHR（Electronic Health Record）とは、電子健康記録や生涯医療記録とも呼ばれ、個人の医療情報を電子的に記録・共有する仕組みです
※PHR（PersonalHealth Record）とは、個人の健康や医療に関する情報をデジタルで一元管理したものです。生涯型電子カルテとも呼ばれます
医療LLM 生成AIチャット導入のメリット：（Med X）
業務の効率化
・医療LLM 生成AIチャットアプリ実証実験
横浜市立大学医学部附属病院 福浦
2025年１月13日～17日 計５日間 実施
看護師の退院サマリー自動生成： 最大70 %削減
病院の収益改善
1. 業務効率化によるコスト削減
• 医師・看護師の業務時間短縮
・診療記録、退院サマリー、紹介状生成などの記録文書作業を自動化
・1日あたり2〜3時間の事務作業削減により、医療従事者の残業代削減
• 患者対応の効率化
・外来・入院患者への問診・案内をAIチャットで対応
・コールセンターの業務量を削減し、人的コストを30〜40％削減
【予測効果】
• 人件費・事務コスト年間 20〜30% 削減
• 1施設あたり年間 1,000〜2,000万円のコスト圧縮
2. 患者満足度向上とリピート率アップ
• 24時間対応の患者相談
患者の不安をリアルタイムで解消
再来院率、紹介件数の増加
• 予約・問診の自動化で待機時間短縮
患者の離脱防止、診療回数の増加
【予測効果】
• 外来患者数 5〜10% 増加
• 収入増加 500〜1,000万円/年
3. 新規サービス・自費診療の導入
導入メリット:
• オンライン診療・遠隔診療の推進
・AI対応により遠隔での相談・フォローが可能
・自費診療メニューの増加で収益増加
• PHR (Personal Health Record) 活用による予防医療促進
・長期的に患者の健康管理を支援 → 自費診療への誘導
【予測効果】
• 自費診療収益増加 1,000〜3,000万円/年
【総合的な黒字化効果】
項目 収益増/コスト削減効果
人件費・事務コスト削減 1,000〜2,000万円/年
外来患者数増加による収入 500〜1,000万円/年
自費診療・新規サービス収入増 1,000〜3,000万円/年
合計効果 2,500〜6,000万円/年
ROI（投資回収期間）：1〜2年で導入費用回収
→ 3年目以降は黒字化が見込める
投資収益率 ：ROI 112.7％ 実証実験から算出（２２５床）
2. 市場分析
2.1 成長性
• LLM技術の進化に伴い、医療業界におけるAI活用の需要が拡大。
• 国内医療市場の成長（2025年市場規模予測：約40兆円）。
• 日本国内における医療DX（デジタルトランスフォーメーション）の推進。（厚労省DX補助金対象）
2.2 競争環境
• 主要競合: Carecom、NEC、 富士通、 GE Healthcare
株式会社オプティム、株式会社シーエスアイ
• 差別化要因: 日本市場特化型、LLM生成AIの活用、病院向
けの専門UI
LLM 生成AIチャットシステムや生成AIシステム
国内病院のAI導入は黎明期
他社国内導入事例 2025年2月現在
1. 東北大学附属病院
東北大学病院では、日本語の大規模言語モデルを活用し、電子カルテの情報を基に医療文書を自動作成する生成AIシステムを活用した結果、医療文書の作成時間を平均47%削減することに成功し、医師の負担軽減と診療サービスの質向上が期待されています。
2. 順天堂大学附属医院
順天堂大学は、生成AIを活用して診療報酬の算定を効率化するシステムの開発を開始しました。電子カルテの情報を基に、従来は数日かかっていた診療報酬の算定作業を数分程度に短縮することを目指しています。これにより、医療現場の負担軽減や患者の待ち時間短縮が期待されています。
3. 大阪国際がんセンター
大阪国際がんセンターでは、生成AIを活用した会話型システムを導入し、医師の問診を支援する取り組みを進めています。AIが患者の症状を聞き取り、治療の流れを説明することで、診察時間の短縮や医師の負担軽減が期待されています。
4. 織田病院
社会医療法人祐愛会織田病院は、株式会社オプティムと株式会社シーエスアイと協力し、オンプレミス型の大規模言語モデル「OPTiM AI」を導入しました。電子カルテシステムと連携し、入退院時の文書作成業務を効率化することで、医療従事者の負担軽減と医療サービスの質向上を目指しています。
これらの事例は、LLMを活用したAIチャットや生成AIが医療現場での業務効率化や医師の負担軽減に寄与していることを示しています。
5. 日本赤十字社 石巻赤十字病院
石巻赤十字病院では、AI問診ツール「Ubie」を導入し、診察前に患者がAIによる問診を受けることで、1回の診察時間を約3分短縮することに成功しました。
6. 福岡和白病院
福岡和白病院は、来院前に患者がAI問診を受けるシステムを導入し、来院後の待ち時間を短縮しています。
7. 恵寿総合病院
恵寿総合病院では、生成AIを活用して退院時サマリーの作成時間を従来の3分の1に削減する実証実験を行い、医療文書作成の効率化を図っています。
これらの事例は、LLMや生成AIの導入が医療現場の業務効率化や医療従事者の負担軽減に寄与していることを示しています。
【導入後、実証中の病院】
相澤病院では、株式会社プレシジョンと協力し、国産の生成AIを活用した実証実験を開始しています。
橋本市民病院では、NECと共同で、電子カルテの情報を匿名化、クラウド上のLLMを活用して要約文章を生成する実証を行っています。
次世代の生成AIの研究開発を目指して
思考の推論を瞬時に組み立てるディープランニング領域の記憶を頼らずとも人の思考とクセを記憶する組み替えの領域を置くことが、
複雑でメモリー消費が多く、電力を消費することになっていました。着想段階なのですが、例えば、着想から思考、出力をするコアを並列に組み込むことで横断的思考が可能となります。
直列で上下に思考を繰り返す設計より格段に省力的で多くの思考の
摩擦を回避することが可能と考えており、横軸の比較のコアの中から、正解を出力することが可能と考えています。この仕組みが人の脳のニューロ系統の横断とよく似ており、人工というより、人の知能の出力により近くなり、あくまで仮説ですが、実験の結果正しいと証明出来れば、生成AIにモラルを持たせることが可能であるかが、研究開発の難易度が高いところではないかと推論しています。
3. 事業モデル
3.1 収益構造
医療LLM 生成AIチャットアプリ
使用デバイス
iPhone10以上・Android9以上・iPad6世代以上・Windows10以上・MacOS13以上 推奨
• サブスクリプションモデル（月額課金）:
・病院へ提供
オーダーメードⅠ:
・地域医療連携・多職種連携AI医療DXの提供
• 一括課金モデル:
・病院へ提供
オーダーメードⅠ:
・地域医療連携・多職種連携AI医療DXの提供
オーダーメードⅡ:
・在宅医療・へき地医療リモートAI診療システムの提供
カスタマイズ:
・院内・院外の医療情報共有型、リモートで多職種と連携
ライヴビデオ会議システム
・院内のどこにあっても会議や話し合いが可能なライヴ会話シ
ステムの提供
AI／IPリモートカメラ:（Verkada社製）
・ 弊社でAIを改良。病室などの院内モニタリング、防犯リ
モートカメラとして利用。AIが患者の異変を検知して、
受け持ち担当者に画像付きメールで自動通知。在宅医
療、へき地医療での利用も見込む
病院で利用するリモートカメラは厚労省で医療機器認定が検討されて
いる
Verkada社は（米）弊社がパートナー登録しているメーカーです
2025年開発案件 ※印は 特許申請予定
• 多言語対応:（5月より）
• 音声認識によるテキストの自動生成:（6月より）
• RAGを構築した 医療LLMで 生成AIによる完全自動AIカルテの開発:（7月より）※
• 電子カルテまたは完全自動AIカルテとネットワークし医療LLM生成AIレセプトの自動作成（７月より）※
• 医療LLM生成AIによるSOAP自動作成（５月より）
• ライセンス提供: 医療IT企業へプロダクトを提供（検討中）
• データ解析サービス: 病変見逃しを防止する医療画像データのAI解析と診断（８月より）
• 院内・院外対応バイタル計測機器のリモート制御デバイスの開発:（8月より）※
• 在宅医療システム（へき地医療を含む）リモート診療包括ネットワークシステム。（弊社AI完全自動カルテまたは電子カルテ対応型。）処方箋発行、紹介状発行、看護記録、服薬記録、介護記録の自動作成、AI/IPリモートカメラによるモニタリングと患者異常時の受け持ち担当者への自動通知システム：（7月）
3.2 ターゲット顧客
• 大規模病院・大学病院（虎ノ門病院、慶應義塾大学病院など、公立、民間）
• 中規模病院（地方分野、都市分野の医療機関）
• 小規模病院・クリニック（地方分野、都市分野の医療機関）
• 介護施設（高齢者施設）
• 在宅医療専門クリニック（一般併設含む）
• へき地医療専門クリニック（一般併設含む）
• ERセンター併設病院（ドクターヘリ設置・一般併設含む）
• 医療IT・DX企業（電子カルテ・医療情報システム、医療機器企業）
4. 投資リスクと対策
4.1 技術リスク
• リスク: LLMの精度や医療データの取り扱いの課題
• 対策: 医療機関と提携し、定期的な検証と改善
4.2 市場リスク
• リスク: 厳格な医療規制やデータ保護法への対応
• 対策: 国内医療規制に準拠した開発、法規対応:ISO27001審査中（5月認可予定）、５月より専門チームを編成
4.3 資金リスク
• リスク: 開発コストの増大、AI/IPリモートカメラの大量仕入時のコスト
• 対策: 段階的な資金調達、政府補助金の活用
5. 資金調達計画
個人投資家 様：
非議決権付優先株:年5％のリターン（四半期毎）
VC・ファンド 様：
投資期間: 3〜5年 想定リターン: 25〜30%のIRR（内部収益率）
• シリーズA ラウンド PMF昇格（2025年3月）：
個人投資家 様 から 合計 ３千万円を調達予定（2025年度中）
使途：
プロダクト開発50%、セールス活動30%、マーケティング１0%、運転資金5%、設備資金5％
VC・国内ファンド 様 から 合計5億円を調達予定
使途：
プロダクト開発40%、セールス活動30%、マーケティング１0%、運転資金10%、設備資金10％
• シリーズB ラウンド（2026年）：
VC・国内ファンドから追加投資 合計15億円を調達予定
使途：
プロダクト開発40%、セールス活動40%、マーケティング5%、運転資金10%、設備資金5％
• IPO（2028年）：
時価総額300億円以上を目標
6. 投資のメリット
• 2025年問題による高齢者や昨今の感染症の増加で患者の受け入れが増加する病院で、これまでにない医療LLM 生成AIの応用技術を投下する開拓者先行利益
• 病院業務の効率化や自動化によって残業コストの削減やペーパーレス化の促進で収益が改善。医療の質の向上、患者満足度の向上が実現する。
• 医療従事者、事務側のはたらき方の転換を促し、病院全体の評価の向上に貢献。これにより集患率が高まることで、赤字の病院は赤字が黒字に転換、黒字の病院は黒字が伸長する。
これらのことにより、Med Xの導入が促進できる。
病院赤字の深刻な状況
Med Xの導入を行い、はたらき方の転換と業務改革により構造的な改革を行うことで、黒字転換も可能と考えられる一例（課題は非効率経営での資金流失、患者のリピート率低下、高額医療報酬となる疾患事例を拾わないなどの放漫、慢性期の高齢者が多く、長期で入院しベットの回転率低いなど）
最新の国内病院の赤字率（経常収支差額ベース）に関する情報は以下の通りです。
最近の川崎市の病院赤字問題の記事（URLで記事にジャンプ、印刷の場合はコピーご利用ください。）
印刷の場合は、下記表記をコピーして記事をご覧ください
深刻な病院経営…川崎市立3病院で累積赤字180億円 27年度中に黒字化を目指すというが、先行き不透明
________________________________________
