軽症にも関わらず救急車を要請するケースが全出動の半数以上を占め、真に緊急性の高い患者への対応が遅延するリスクが増大しています。
患者が特定の病院に集中することで待ち時間が増大し、医療従事者の疲弊と医療の質の低下を招いています。
人々が「病院に行こうと思った瞬間」の情報は、これまで一切可視化されてきませんでした。医療資源の配分は過去の受診データに依存しています。
国の医療データに基づく正確な医療機関情報 ・ ファストドクター等との連携によるオンライン診療送客
検索位置を500mメッシュに匿名化。時間帯別の検索密度をリアルタイムで地図上に可視化。
行政向け最優先データ症状カテゴリ別の検索推移を蓄積。「症状検索トレンド」として位置づけ、公衆衛生データとの突合で早期警戒に活用。
学術研究連携119番・病院・オンライン診療への振り分け比率を地域×時間帯で分析。軽症での救急志向が高いエリアを特定。
ファストドクター向け病院所在地×人口×検索需要を重ね合わせ、「空白地帯かつ需要が高い」エリアを特定。
政策立案支援検索→トリアージ→病院詳細→アクション実行の各段階を計測。「検索したが行動に至らなかった人」と「実際にアクセスした人」を区別。
収益化の基盤ファストドクター等への患者送客に対するフィー。トリアージで「オンライン診療適性あり」と判定されたユーザーを直接送客し、コンバージョンベースで課金。
医療需要ヒートマップ・症状トレンド・空白地帯分析を行政機関に継続提供するSaaSモデル。議会で使える政策立案資料として提供。
Google Mapでの病院検索に正確性の課題を感じたことをきっかけに、国の公開データを活用した病院検索サービスの開発を開始。プロダクト開発にとどまらず、検索ログから得られる「受診前医療需要データ」の学術的価値に着目し、医療資源の最適配分に取り組んでいます。
茨城県土浦市での実証実験を基盤に、ファストドクターをはじめとする民間企業との連携、県医師会からの承認取得、大学教授との共同研究を同時並行で推進中。
