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。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。
患者が特定の病院に集中し待ち時間が増大。医療従事者の疲弊と医療の質の低下を招いています。
「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。
国の医療データに基づく正確な情報 ・ ファストドクター等との連携
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。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・オンラインへの振り分け比率を地域×時間帯で分析。
ファストドクター向け病院所在地×人口×検索需要で「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→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。
収益化の基盤オンライン診療・往診ともに複数事業者を並べ、利用者が比較選択できる状態をつくる。
危険徴候を検知したら、連携先より119・#7119・#8000を先に提示する。
事業連携の有無は画面上で明示。恣意的な並び順の固定は禁止。
コード変更時、「特定事業者の単独推奨」が含まれていないかを毎回レビューする。
「事業連携が存在する場合であっても、レッドフラグ該当時および赤判定時には、 連携先への誘導よりも公的窓口(119、#7119、#8000)を優先して提示する」
— 問診システム仕様説明書 v2.0 第7.4章「中立性ガイドライン」ファストドクター等への患者送客に対するフィー。コンバージョンベースで課金。
医療需要データを行政機関に継続提供するSaaSモデル。
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。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、ファストドクターとの連携、県医師会承認取得、大学教授との共同研究を同時推進中。
