常見情況
一般顧問公司
要配慮個人資訊容易淪為「避開的對象」
在法規層層交疊的領域,雖然能畫出紙上計畫與組織圖,接觸實際資料的工序卻仍留給客戶或專業廠商。計畫書雖然交付了,卻沒有人實際執行紀錄與申報。
為處理醫療・照護資料等敏感資料的事業體制,打造 AI 轉型(AI Transformation)。
在日常處理要配慮個人資訊的現場,比起「使用 AI」,更需要先建立「能安全使用的體制」。Kurashi Tech 從資料處理設計、導入 AI,到組織調整與人員重新配置,全程一貫地提供支援,在法規範圍之內確實改善利潤,帶來經營成效。
對許多顧問公司與 AI 廠商而言,醫療・照護的要配慮個人資訊是「應避開的風險」。即使能描繪出大致的計畫,實際接觸資料的工序仍會留給客戶或專業廠商。Kurashi Tech 正是一直在執行這些「被留下來的工序」的一方。我們在客戶的環境內執行了 200 家機構的紀錄・申報業務,並持有退件資料。這份「在法規範圍之內實際運作的實績」,是光靠計畫書創造不出的差異。
常見情況
要配慮個人資訊容易淪為「避開的對象」
在法規層層交疊的領域,雖然能畫出紙上計畫與組織圖,接觸實際資料的工序卻仍留給客戶或專業廠商。計畫書雖然交付了,卻沒有人實際執行紀錄與申報。
常見情況
容易只把導入 AI 工具當成目的
平台與工具雖然導入了,但符合委外對象要求、AI 使用規程、重新調整業務流程等事項,往往交由客戶自行處理。無法在現場扎根,只增加成本的情況也不少見。
Kurashi Tech
將以實際資料運作的經驗,直接用於設計
我們在不讓資料外流的前提下,於客戶的環境內執行了 200 家機構的紀錄・申報業務。持有來自國保連與支付基金的退件資料及修正履歷,從規劃、執行,到組織調整與人員重新配置,全程一貫地提供支援。
要讓 AI 產出優質成果,需要大量優質資料。Kurashi Tech 自行聘用領域專家,並親自代辦醫療與照護的行政事務,正因如此,才擁有健康照護領域的優質實際資料與知識。
沒有優質資料,AI 就無法產出優質成果。憑網路上的通用資料,無法讓用於實際業務的 AI 運作。有了現場產生的實際資料,才能成為真正派得上用場的 AI。
200 家機構的紀錄・申報實務、退件與修正的履歷,以及稽核因應的紀錄。這些是經過現場驗證的資料,也運用在 AI Agent 系列「SHISHI」與 AI 平台「CAIVA」中。
為了累積資料,客戶端也要投入大量工時,還得花時間整理要配慮個人資訊的處理方式,專案中途受挫的可能性因此升高。
由於從已有資料與業務知識的狀態起步,幾乎不需要向客戶進行基礎訪談。資料的處理範圍也能在第一次就定義清楚,專案中途受挫的可能性極低。
不同於只提供紙上討論的顧問服務,也不同於只以導入工具為目的的 AI 廠商,我們以單一團隊,支援從資料處理設計、AI 平台、業務重組、規程・稽核,到作為最終落點的組織調整與人員重新配置。
我們的目標對象,是所有與醫療資料相關的事業體。除了醫院與診所連鎖之外,還包括醫療 BPO、醫療金融、醫療商社、醫療物流、製藥。這些產業的業務中都流動著要配慮個人資訊,必須在同樣的法規範圍之內運作。各產業的 AX 應用程式由 PM 與 FDE 團隊設計並實作,其底層則設有共通基盤,由要配慮個人資訊處理基盤、AI Agent 基盤、健康照護實際資料、規程範本與驗證基盤所組成。
醫院專用 AX 應用程式
紀錄・申報・病床運用
診所連鎖專用 AX 應用程式
預約・申報・多據點營運
BPO 專用 AX 應用程式
申報檢查・醫事代辦
金融專用 AX 應用程式
診療報酬債權審查・授信
商社專用 AX 應用程式
醫療器材・藥品的訂購
物流專用 AX 應用程式
藥品・檢體的配送・溫控
製藥專用 AX 應用程式
安全性資訊・臨床試驗・文件管理
專案經理(PM)
設計策略・業務・組織
PM × FDE
前線部署工程師(FDE)
在貴單位環境中實作並陪跑
要配慮個人資訊處理基盤
於客戶環境內・不用於訓練・保存紀錄
AI Agent 基盤
SHISHI・CAIVA
健康照護實際資料
200 家機構的紀錄・申報・退件
規程・治理範本
AI 使用規程・委外對象管理
資安・驗證基盤
委外對象要求・稽核因應
Kurashi Tech 共通基盤(在法規範圍內運作的底層)
企業應該導入 AI 的理由只有一個:「導入 AI 能提升利潤」。Kurashi Tech 以 AI 為手段,專注於提升利潤。然而在醫療・照護領域,只要發生一次個人資訊事故,就會同時失去利潤與信任。因此 Kurashi Tech 會先建立能安全運用要配慮個人資訊的體制,再在此基礎上,支援計入營業成本之員工的組織調整與人員重新配置,確實提升利潤。
利潤分為毛利與營業利益,而根本性的利潤改善,要靠壓縮營業成本來實現。削減計入營業成本的人事費用,是 AI 的角色;而支援被 AI 取代之員工的重新配置與最適配置,則是我們的角色。
人專注於以建立信任為首、能提升營收的業務;進一步提升這些業務的效率,也是 AI 的角色。這類業務會是被 AI 取代之員工最有力的重新配置去處。
漫無目的地使用 AI,只會增加 AI 成本,利潤並不會改善。AI 要導入在哪裡、如何導入,又要如何調整體制來提升利潤,都必須縝密規劃與管理。
使用者・患者的資訊,在客戶的環境內,以不用於訓練的平台處理。依資料種類定義可交付的範圍與加工條件,並保存紀錄。「保護」與「運用」必須同時成立,這是前提條件。
明確界定損益表或經營管理指標中應降低的成本與應提升的營收,並拆解其成因。同時,將所處理的資料盤點分類為要配慮個人資訊、個人資訊、匿名加工資訊與業務資料,明確界定對象組織與業務,設定最終目標。
將 KGI 可視化,並明確界定能達成最終目標的理想狀態(To-Be)。訂定資料處理方針,涵蓋可交給 AI 的資料範圍、加工條件與保存期間,並明確界定所需的改變(主要是組織調整與人員重新配置)。
確認並確定 3 省 2 指引等資安要求,選定能實現 To-Be 業務的 AI。整備 AI 使用規程、委外對象管理與事件因應程序,同時提升專案團隊的 AI 素養。
開發 AI 並先導入部分業務(小規模起步),衡量成效與風險;之後擬定全面導入計畫,進行全面導入。
調整業務執行體制,將空出的工時轉投入能創造營收的業務,並進行人力配置調整。掌握目標指標的達成程度,並持續跟進法令修訂、運轉改善循環。
AX 從設定目標與資料盤點開始,接著是擬定 AI 構想、具體規劃措施、執行措施,最後一路推進到人員重新配置時,經營指標才會大幅改變。
專案原則上僅由 1 名專案經理(PM)與 1 名前線部署工程師(FDE)推進。全程以每週 1 次的例行會議為主軸,但在 STEP 4 執行措施(AI 開發)階段,也可以安排 FDE 常駐貴單位。
全程以每週 1 次的例行會議推進
前線部署工程師(FDE)=在客戶的環境內陪同執行業務,同時負責從找出課題到系統實作的工作。是能在不讓要配慮個人資訊外流的前提下,推進開發與驗證的體制。
為了讓您實際感受 AI 減少工作量的效果,我們準備了快速導入方案。FDE 約每週到訪 1 天,推進 AI 開發。
為了先掌握實施樣貌與在現場的實際效果,我們也提供將原本在 STEP 4 進行的部分 AI 開發與導入,提前作為 STEP 0 執行的方案。
選出最想先試行的業務,運用 AI 進行自動化。即使是快速導入,也會在第一次就定義好交給 AI 的資料範圍與加工條件。
在配置專案經理的前提下,FDE 約每週到訪 1 天,在客戶的環境內推進 AI 開發。
作為資訊部門、DX 推進部門方案,我們針對醫療機構提供撞庫攻擊防護、通用 AI 導入支援與廠商選定・廠商管理代辦服務。
免費
針對醫療機構
因應厚生勞動省於 2026 年 10 月 28 日發出的「因線上診療系統發生非法登入事件,請強化資安對策」,我們提供撞庫攻擊防護免費檢測。具體而言,會檢查多因素認證是否有效、密碼重複使用、可疑登入等項目。
了解更多方案
為處理要配慮個人資訊的組織整備 AI 使用規則
在推動通用 AI 導入時,我們會提出需要處理的議題(課題),並協助逐一解決。具體而言,從導入目的、導入後要讓 AI 執行的工作、導入後可獲得的效果、適合執行這些工作的通用 AI、制定使用規則與指引、要配慮個人資訊的處理範圍,到因應 ISMS 等,全面提供支援。
聯絡我們方案
代辦資訊部門・DX 推進部門的「委託方」工作
從 AI・系統導入的廠商選定,到簽約後的進度管理,我們站在委託方的立場代為執行。內容涵蓋需求定義與 RFP 製作、依據 3 省 2 指引等委外對象要求評估候選廠商、比較報價與提案、整理合約條件,以及導入後的例行會議、課題管理與驗收。憑藉執行 200 家機構業務所累積的知識,以「在現場是否行得通」作為評估標準。
聯絡我們除了上述內容,我們也受理各種主題的洽詢,歡迎隨時與我們聯繫。
如有任何洽詢或疑問,請由此處送出,我們的負責人員將與您聯繫。