← ステッカーウォール AGENT · DETAIL

Doctolib臨床AIデータフライホイール：月額79ユーロの裏にある3年間のユーザーデータ計画

ワークフロー：診療所内の文字起こしエージェントがリアルタイムで録音・転写し、15秒以内にSOAP構造化カルテを生成してICD-10コードを自動提案する。医師の確認後、データは匿名化されてデータベースに格納される。臨床AIラボは毎週新しい症例を集約してモデ

AGENT

主要項目

FIELD STAMPS

業界医療・介護

地域欧州（欧洲（法国））

規模中小企業

チャネルオンライン

🔧 ワークフロー

診療所内の文字起こしエージェントがリアルタイムで録音・転写し、15秒以内にSOAP構造化カルテを生成してICD-10コードを自動提案する。医師の確認後、データは匿名化されてデータベースに格納される。臨床AIラボは毎週新しい症例を集約してモデルを微調整し、モデル能力が転写精度に還元されて、データ複利の閉ループを形成する。個人版：1つの診療所にオープンソース文字起こしツールを無償導入し、匿名化コーパスと交換する。毎月エクスポートして垂直医療モデルを微調整し、連携費を得ながらデータを蓄積する。

🛠 構築のハードル

まず、データ契約に署名してくれる小規模診療所1件と契約し、無償の文字起こしツールを交換条件として提供する。技術スタックは音声転写と大規模モデル要約の微調整で、データ匿名化パイプラインを習得する必要がある。コンプライアンス面では、GDPRに従ってインフォームドコンセントとopt-outの仕組みを整えなければならず、Doctolibのテンプレートを参照できる。約1〜2か月で単一診療所のパイロットを稼働させ、その後2件目に複製する。

🧰 ツールチェーン

🔧 Whisper
🔧 GPT-4o または Mistral API
🔧 Azure OpenAI
🔧 LangGraph
🔧 Doctolib API
🔧 Tandem Health 連携

💰 収入

Doctolibは文字起こしエージェントに月額79ユーロを追加課金しており（一部ユーザーは64ユーロ、助産師は39ユーロ）、新規顧客ゼロでも主要な増収エンジンである。個人版でこの価格設定を再現する場合、医師10名と契約すれば約790ユーロ/月、50名なら約3950ユーロ/月となり、さらにデータライセンスと微調整モデルAPIのサブスクリプションを上乗せできる（公開価格に基づく試算）。

💸 コスト

Whisperはオープンソースで無料、GPT-4oやMistralなどの大規模モデルAPIは従量課金で月額数十ユーロ程度。コンプライアンス審査、匿名化処理、データ契約に関する弁護士書類は一時費用で、具体的には現地の法律顧問の料率次第である。

⏱ 時間投入

毎日約1〜2時間でコーパスの格納とモデル微調整を行い、毎週半日で診療所を再訪してデータを回収し、医師のレビューフィードバックを同期する。

🚀 初心者ガイド

ステップ1：地域の小規模な総合診療所を1件探し、Whisperベースのオープンソース文字起こしツールを無償提供して、匿名化済み問診コーパスの使用権と交換する。同時に、DoctolibとInria、Insermの連携モデルおよびopt-outの同意テンプレートを研究し、双方向データ契約を起草する。単一診療所で稼働させたら2件目に複製し、医師レビューの閉ループによって徐々にコーパス規模を拡大する。

🔑 成功のカギ

✅ データコンプライアンスを最優先：opt-outの同意と匿名化は生死を分けるライン
✅ InriaやInsermのような臨床研究パートナーと連携し、医師の信頼を高める
✅ まず無償でデータを集め、その後課金する。データ複利フライホイールで差別化の堀を築く
✅ 人間による最終判断：AIの下書きは医師のレビューを経て初めて格納され、レビュー記録自体が品質の裏付けと反復改善のシグナルとなる

⚠️ 风险

⚠️ プライバシーと規制リスク：フランスの人権団体はすでにDoctolibのopt-outデータ計画に懸念を示している。GDPRの下でデフォルト参加方式により健康データを収集してAIを訓練する合法性には議論があり、個人が行う場合はなおさら一線を越えやすく、専門家の法律意見による下支えが必要だ
⚠️ 臨床精度リスク：転写やコード提案に誤りがあると誤診や保険請求紛争を招く可能性がある。AI生成カルテの責任帰属は不明確であり、医師のダブルチェック義務を維持し、契約書で免責の範囲を明確にしなければならない
⚠️ 競争圧力リスク：Abridge、NablaなどのポイントソリューションやTandemなどの第三者文字起こし連携事業者がすでに市場を侵食している。79ユーロの価格設定は、より安価な一体型ソリューションに崩される可能性があり、個人が再現する場合は純粋な価格ではなく、地域診療所との信頼関係で勝負する必要がある

📌 実例

📌 Doctolibは2024年10月に医師向け文字起こしエージェントを発表し、2025年末までに数百万件の診察を処理し、月額79ユーロを追加課金した。2026年8月には3年間の臨床AI研究計画を開始し、臨床人工知能ラボが主導、Inria、Inserm、パリ大学と連携して、一部の成人ユーザーの健康データを用いて臨床AIツールを訓練する。ユーザーは拒否を選択できる
📌 Tandem Healthは自社のAI文字起こし製品をDoctolibに接続し、構造化ノートをワンクリックでプッシュできるようにした。第三者連携事業者としてDoctolibエコシステムに切り込み、個人開発者がDoctolib APIやMCPコネクタを通じて予約自動化とデータ同期を行い収益化する道筋を間接的に実証した
📌 DoctolibはAzure OpenAI Serviceを技術基盤として臨床AI対話機能を展開し、2026年から600名のエンジニアが100% agentic coding（Claude Codeなど）を使用して開発ワークフローを再構築している。これはプラットフォームレベルのAI変革におけるエンジニアリング投資規模と、参照可能なクラウド基盤選定を示している

出典