Home
効果的な施策立案を支援「Policy Twin」
過去の経験や勘に頼らず、住民一人一人を考慮し、住民向けサービスの提供前に事前に効果をシミュレーションできる、自治体・民間企業向け施策立案支援技術です。
住民向けサービス提供における課題
社会課題を解決する住民向けサービスにおいては、これまで自治体・民間問わず様々な施策が企画、検討、提供されてきました。
しかしサービス提供前にその効果を算出することは難しく、過去の経験や勘に頼らざるを得なかった点が課題でした。
Policy Twinなら
文章で記された各種施策をAIで解析・デジタル化し、条件分岐を最適化。実証経済学の知見、
デジタルリハーサルによる住民の行動選択の事前検証等も活用し、効果の算出、他事例の参照比較、
内容変更によるシミュレーション等、 最適な住民向けサービスの探索を効率的に行うことができます。
Policy Twinがもたらす価値
- 各自治体の人口構成やサービスなどを考慮した施策の立案が容易に
- 実証経済学の資源配分の考え方に基づいた施策の提案
- 施策立案にかける時間を削減、社会の合意形成が容易に
- シミュレーションによる効果の事前検証により施策立案を効率化
|
|
|
|
|
|
技術概要
ターゲット業界・ユーザー
- 政府や自治体の施策立案部門や実施部門
- 企業の戦略・企画立案部門やコンサルティング部門
ターゲット業界・業務の課題
- 限られた社会資源の中で、どの様な人にどの様なサービスを提供するか定めた施策を改善し、効果を最大化する必要がある。
- 専門家でも施策の効果を事前に算出することは難しいため、多くの場合、担当者の勘や経験に頼っている。
- 自治体、企業、住民などのステークホルダーの意見が異なるため、合意形成に時間がかかっている。
技術課題
- 文章で記載されている施策をデジタル化（機械可読な形式に変換）する技術
- デジタル化した現状の施策を基により効果的な施策の候補を生成する技術
- 施策の候補を実行した場合に目標指標がどのように変化するか算出する技術
解決策
- 文章で記載された施策を、大規模言語モデル等によって機械可読なフロー形式に変換（特許出願済）
- 複数のフロー形式の施策を分解・再構成して新たな施策を自動生成（特許出願済）
- フロー形式の施策を使ったシミュレーションによって目標指標を算出（特許出願済）
Policy Twinがもたらす価値（詳細）
- 広く収集したフロー形式の施策を分解・再構成することで、新たな施策候補を自動生成して提案できる。
- 施策候補に対してシミュレーションを行い、効果やコストなどの目標指標を算出することで、事前検証できる。
- 複数の施策候補の効果の違いを比較検討することで、効果を最大化する施策を見つけることができる。
富士通の技術優位性
- 機械可読形式の施策と実績データによる施策候補の生成とシミュレーションにより、効率的な施策立案を支援。
- 立案した施策の根拠も示すことができるため、多様なステークホルダー間の合意形成や社会への実装を促進。
利用シーン
- 施策立案者
- 様々な社会課題、業務課題を解決するための施策を立案する際に、既存の施策の分析、施策検討・立案に活用
事例・ユースケース
- 保健事業の重複服薬指導
- 背景
- 複数の医療機関にかかり、同じ薬を重複して受け取ったり、多種類の薬を飲んだりすることが問題となっている。
- 本来の効果を得られないばかりか、副作用のリスクや、余分に処方されることによる医療費の増大につながる。
- 各自治体は、住民の医療履歴データを活用して対象者を抽出し、保健師などが訪問指導を行い、住民の行動変容を促している。
- 抱える課題
- 各自治体は重複服薬の解消に向けて訪問指導の健康増進に対する取り組みなどを行っている。
- しかしながら、十分な効果を出せている自治体が少なく、改善が求められている。
- 誰に対してどのような指導を行うと効果が高いのか、それを解決する施策を導き出すことは容易ではない。
- Policy Twinで解決
- 複数の自治体の施策を機械可読なフロー形式に変換する。
- 他の成功自治体の施策を基に新たな施策候補を生成し、対象自治体の課題を解決できる新たな施策として提案する。
- 複数の施策候補を実行した場合の目標指標を提示し、効果の違いを比較することで、効果を最大化する施策を選定できる。
- 背景
技術お試し
- デモ：デモのお試し
- デモ動画：（近日公開予定）
関連情報
ドキュメント
| 資料名 | 説明 |
|---|---|
| Web画面操作マニュアル | デモの画面操作マニュアルです |
| データ作成マニュアル | デモで使用するデータの説明です |