PLAY IT! PLUS

参加者は、プロトタイプの出力のターゲットが最小限の実行可能な製品（ MVP ）段階に成熟した状態で、産業パートナーが直接提供する問題文から逸脱して、医療分野の実際の問題に答える人工知能ベースのソリューションを設計します。

課題（Problem Statement）の例：

• 受付段階では、患者の待ち時間を短縮する必要がある。
• 問診段階では、主訴を手作業で記録するため時間がかかり、記録の書式が統一されないことがある。
• 診断段階では、患者の病歴が分散しており、全体を把握しにくい。
• 治療段階（放射線、検査、リハビリ）では、検査の依頼と結果が手作業で行き来し、時間がかかる。検査機器の結果を病院情報システム（SIM RS）に再入力する必要があり、余分な時間がかかるうえ入力ミスのリスクがある。
• 薬局段階では、処方の待ち時間が長く、医薬品の在庫をリアルタイムで把握できず、欠品のリスクがある。
• 支援サービスでは、部門間の連携がいまだに紙や口頭で行われ、データが不完全なため請求が遅れる。
• SATUSEHAT、Mobile JKN、病院情報システム（SIM RS）が個別に運用されており、同じデータを複数のプラットフォームに入力しなければならない。
• Mobile JKN からの予約待ちと窓口での受付が、病院情報システム（SIM RS）と常に同期しているわけではない。

…その他の課題。

参加者は、産業化プロセスにおける実際の産業問題に答える人工知能ベースのソリューションを設計します。これは、産業パートナーが直接提供する問題文から逸脱し、プロトタイプの出力ターゲットが成熟して最小段階実行可能製品（ MVP ）になり、さらなる下流経路が開かれます。

課題（Problem Statement）の例：

• 到着が集中し品質検査にも時間がかかるため、タンクローリーの待ち時間が長い。
• 原料は準備できているが、次の工程がまだ受け入れられる状態にない。
• 一部の包装ラインが供給能力を上回る速さで原料を消費し、工程が滞る。
• 製品・包装の切り替えや設備洗浄の順序が適切に計画されておらず、時間が無駄になっている。
• 次の工程の準備ができていないため原料がタンク内で長時間待機し、品質低下のリスクがある。
• データが多くの工程に分散しているため、特定のタンクローリーの原料がどの製品になったかを追跡しにくい。

…その他の課題。

参加者は、産業パートナーが直接提供する問題文から逸脱して、食料安全保障の分野における実際の問題に答える人工知能ベースのソリューションを設計し、プロトタイプ出力のターゲットは最小限の実行可能な製品（ MVP ）段階に成熟します。

課題（Problem Statement）の例：

• 作付け暦と天候：異常気象により農家が作付け時期を誤り、病害虫も予兆なく発生する。
• 籾の価格と農家の交渉力（流通）：農家は収穫時の適正価格を知らないことが多く、仲買人に買いたたかれやすい。
• 地域間の主要食料品の価格差（流通）：主要食料品の価格が地域によって大きく異なり、住民はその理由も、より安く買える場所も分からない。
• 収穫後ロス（生産）：乾燥・貯蔵・精米が伝統的な方法で行われ、管理されていないため、収穫物が失われる。
• 家庭と小売の食品ロス（供給）：食べられる食品が廃棄される一方で、食料が不足している住民もいる。
• 肥料の適時・適正な配分（管理）：小規模農家は、補助肥料を受け取る権利、入荷時期、受け取り場所を確認しにくい。
• 農業の担い手と農地の継承（生産）：若者は農業を敬遠し、住民による監視がないまま生産的な農地が減り続けている。
• 住民レベルでの食料在庫とアクセス（供給）：住民は地域の食料在庫や、安価な食料がどこで手に入るかを知らない。例えば SPHP 米では、Bulog が稲作の主産地ではない地域への供給に重点を置くよう求められている。

…その他の課題。