はじめに

こんにちは、チームAIELで参加させていただいたルイです！
先日、「Health Tech Hackathon [Fast Doctor × Qiita]」に参加してきました！
私は現在、専門学校で情報系を学んでいる学生で、ハッカソン参加はまだ数回目。
今回は医療 × テクノロジーというテーマに惹かれて挑戦しました。
この記事では、学生視点での参加の流れや、開発したもの、学び、感想を書いていきます。

参加のきっかけ

元々AIやWebアプリ開発に興味があり、特に医療分野は社会的な意義も大きいと感じていました。
Qiitaで開催告知を見つけたとき、「これは今挑戦しないと！」と思いすぐに応募。
オンライン開催だったので、福岡からリモートで参加できる点も魅力的でした。

開発したアイデア

テーマは「オンライン診療の効率化」。
私たちのチームは、AI問診 × グループ診療システムを提案しました。

患者が予約時にAIアバターと自動問診
症状の似ている患者同士をAIがグループ化
医師は診療科ごとの患者グループを一括で診療できるUI
グループごとにビデオ通話を開始でき、待ち時間を大幅削減

技術的な工夫

Supabaseを使ったリアルタイムDB構築（診療科・患者・グループ紐付け）
React + Tailwind CSSで医師画面と患者画面を分けたレスポンシブUI
AI分析部分はOpenAI APIを利用し、症状分類を自動化
「ビデオ通話開始」ボタンでWebRTC接続をトリガー

2日間という短い開発期間で実装するため、最初からMVP（最小限機能）に絞って進めました。

苦労した点

医療分野の知識不足で、現実的な仕様に落とし込むのに時間がかかった
AI分類の精度を上げるためのプロンプト設計が難しかった
複数ユーザー同時接続のビデオ通話で接続安定性に苦労

学び

医療分野の課題感を理解することの重要性
技術だけではなく、現場の使いやすさを意識しないと実用化は難しい。
チーム開発での役割分担
時間制限の中で、得意分野を生かして進めるのが効率的。
アウトプットの大切さ
発表資料やUIデザインも評価に直結することを実感。

使用技術

まとめ

今回のハッカソンは、単に技術を試す場ではなく、**「社会課題をどう解決するか」**を深く考える経験になりました。
学生のうちにこうした場で挑戦できるのは貴重なので、興味がある人はぜひ参加してみてください！
次はもっと短期間で実装精度を上げられるよう、日々の学習を続けていきたいと思います。