De Novo Orthopedics
AIがソフトウェアを無料にする時代 -- 埋め込み型センサー、Thick Software、そして本当の堀
Blog/
|||

AIがソフトウェアを無料にする時代 -- 埋め込み型センサー、Thick Software、そして本当の堀

GPTがあれば、誰でも週末でSaaSを構築できます。ソフトウェアが希少でなくなった時、価値はどこへ移るのか。データへ -- ただし、どんなデータでもよいわけではありません。他者が複製できないデータです。埋め込み型センサーからの組織力データこそ、まさにそのようなデータです。Thin Softwareが消え、Thick Softwareが生き残り、センサーがゲームのどこに位置するかを解説します。

aistrategysensordiscovery-r

ソフトウェアが食われている -- AIによって

2011年、マーク・アンドリーセン(Marc Andreessen)は「ソフトウェアが世界を食べている」と言いました。2026年、世界が食い返しています。

GPT-4があれば、エンジニアリングチームなしでも週末に動くSaaSを構築できます。Cursor、Claude Code、Copilotはシニアエンジニアのアウトプットを3～5倍に増幅します。オープンソースモデルの推論コストは年間90%ずつ低下しています[1]。

その結果、ソフトウェアの限界費用がゼロに近づいています。

誰でもAIを使って3日でリハビリトラッキングアプリ、PROM収集ツール、患者教育プラットフォームを構築できるなら、これらのもの自体にはもはや価値がありません。

これは仮定の話ではありません。SWORD Health（評価額40億ドル）は7年かけてAIモーション認識エンジンを構築しました[2]。今日、オープンソースのMediaPipe Poseは代償運動の検出で98%以上の精度を達成しています[3]。MedBridgeは2025年にスマートフォンカメラのみのモーション分析をリリースしました[4] -- 追加のハードウェアは不要です。

ツールが無料になった時、ツールは堀ではありません。

Thin Software vs. Thick Software

これらの用語を定義しましょう。

Thin Softwareはインターフェース層です。既存のデータをより良い形で表示したり、既存のプロセスをより便利に実行したりします。ダッシュボード、フォーム、ワークフロー自動化、ほとんどのSaaS -- すべてThin Softwareです。

Thin Softwareの特徴：

  • データソースが公開されているか、代替可能
  • コアロジックをAIが1週間で書き直せる
  • 競合に必要なのは、より良いUIかより低い価格だけ
  • ユーザーのロイヤルティは習慣に依存し、代替不可能性には依存しない

Thick Softwareは独自のデータソースと深く統合されたシステムです。データを表示するだけでなく、他者が入手できないデータを生成し、自分しか訓練できないモデルを訓練します。

Thick Softwareの特徴：

  • データソースが独自で、物理的で、複製不可能
  • コアバリューはコードではなくデータフローにある
  • 競合がより良いソフトウェアで追いつけない。なぜならボトルネックはデータ取得にあるから
  • ユーザーのロイヤルティは「このシステムは他のシステムが知らないことを知っている」に依存

ヘルスケアAIにおける「Thin Software」の墓場

過去5年間、デジタルヘルス分野で数百のAI製品が登場しました。そのほとんどはThin Softwareです。

  • AIトリアージチャットボット：公開された医学文献で訓練。どのLLMでも実現可能
  • リハビリのモーション認識：MediaPipe/YOLO Poseがオープンソースで十分な精度
  • 患者教育プラットフォーム：公開ガイドラインのコンテンツ。AIが多言語版を即座に生成
  • スケジューリング/ワークフローツール：標準的なCRUDアプリ。Cursorで3日あれば複製可能

これらの製品は悪くありません -- 防衛不可能なのです。AIがソフトウェア開発コストをゼロに近づける時、誰でも機能的に同等の代替品を構築できます。価格競争が始まります。利益率が消滅します。

データが堀 -- ただし、どのデータかによる

「データは新しい石油」という言葉は言い尽くされています。しかし、ほとんどの人が見落としている重要な区別があります。

複製可能なデータ ≠ 堀。公開された医学文献、FDAデータベース、PubMed論文 -- どのAI企業でもスクレイピングできます。このデータで訓練されたモデルは誰でも匹敵できます。

複製不可能なデータ = 堀。物理世界から生成され、特定のハードウェアが収集に必要で、特定の臨床コンテキストにのみ存在するデータ -- これが本当の参入障壁です。

具体的には：

データの種類複製可能か堀になるか
PubMed文献誰でもスクレイピング可能いいえ
一般的なウェアラブル（歩数、心拍数）Apple Watchが既に持っているいいえ
スマートフォンベースのモーションキャプチャ（ROM）MediaPipeがオープンソースいいえ
PROM質問紙データ患者との関係性＋プロセスが必要弱い
埋め込み型センサーの組織力データ特定のハードウェアの埋め込みが必要強い
センサー + PROM + モーションの相互相関フルスタックが必要最強

埋め込み型センサー = Thick Softwareの基盤

2つのコンセプトをつなげましょう。

埋め込み型センサーからのデータは、現在デジタルヘルスにおいて最も複製不可能なデータです。その理由は以下の通りです。

  1. 物理的障壁：規制当局が承認した医療機器を人体に埋め込んでから、初めてデータ収集を開始できます。ショートカットも、APIも、オープンソースの代替もありません。
  2. 臨床的関係の障壁：外科医があなたのインプラントの使用を選択しなければなりません。これはダウンロードの決定ではなく、患者の一生に影響する医学的判断です。
  3. 時間的障壁：すべてのデータポイントは実際の手術と実際の回復過程から生まれます。訓練データの生成を加速することはできません。
  4. 統合の障壁：単一のセンサーのデータは1つの質問にしか答えません（「組織はどれだけの力に耐えているか」）。動作データ、PROM、臨床記録と組み合わせて初めて、完全な臨床的問いに答えることができます。

だからこそセンサーはThick Softwareの基盤なのです。自分だけがアクセスできるデータチャネルを創出します。このチャネル上に構築されるあらゆるAIモデル -- 予測モデル、アラートシステム、パーソナライズされたリハビリプロトコル -- は自動的にこの堀を引き継ぎます。

Persona IQが切り拓いた潮流

Zimmer BiometのPersona IQは、整形外科デジタル化のマイルストーンです -- 現在唯一の市販スマート整形外科インプラント[5]。フォローアップ受診の前に、患者の回復状況を外科医に可視化するという、それまで誰も成し遂げていなかったことを実現しました。

日々蓄積される歩行データにより、Persona IQは現在以下のことが可能です[6]。

  • 静脈血栓塞栓症（VTE）リスクの予測 -- 臨床症状が現れる前に異常な歩行パターンの変化を検出
  • 人工関節周囲感染（PJI）の早期シグナルの検出 -- 急激な活動量低下、歩行対称性の悪化
  • 予定された受診前のリスク患者の呼び戻し -- データに異常が示された場合、受診間の期間であってもシステムがアラート

これは画期的な前進です。従来、外科医はフォローアップ受診時にしか患者の状態を知ることができませんでした。Persona IQは「受動的な待機」を「能動的なモニタリング」に変え、整形外科デジタルトランスフォーメーションの重要な第一歩を踏み出しました。

しかしPersona IQは、この世代の技術の限界も同時に定義しています。動作を計測し、症状のある変化を検知できますが、無症候の組織レベルの変化はまだ捉えられません。患者は気分が良く、正常に歩いているかもしれません。しかしインプラント-骨界面では既に異常な応力分布が生じている可能性があります -- この「表面は正常、内部は悪化」というシナリオは、加速度センサーやジャイロスコープでは見えないのです。

次世代の埋め込み型センサーが答えなければならない問い：患者が何かを感じる前に、組織の中で何が起きているのか。

これはまさに、パッシブLC力センサーの領域です。動作ではなく力を計測する。「膝がどう動くか」ではなく「組織がどれだけのストレスに耐えているか」を計測する。CardioMEMSは循環器分野でこの技術経路を既に証明しました -- CHAMPION試験で心不全入院を37%削減しています[7]。2026年までにCardioMEMSは10万名以上の患者に留置され、Abbott社の心不全部門は年間12%の成長を続け、FDAは2026年2月に次世代リーダーを承認しました[8]。これは歴史的な前例ではなく、加速する市場です。Discovery Rは同じ物理学を整形外科に持ち込みます -- Persona IQを置き換えるためではなく、Persona IQがまだ見えない層を加えるためです。

De NovoのThick Softwareスタック

すべての議論をつなげると、私たちの戦略は「最高のAIを作る」でも「最高のアプリを作る」でもありません。代替不可能なデータフローを構築することです。

Layer 1 -- 力：Discovery R埋め込み型LCセンサー → リアルタイムの組織界面力データ。スマートフォンアプリやウェアラブルでは代替できません。

Layer 2 -- 動作：スマートフォンCV + ウェアラブル → ROM、歩行、代償運動。この層の技術は代替可能ですが、Layer 1と統合されて初めて完全な意味を持ちます。

Layer 3 -- 体験：自動化されたPROM収集 → 患者報告の痛み、機能、QOL。デジタル化が収集コストを削減し、CMS 2028コンプライアンスにも対応します。

Layer 4 -- 予測：3つの層すべてを消費するMLモデル → 誰が、いつ、どのような介入を必要とするかを予測。

競合はLayer 2、3、4をソフトウェアで複製できます。しかしLayer 1のセンサーデータがなければ、彼らのモデルは一次元が欠けた世界のようなものです -- 表面は見えても、内部は見えません。

「フルスタックAI」の本当の意味

「フルスタックAI」についてはAIが変える整形外科で議論しました。ここで、より精密に定義できます。

フルスタックAIとは「すべてを自分でやる」ことではありません。「データソースから臨床判断に至る完全なチェーンにおいて、少なくとも1つのリンクが複製不可能である」ことです。

AIシステムが公開データのみを消費するなら → Thin Softwareを構築しています。 AIシステムが独自のデータを消費するなら → Thick Softwareを構築しています。

センサーが複製不可能なリンクです。ソフトウェアは、このリンクを臨床的価値に変えるパイプラインです。

堀はソフトウェアにはありません。堀はデータフローにあります。ソフトウェアは堀を正しい方向に導くチャネルです。

結論：AIはヘルスケアソフトウェア企業を殺さない

AIが殺すのは、ソフトウェアしか持たないヘルスケアソフトウェア企業です -- 公開データをきれいなインターフェースでラップした製品です。

AIが増幅するのは、独自のデータソースを所有する企業です。なぜなら、AIは「データをインサイトに変える」コストをゼロに近づけますが、「独自のデータを取得する」コストは低下していないからです。

ソフトウェアが無料になった時、データが製品です。 AIが無料になった時、センサーが堀です。

参考文献

  1. Stanford HAI. AI Index Report 2025 — AI model costs and performance trends. Link

  2. SWORD Health acquires Kaia Health for $285M. MobiHealthNews. 2026. Link

  3. Towards Intelligent Assessment in Personalized Physiotherapy with Computer Vision. Sensors. 2025. PMC

  4. MedBridge Motion Analysis — phone-camera-based movement assessment. Link

  5. Zimmer Biomet shares smart knee data at AAOS 2024. MedTech Dive. Link

  6. Persona IQ sensor ROM correlation with in-office measurements. Journal of Clinical Orthopaedics and Trauma. 2026. ScienceDirect

  7. Abraham WT, et al. Sustained efficacy of pulmonary artery pressure to guide adjustment of chronic heart failure therapy: CHAMPION trial. The Lancet. 2016;387(10017):453-461. PubMed

  8. Abbott Wins FDA Approval for Updated Heart Failure Monitoring Device (CardioMEMS HERO). MedTech Dive. February 2026. Link

関連記事