Khi AI khiến phần mềm trở nên miễn phí — Cảm biến cấy ghép, phần mềm dày và con hào thực sự

Phần mềm đang bị ăn — bởi AI

Năm 2011, Marc Andreessen tuyên bố: "Phần mềm đang ăn thế giới." Đến năm 2026, thế giới đang ăn ngược lại.

GPT-4 cho phép một người không có đội ngũ kỹ thuật tự tay dựng một sản phẩm SaaS chạy được chỉ trong một cuối tuần. Cursor, Claude Code và Copilot giúp năng suất của kỹ sư giàu kinh nghiệm tăng gấp 3-5 lần. Chi phí suy luận của các mô hình mã nguồn mở giảm 90% mỗi năm^[1].

Kết quả là gì? Chi phí biên của phần mềm đang tiến dần về không.

Nếu ai cũng có thể dùng AI để làm ra một app theo dõi phục hồi chức năng, một công cụ thu thập PROM, hay một nền tảng giáo dục bệnh nhân chỉ trong ba ngày — thì bản thân những thứ đó không còn giá trị nữa.

Đây không phải là giả thuyết. SWORD Health (định giá 4 tỷ USD) đã mất bảy năm để xây dựng engine nhận diện động tác bằng AI^[2]. Ngày nay, MediaPipe Pose mã nguồn mở đã đạt độ chính xác trên 98% trong phát hiện động tác bù trừ^[3]. MedBridge ra mắt công cụ phân tích động tác chỉ cần camera điện thoại vào năm 2025^[4] — không cần thêm bất kỳ phần cứng nào.

Khi công cụ trở nên miễn phí, công cụ không còn là con hào (moat) bảo vệ doanh nghiệp.

Phần mềm mỏng và phần mềm dày

Hãy cùng định nghĩa hai khái niệm này.

Phần mềm mỏng (Thin Software) là một lớp giao diện. Nó trình bày dữ liệu sẵn có theo cách tốt hơn, hoặc thực thi quy trình hiện có theo cách tiện lợi hơn. Dashboard, biểu mẫu, tự động hóa quy trình, phần lớn các sản phẩm SaaS — tất cả đều là phần mềm mỏng.

Đặc điểm của phần mềm mỏng:

Nguồn dữ liệu công khai hoặc có thể thay thế
Logic lõi có thể được AI viết lại chỉ trong một tuần
Đối thủ chỉ cần giao diện tốt hơn hoặc giá rẻ hơn là đủ
Người dùng trung thành vì thói quen, không phải vì không thể thay thế

Phần mềm dày (Thick Software) là hệ thống tích hợp sâu với nguồn dữ liệu độc quyền. Nó không chỉ trình bày dữ liệu — nó tạo ra dữ liệu mà người khác không thể có được, rồi dùng chính dữ liệu đó để huấn luyện những mô hình mà chỉ nó mới huấn luyện được.

Đặc điểm của phần mềm dày:

Nguồn dữ liệu mang tính độc quyền, vật lý, không thể sao chép
Giá trị cốt lõi không nằm ở đoạn code, mà nằm ở dòng chảy dữ liệu
Đối thủ không thể đuổi kịp bằng phần mềm tốt hơn, vì nút thắt nằm ở khâu thu thập dữ liệu
Người dùng trung thành vì hệ thống này biết những điều mà hệ thống khác không biết

"Nghĩa địa phần mềm mỏng" trong AI y tế

Trong năm năm qua, hàng trăm sản phẩm AI đã xuất hiện trong lĩnh vực y tế số. Phần lớn trong số đó là phần mềm mỏng:

Chatbot AI hỏi bệnh: huấn luyện trên tài liệu y khoa công khai, LLM nào cũng làm được
Nhận diện động tác phục hồi chức năng: MediaPipe/YOLO Pose là mã nguồn mở, độ chính xác đã đủ dùng
Nền tảng giáo dục bệnh nhân: nội dung lấy từ hướng dẫn công khai, AI có thể tạo bản đa ngôn ngữ chỉ trong vài giây
Công cụ lên lịch hẹn/quy trình làm việc: ứng dụng CRUD tiêu chuẩn, Cursor có thể sao chép lại trong ba ngày

Những sản phẩm này không phải là dở — mà là không có con hào. Khi AI kéo chi phí phát triển phần mềm xuống gần bằng không, ai cũng có thể tạo ra một phiên bản thay thế với chức năng tương đương. Cuộc đua về giá bắt đầu, và lợi nhuận biến mất.

Dữ liệu mới là con hào — nhưng phải xem là dữ liệu nào

Câu "dữ liệu là dầu mỏ mới" đã bị nói đến phát nhàm. Nhưng phần lớn mọi người bỏ qua một sự khác biệt then chốt:

Dữ liệu có thể sao chép được ≠ con hào. Tài liệu y khoa công khai, cơ sở dữ liệu FDA, các bài báo trên PubMed — công ty AI nào cũng có thể thu thập. Mô hình bạn huấn luyện từ những dữ liệu này, người khác cũng huấn luyện được y hệt.

Dữ liệu không thể sao chép = con hào thực sự. Dữ liệu sinh ra từ thế giới vật lý, cần phần cứng đặc thù mới thu thập được, chỉ tồn tại trong những bối cảnh lâm sàng cụ thể — đó mới là rào cản thật sự.

Cụ thể như sau:

Loại dữ liệu	Có thể sao chép?	Có con hào?
Tài liệu PubMed	Ai cũng thu thập được	Không
Thiết bị đeo thông thường (số bước chân, nhịp tim)	Apple Watch đã có	Không
Nhận diện động tác qua camera điện thoại (ROM)	MediaPipe là mã nguồn mở	Không
Dữ liệu bảng hỏi PROM	Cần mối quan hệ với bệnh nhân + quy trình	Yếu
Dữ liệu lực tác động lên mô từ cảm biến cấy ghép	Cần cấy ghép phần cứng đặc thù	Mạnh
Đối chiếu chéo cảm biến + PROM + động tác	Cần toàn bộ hệ thống	Mạnh nhất

Cảm biến cấy ghép = Nền tảng của phần mềm dày

Bây giờ, hãy kết nối hai khái niệm này lại.

Dữ liệu do cảm biến cấy ghép tạo ra hiện là loại dữ liệu không thể sao chép nhất trong lĩnh vực y tế số. Lý do:

Rào cản vật lý: bạn cần một thiết bị y tế đã qua thẩm định của cơ quan quản lý, cấy vào cơ thể người, mới bắt đầu thu thập được dữ liệu. Không có đường tắt, không có API, không có giải pháp mã nguồn mở thay thế.
Rào cản quan hệ lâm sàng: bác sĩ phẫu thuật phải chủ động chọn dùng thiết bị cấy ghép của bạn. Đây không phải là quyết định tải một app — mà là một quyết định y khoa ảnh hưởng đến cả đời bệnh nhân.
Rào cản thời gian: mỗi điểm dữ liệu đến từ một ca phẫu thuật thật và một quá trình hồi phục thật. Bạn không thể đẩy nhanh việc tạo ra dữ liệu huấn luyện.
Rào cản tích hợp: dữ liệu của một cảm biến đơn lẻ chỉ trả lời được một câu hỏi ("mô đang chịu bao nhiêu lực?"). Chỉ khi kết hợp với dữ liệu động tác, PROM và hồ sơ lâm sàng, nó mới trả lời được trọn vẹn câu hỏi lâm sàng.

Đó là lý do vì sao cảm biến là nền tảng của phần mềm dày: nó tạo ra một kênh dữ liệu mà chỉ mình bạn tiếp cận được. Bất kỳ mô hình AI nào xây trên kênh dữ liệu đó — mô hình dự đoán, hệ thống cảnh báo, phác đồ phục hồi cá nhân hóa — đều tự động thừa hưởng con hào này.

Xu hướng do Persona IQ khởi xướng

Persona IQ của Zimmer Biomet là một cột mốc trong quá trình số hóa ngành chỉnh hình — hiện là thiết bị cấy ghép chỉnh hình thông minh duy nhất đã thương mại hóa^[5]. Nó làm được điều chưa ai từng làm: cho phép bác sĩ phẫu thuật biết tình trạng hồi phục của bệnh nhân ngay cả trước khi họ quay lại tái khám.

Nhờ tích lũy dữ liệu dáng đi hằng ngày, Persona IQ hiện đã có thể^[6]:

Dự đoán nguy cơ huyết khối tĩnh mạch (VTE) — phát hiện những thay đổi bất thường trong dáng đi trước khi triệu chứng lâm sàng xuất hiện
Phát hiện tín hiệu sớm của nhiễm trùng quanh khớp nhân tạo (PJI) — hoạt động giảm đột ngột, độ đối xứng của dáng đi xấu đi
Gọi bệnh nhân có nguy cơ quay lại khám sớm hơn lịch hẹn — khi dữ liệu cho thấy bất thường, hệ thống có thể cảnh báo ngay cả khi chưa đến ngày tái khám

Đây là một bước tiến lớn. Trước đây, bác sĩ phẫu thuật chỉ biết được tình trạng bệnh nhân khi họ đến tái khám. Persona IQ đã biến "chờ đợi thụ động" thành "giám sát chủ động", đặt bước chân đầu tiên mang tính then chốt cho quá trình chuyển đổi số của ngành chỉnh hình.

Nhưng Persona IQ cũng cho thấy ranh giới của thế hệ công nghệ hiện tại: nó đo động tác, có thể phát hiện những thay đổi đã có triệu chứng, nhưng chưa thể nắm bắt những biến đổi ở mô khi bệnh nhân còn chưa có triệu chứng (asymptomatic). Một bệnh nhân có thể cảm thấy hoàn toàn ổn, dáng đi bình thường, trong khi bề mặt tiếp xúc giữa implant và xương đã xuất hiện phân bố ứng suất bất thường — tình huống "bên ngoài bình thường, bên trong đang xấu đi" này nằm ngoài tầm nhìn của gia tốc kế và con quay hồi chuyển.

Câu hỏi mà thế hệ cảm biến cấy ghép tiếp theo cần trả lời là: khi bệnh nhân chưa cảm nhận được gì, điều gì đang thực sự xảy ra bên trong mô?

Đây chính xác là lãnh địa của cảm biến lực học LC thụ động — đo không phải động tác, mà là lực. Không phải "đầu gối di chuyển thế nào", mà là "mô đang chịu bao nhiêu ứng suất". CardioMEMS đã chứng minh tính khả thi của hướng công nghệ này trong tim mạch — thử nghiệm lâm sàng CHAMPION cho thấy tỷ lệ nhập viện vì suy tim giảm 37%^[7]. Đến năm 2026, CardioMEMS đã được cấy ghép cho hơn 100.000 ca, bộ phận suy tim của Abbott vẫn tiếp tục mở rộng với tốc độ tăng trưởng 12% mỗi năm, và FDA cũng đã phê duyệt đầu đọc thế hệ kế tiếp vào tháng 2 năm 2026^[8]. Đây không phải là một tiền lệ "từng thành công" — mà là một thị trường đang tăng tốc. Discovery R mang cùng nguyên lý vật lý đó vào ngành chỉnh hình — không phải để thay thế Persona IQ, mà để bổ sung lớp dữ liệu mà nó chưa thể nhìn thấy.

Kiến trúc phần mềm dày của De Novo

Ghép tất cả manh mối lại, chiến lược của chúng tôi không phải là "làm ra AI tốt nhất" hay "làm ra app tốt nhất". Mà là xây dựng một dòng chảy dữ liệu không thể thay thế:

Tầng 1 — Lực (Force): cảm biến LC cấy ghép Discovery R → dữ liệu lực tác động lên bề mặt mô theo thời gian thực. Không có app điện thoại hay thiết bị đeo nào thay thế được.

Tầng 2 — Động tác (Motion): thị giác máy tính trên điện thoại + thiết bị đeo → ROM, dáng đi, động tác bù trừ. Công nghệ ở tầng này có thể thay thế được — nhưng chỉ khi tích hợp với Tầng 1 nó mới có ý nghĩa trọn vẹn.

Tầng 3 — Trải nghiệm (Experience): thu thập PROM tự động → mức đau, chức năng, chất lượng cuộc sống do chính bệnh nhân báo cáo. Số hóa giúp giảm chi phí thu thập, đáp ứng yêu cầu tuân thủ CMS 2028.

Tầng 4 — Dự đoán (Prediction): mô hình ML tiếp nhận đồng thời dữ liệu từ ba tầng trên → dự đoán ai cần can thiệp, khi nào, và bằng cách nào.

Bất kỳ đối thủ nào cũng có thể sao chép phần mềm ở Tầng 2, 3, 4. Nhưng nếu không có dữ liệu cảm biến từ Tầng 1, mô hình của họ giống như một thế giới thiếu mất một chiều — nhìn thấy bề mặt nhưng không thấy được bên trong.

"AI toàn diện" thực sự nghĩa là gì

Chúng tôi đã nhắc đến khái niệm "AI toàn diện" trong bài AI đang thay đổi chăm sóc chỉnh hình như thế nào. Giờ có thể định nghĩa nó chính xác hơn:

AI toàn diện không có nghĩa là "tự làm hết mọi thứ". Mà có nghĩa là "trong toàn bộ chuỗi từ nguồn dữ liệu đến quyết định lâm sàng, phải có ít nhất một mắt xích mà người khác không thể sao chép."

Nếu hệ thống AI của bạn chỉ tiếp nhận dữ liệu công khai → bạn đang làm phần mềm mỏng. Nếu hệ thống AI của bạn tiếp nhận dữ liệu độc quyền → đó mới là phần mềm dày.

Cảm biến chính là mắt xích không thể sao chép đó. Phần mềm là kênh dẫn để mắt xích này tạo ra giá trị lâm sàng.

Con hào không nằm trong phần mềm. Con hào nằm trong dòng chảy dữ liệu. Phần mềm là con kênh dẫn dòng nước ấy chảy đúng hướng.

Kết luận: AI sẽ không xóa sổ các công ty phần mềm y tế

Điều AI sẽ xóa sổ là những công ty phần mềm y tế chỉ có phần mềm — những sản phẩm đóng gói dữ liệu công khai trong một giao diện đẹp mắt.

Điều AI sẽ khuếch đại là những công ty sở hữu nguồn dữ liệu độc quyền — vì AI đưa chi phí "biến dữ liệu thành thông tin chuyên sâu" về gần mức không, nhưng chi phí "thu thập dữ liệu độc quyền" thì không hề giảm.

Khi phần mềm miễn phí, dữ liệu chính là sản phẩm. Khi AI miễn phí, cảm biến chính là con hào.

Tài liệu tham khảo

Stanford HAI. AI Index Report 2025 — AI model costs and performance trends. Link
SWORD Health acquires Kaia Health for $285M. MobiHealthNews. 2026. Link
Towards Intelligent Assessment in Personalized Physiotherapy with Computer Vision. Sensors. 2025. PMC
MedBridge Motion Analysis — phone-camera-based movement assessment. Link
Zimmer Biomet shares smart knee data at AAOS 2024. MedTech Dive. Link
Persona IQ sensor ROM correlation with in-office measurements. Journal of Clinical Orthopaedics and Trauma. 2026. ScienceDirect
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
Abbott Wins FDA Approval for Updated Heart Failure Monitoring Device (CardioMEMS HERO). MedTech Dive. February 2026. Link