軟體正在被吃掉——被 AI
2011 年，Marc Andreessen 說「軟體正在吃掉世界」。2026 年，世界正在吃回來。
GPT-4 讓一個沒有工程團隊的人在週末做出一個能用的 SaaS。Cursor、Claude Code、Copilot 讓資深工程師的產出提高 3-5 倍。開源模型讓推論成本每年下降 90%[1]。
結果是什麼？軟體的邊際成本趨近於零。
如果任何人都能用 AI 在三天內做出一個復健追蹤 app、一個 PROM 收集工具、一個患者教育平台——那這些東西本身就不值錢了。
這不是假設。SWORD Health（$4B 估值）花了七年建立的 AI 動作辨識引擎[2]，現在開源的 MediaPipe Pose 可以做到 >98% 的代償動作偵測準確率[3]。MedBridge 在 2025 年推出純手機相機的動作分析[4]——不需要任何額外硬體。
當工具變得免費，工具就不是護城河。
薄軟體 vs 厚軟體
讓我們定義這兩個詞。
薄軟體（Thin Software） 是一層介面。它把現有的數據用更好的方式呈現，或把現有的流程用更方便的方式執行。Dashboard、表單、workflow automation、大部分的 SaaS——都是薄軟體。
薄軟體的特徵：
- 數據源是公開的或可替代的
- 核心邏輯可以用 AI 在一週內重寫
- 競爭對手只需要更好的 UI 或更低的價格
- 用戶忠誠度來自習慣，不是來自不可替代性
厚軟體（Thick Software） 是深度整合獨有數據源的系統。它不只是呈現數據——它產生別人無法取得的數據，然後用這些數據訓練只有它才能訓練的模型。
厚軟體的特徵：
- 數據源是專有的、物理性的、不可複製的
- 核心價值不在程式碼，而在數據流
- 競爭對手無法透過更好的軟體追上，因為瓶頸在數據取得
- 用戶忠誠度來自這個系統知道別的系統不知道的事
醫療 AI 的「薄軟體」墳場
過去五年，數位健康領域出現了數百個 AI 產品。大部分是薄軟體：
- AI 問診機器人：用公開的醫學文獻訓練，任何 LLM 都能做
- 復健動作辨識：MediaPipe/YOLO Pose 是開源的，準確率已經夠用
- 患者教育平台：內容來自公開指引，AI 可以秒生成多語版本
- 排程/workflow 工具：標準 CRUD 應用，被 Cursor 三天內複製
這些產品不是不好用——而是沒有護城河。當 AI 把軟體開發成本降到接近零，任何人都能做出功能相同的替代品。價格競爭開始，利潤消失。
數據才是護城河——但要看是什麼數據
「數據是新石油」這句話已經被說爛了。但大部分人忽略一個關鍵區別：
可複製的數據 ≠ 護城河。 公開的醫學文獻、FDA 資料庫、PubMed 論文——任何 AI 公司都能爬。你用這些數據訓練的模型，別人也能訓練出一樣好的。
不可複製的數據 = 護城河。 從物理世界產生的、需要特定硬體才能收集的、存在於特定臨床場景中的數據——這才是真正的壁壘。
具體來說：
| 數據類型 | 可複製？ | 護城河？ |
|---|---|---|
| PubMed 文獻 | 任何人都能爬 | ❌ |
| 通用穿戴裝置（步數、心率） | Apple Watch 就有 | ❌ |
| 手機動作辨識（ROM） | MediaPipe 開源 | ❌ |
| PROM 問卷數據 | 需要患者關係 + 流程 | ⚠️ 弱 |
| 植入式感測器的組織受力數據 | 需要植入特定硬體 | ✅ 強 |
| 感測器 + PROM + 動作的交叉比對 | 需要全套系統 | ✅ 最強 |
植入式感測器 = 厚軟體的根基
現在把兩個概念連起來。
植入式感測器產生的數據，是目前數位健康領域中最不可複製的數據類型。原因：
- 物理性壁壘：你需要一個通過監管審查的醫療器材，植入人體，才能開始收集數據。沒有捷徑，沒有 API，沒有開源替代品。
- 臨床關係壁壘：外科醫師必須選擇使用你的植入物。這不是下載一個 app 的決定——是一個影響患者終身的醫療決策。
- 時間壁壘：每個數據點都來自一個真實的手術和一段真實的復原過程。你無法加速生成訓練數據。
- 整合壁壘：單一感測器的數據只回答一個問題（「組織承受多少力？」）。只有當它和動作數據、PROM、臨床紀錄整合在一起，才能回答完整的臨床問題。
這就是為什麼感測器是厚軟體的根基：它創造了一個只有你能進入的數據通道。 在這個通道上建立的任何 AI 模型——預測模型、警報系統、個人化復健方案——都自動繼承了這個護城河。
Persona IQ 帶來的趨勢
Zimmer Biomet 的 Persona IQ 是骨科數位化的里程碑——目前唯一商業化的智慧骨科植入物[5]。它做到了一件過去沒人做到的事：讓外科醫師在患者回診之前就知道他的恢復狀態。
Persona IQ 透過每日步態數據的累積，已經能夠[6]：
- 預測靜脈血栓（VTE）風險——步態模式的異常變化可以在臨床症狀出現前被偵測
- 偵測假體周圍關節感染（PJI）的早期信號——活動量驟降、步態對稱性惡化
- 在回診之前召回有問題的患者——當數據顯示異常，即使患者還沒到預約時間，系統也能發出警報
這是巨大的進步。傳統上，外科醫師只能在回診時才知道患者的狀況。Persona IQ 把「被動等待」變成「主動監測」，為骨科的數位轉型踏出了關鍵的第一步。
但 Persona IQ 也定義了目前這一代技術的邊界：它量的是動作，能偵測到有症狀的變化，但還無法捕捉無症狀（asymptomatic）階段的組織變化。 一個患者可能感覺良好、步態正常，但植入物-骨介面已經出現異常的應力分佈——這種「表面正常、內部惡化」的情境，是加速度計和陀螺儀看不到的。
下一代的植入式感測器需要回答的問題是：在患者還沒有感覺的時候，組織裡面發生了什麼？
這正是被動式 LC 力學感測器的領域——測量的不是動作，而是力。不是「膝蓋怎麼動」，而是「組織承受多少應力」。CardioMEMS 已經在心臟科證明了這條技術路線的可行性——CHAMPION 臨床試驗顯示心衰竭住院率降低 37%[7]。到 2026 年，CardioMEMS 已植入超過 10 萬例，Abbott 心衰竭部門仍以 12% 年成長率持續擴張，FDA 也在 2026 年 2 月核准了次世代讀取器[8]。這不是一個「曾經成功」的先例——而是一個正在加速的市場。Discovery R 把同樣的物理原理帶進骨科——不是要取代 Persona IQ，而是補上它還看不到的那一層。
De Novo 的厚軟體堆疊
把所有的線索串起來，我們的策略不是「做最好的 AI」或「做最好的 app」。而是建立一個不可替代的數據流：
Layer 1 — 力（Force）： Discovery R 植入式 LC 感測器 → 組織介面的即時受力數據。沒有任何手機 app 或穿戴裝置能取代。
Layer 2 — 動作（Motion）： 手機 CV + 穿戴式裝置 → ROM、步態、代償動作。這層的技術是可替代的——但只有和 Layer 1 整合才有完整意義。
Layer 3 — 感受（Experience）： PROM 自動收集 → 患者主觀疼痛、功能、生活品質。數位化降低收集成本，達到 CMS 2028 合規要求。
Layer 4 — 預測（Prediction）： ML 模型同時消化三層數據 → 預測誰需要介入、什麼時候、用什麼方式。
任何競爭對手可以複製 Layer 2、3、4 的軟體。但如果他們沒有 Layer 1 的感測器數據，他們的模型就像少了一個維度的世界——看得到表面，看不到內部。
「全端 AI」的真正意思
我們在 AI 如何改變骨科醫療中提過「全端 AI」這個概念。現在可以更精確地定義它：
全端 AI 不是「什麼都自己做」。而是「從數據源到臨床決策的完整鏈條，至少有一個環節是別人無法複製的。」
如果你的 AI 系統只消化公開數據 → 你做的是薄軟體。 如果你的 AI 系統消化獨有數據 → 你做的才是厚軟體。
感測器是那個不可複製的環節。軟體是讓這個環節產生臨床價值的管道。
護城河不在軟體裡。護城河在數據流裡。軟體是讓護城河流向正確方向的河道。
結語：AI 不會消滅醫療軟體公司
AI 會消滅的是只有軟體的醫療軟體公司——那些把公開數據包裝成好看介面的產品。
AI 會放大的是擁有獨有數據源的公司——因為 AI 讓「把數據變成洞察」的成本趨近於零，但「取得獨有數據」的成本沒有下降。
當軟體免費時，數據就是產品。 當 AI 免費時，感測器就是護城河。
參考來源
-
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