AI リバースTRIZ 商品・サービス

「現地に行かないと無理」を疑う──Tyto Careに学ぶ、品質と負担を両立させる「切り離し」の発想

「現地に行かないと無理」を疑う──Tyto Careに学ぶ、品質と負担を両立させる「切り離し」の発想

本記事は、自社のサービスを良くしようと努力しているのに、コストと品質の板挟みから抜け出せない、と感じている方に向けたものです。品質を保つには現地・対面・専門家が要る。けれどそれこそが顧客の負担とコストの源になっている。この厄介な板挟みを、イスラエル発の医療診断デバイスTyto Careを題材に「因果関係マップ」と「TRIZ」という2つの道具で解きほぐします。読み終えたとき、あなたは「現地に行かないと無理」という思い込みそのものを疑えるようになります。

なぜ今、この問いが必要か

こんな心当たりはないでしょうか。

  • 品質を落とせないから、どうしても対面や現地対応をやめられない
  • 人手を増やし、拠点を増やして対応しているが、コストばかりが膨らむ
  • 「オンライン化しよう」と言われるが、それでは品質が落ちる気がして踏み切れない

これらは、実は全部「品質には近接(対面・現地・専門家の同席)が必要だ」という思い込みのサインかもしれません。

考えてみてください。あなたは今、真面目にサービスを良くしようとしています。けれどその努力は「もっと良い拠点をつくる」「もっと多くの人を配置する」という方向に向いていないでしょうか。この記事を読み終えたとき、あなたは「品質に必要なもの」と「負担の源になっているもの」を別々に切り離して考えられるようになります。そしてその先には、競合が拠点と人手で消耗戦をしている間に、あなたが機能だけを顧客の手元へ静かに届けている──そんな状態が見えてくるはずです。

なぜ今かというと、AIによって「専門家の判断」をデータから補助できる時代になったからです。これまで人と場所に縛られていた専門性が、データという形で動かせるようになった今こそ、「何と何を切り離せるか」という設計力が、そのまま事業の差になります。

根本原因を因果関係マップで可視化する

「便利だから遠隔医療が伸びた」という通説への反論

医療の世界では長らく、正確な診断を受けるには病院へ行くのが当たり前でした。専門の機材も専門家も病院に集まっているからです。コロナ禍をきっかけに遠隔診療が注目されたとき、多くの人が「便利だから伸びた」と説明しました。けれど、これは表面的な見方です。便利さだけなら電話やビデオ通話でとっくに実現できていたはずです。それでも通院がなくならなかったのは、非対面にすると診断の精度が落ちるという、もっと根深い理由があったからです。では、なぜ精度を保ったまま通院をやめられなかったのか。ここに本当の問いがあります。

ここで使うのが「因果関係マップ」です。これは問題の構造を、原因から結果へと矢印でつなぎ、根本原因まで掘り下げて可視化する道具です。問題のからくりを一枚の地図にして見える化するもの、と考えてください。

根本原因の連鎖

従来の通院型医療が抱える限界を因果関係マップで描くと、3つの根本原因が浮かびます。第一に「正確な診断には専門の設備が要る、そしてその設備は病院にある」という前提。第二に「正確な診断には専門家のそばにいる必要がある、そして医師の時間は希少だ」という前提。第三に「医療を良くするとは、より良い病院をつくることだ」という暗黙の自己定義です。

注目すべきは、この3つがいずれも「診断は、場所と専門家に縛られる」という同じ思い込みに根ざしている点です。設備が病院にあると信じるほど、患者は出向くしかありません。医師のそばにいる必要があると信じるほど、待ち時間は避けられません。良い病院をつくることが答えだと信じるほど、解決策は「ハコと人材を増やす」一択になります。けれど病床も医師も短期には増やせません。こうして医療資源は平時からギリギリで回り、コロナ禍という有事に需要が殺到した瞬間、医療崩壊のリスクとして一気に表面化しました。

通院型医療の限界の因果関係マップ
図1:因果関係マップ

同じ問いを、2つの視点で解いてみる

「なぜ通院型の医療は限界を迎えやすいのか。同じ構造を自分のビジネスで避けるには」という問いを、2つの視点で解いてみます。

普通のAIに聞くと、こんな回答が返ってきます。「高齢化で患者が増えた」「医師が不足している」「パンデミックで感染リスクが高まった」「だからDXを進めて遠隔診療を導入しましょう」。間違いではありません。けれど、ここには「なぜ通院をやめられないのか」という構造が抜けています。オンライン化が精度を落とすという不安にも答えていません。

TRIZの視点で同じ問いを考えると、見える景色が変わります。限界の真因は患者数や医師数ではなく、診断という行為が「場所と専門家への近接」に縛られている構造だ、と特定できます。その上で「正確さには近接が要る。けれどその近接の確保(通院や病院増設)こそが最大の負担源だ」という板挟みを発見し、それをどう解いたかまで踏み込めます。

観点 普通のAI回答 TRIZ×AI回答
問いの立て方 なぜ通院は大変か(現象) なぜ通院をやめられないのか(精度との板挟みの構造)
原因の捉え方 高齢化・医師不足・感染リスク 診断が「場所と専門家への近接」に縛られる前提
解の方向 DX・オンライン化を進めよう 機能と、場所・人を切り離して両立させる
持ち帰り 抽象的な心構え 自社の「品質に近接が要る」思い込みを点検する視点

この差分が、ビジネスの分岐点になる

差分の核心は1行で言えます。普通のAIは現象を説明してオンライン化を促します。TRIZ×AIは品質と負担の板挟みを発見し、その板挟みそのものを消す設計を示します。従来の発想は「精度を取るか、負担軽減を取るか」という同じ土俵の上での選択でした。Tyto Careは「精度に必要なものは何か」を問い直し、それを負担の源から切り離しました。同じ土俵で妥協点を探すか、土俵そのものを組み替えるか。この違いが、分岐点になります。

矛盾をどう解消したか

Tyto Careが解いたのは、医療がずっと閉じ込められていた根本の板挟みです。「正確な診断のためには、専門設備と専門家のそばに患者がいなければならない。けれど患者と医師の負担をなくすには、その近接をやめなければならない」。近接を保てば負担が残り、近接をやめれば精度が落ちる。この、どちらも立てられない状態です。

ここでTyto Careが使ったのが、TRIZの「分離の原理」という考え方です。難しく聞こえますが、要は「対立する2つの要求を、別々の場所や別々の時間に振り分けて両立させる」というものです。Tyto Careは、診断に必要なものを2つに分解しました。一つは「客観的な医療データの取得」、もう一つは「専門家による判断」です。そして、データの取得は手のひらサイズのデバイスに載せて患者の自宅という場所に置き、専門家の判断は通信で別の場所から取り寄せました。場所を切り離したのです。さらに、患者がデータを取る時間と、医師がそれを見て判断する時間も切り離しました。同じ部屋に同じ時間にいる必要を、まるごと消したわけです。患者は心音や呼吸音、喉や耳の状態を在宅で記録し、医師はそのデータを見て判断する。精度の源(客観データ)は残し、負担の源(物理的な近接)だけを取り除いたのです。妥協で痛み分けするのではなく、切り離しで板挟みを消しました。

そしてもう一つ、この事例の鍵となる考え方が「理想性増加」です。これは「理想に近づくほど、装置や施設は消えていき、機能だけが残る」という見方です。最もシンプルに言えば「先に究極の理想形を描いた者が勝つ」ということです。究極の理想は、病院という建物に来てもらうことではなく、病院の機能そのものが患者の手元に溶け込んでいる状態です。Tyto Careは新しい病院を建てる代わりに、診察室の機能を手のひらのデバイスへ移しました。施設を増やさずに、社会全体が使える医療の容量を実質的に広げたのです。従来の医療に見えていなかったのは、この「機能だけを運び、人と場所は動かさない」という発想でした。

次に何が起きるか

ここからは、TRIZの進化の見方が示す「次の方向性」を構造的仮説として描きます。

面白いのは、近接を消すことで成功したTyto Careが、その過程で新しい課題を生み、それをさらに上位から消そうとしている点です。診断機能をAIで一段押し上げているのが象徴的です。Tyto Careは、肺の音をAIで聞き分ける機能で世界初の成果を上げました。喘鳴・捻髪音・いびき音という3つの代表的な異常な肺音すべてについて、米国当局の承認を順に取得し(2023年・2024年・2025年)、その精度を示す指標は一般医や専門医を上回る水準に達したと報告されています。この技術は、米TIME誌の「2025年ベスト発明」にも選ばれました。専門家のそばにいなくても、専門家を超える耳が患者の自宅にある状態へ近づいているのです。

この動きを「機能だけを残し、場所も装置も行為も順に消していく」という一本の串で見ると、バラバラの施策が一つの階段に見えてきます。患者が病院へ出向く通院型から、急性症状を在宅で記録して遠隔で診てもらう段階へ。そこからAIが一次判断を補助する在宅スマートクリニックへ。Tyto Careは「便利な遠隔診療サービス」であることをやめ、社会の医療の容量そのものを設計する側へと登ろうとしているのではないでしょうか。

Tyto Careが場所と装置を消していく階段(Lv0→Lv4)
図2:一つ上の目的へ移る階段

その先には、さらに深い変化が見えます。これまでは「症状が出てから診る」単発の診断でした。けれど慢性疾患は、ある一点の検査では捉えきれません。そこでTyto Careは2025年末、遠隔医療最大手のTeladoc Healthと手を組み、2026年から慢性疾患の領域へ踏み出すと発表しました。受診という「点」から、継続的な見守りという「線」への移行です。さらにその先には、異常が起きる前に先回りして介入する未来も見えてきます。そうなると「診断する」という行為そのものが日常に溶けて、ほとんど意識されなくなるかもしれません。ただし、こうした方向にはまだ大きな板挟みが残っています。AIの判断が人間の医師を超え始めたとき、安全と責任のためにどこまで人を残すのか、という新しい問いです。これらはTRIZの進化の見方が示す方向性に基づく構造的仮説であり、断言ではありません。

あなたのビジネスへの3つの問い

ここからは主語をあなたに移します。Tyto Careの物語を、あなたの鏡として使ってください。

問い①は、あなたの事業で「品質には近接が要る」と思い込んでいる工程はどれか、です。対面、現地訪問、専門家の同席。それらの中で、本当に切り離せないものはどれでしょうか。品質に必要な「客観的な情報の取得」と「専門家の判断」は、本当に同じ場所・同じ時間に縛られていますか。一度、その工程を因果関係マップで分解してみてください。

問い②は、あなたの上位システムは何か、です。あなたが売っているのは「来てもらう施設」でしょうか、それとも「機能そのものをどこへでも届けること」でしょうか。提供しているものの「一つ上の目的」を言葉にできるかが、次の打ち手の場所を教えてくれます。

問い③は、先に切り離しを設計するとしたら、です。競合が「もっと良い拠点」「もっと多い人手」で戦っている間に、機能だけを切り離して顧客の手元へ運ぶ設計を、あなたが先に描けないでしょうか。

まとめ

従来の医療は「より良い病院をつくる」方向で努力を重ねてきました。Tyto Careは「診断に必要なもの」と「負担の源になっているもの」を切り離し、機能だけを患者の手元へ運ぶことで土俵を組み替えました。両者を分けたのは技術の派手さではなく、品質と負担を切り離して考える発想があったかどうかです。因果関係マップで自社の板挟みを可視化し、TRIZの分離の原理で品質の源と負担の源を切り離す。この2つの道具は、今日から使い始められます。

今日から試すには

この記事で紹介した2つの道具、つまり問題構造を可視化する因果関係マップと、矛盾を解消するTRIZは、特別なソフトを買わなくても今日から手で描けます。

もしくは、専門性に特化させたAI壁打ち用のツールサイト
Idea Realize AI(https://idea-realize-ai.com/)
をご用意しました。このサイトの「TRIZの各種手法」や「フロー図メーカー」をお使いいただくことで、本記事のようにAIと深掘りした議論ができます。

著者より
この記事は、医療の事例を「他業界の話」としてではなく「今のあなたの鏡」として読んでいただくために書きました。Tyto Careの歩みは、「これは現地でないと無理」という長年の常識を、一つずつ切り離して解体していく物語でもあります。あなたの事業の中にある「本当は切り離せるかもしれない近接」を見つけるきっかけになれば幸いです。

本記事について

本記事は、公開情報をもとに、TRIZと因果関係マップを用いて筆者が独自に分析したものです。取り上げた企業の公式見解ではありません。とくに構造の解釈と今後の展開に関する記述は、TRIZの進化法則に基づく筆者の仮説であり、断定ではありません。

参考・着想元:本記事で取り上げた事例は、『DX経営図鑑』(金澤一央/DX Navigator編集部 著、アルク、2021年)を着想元に、独自のリバースTRIZ分析と公開情報をもとに再構成したものです。書籍本文・図版の転載は行っていません。

-AI, リバースTRIZ, 商品・サービス

目次