LumanaとConvergintの提携、既存カメラを通じてAI映像セキュリティを拡大
LumanaはConvergintと提携し、顧客がすべてのカメラを入れ替えることなく、200カ所を超えるサービス拠点でAI映像セキュリティを提供する。LumanaとConvergintの提携により、企業や公共機関は既存インフラに自動監視、映像検索、業務分析を追加する新たな手段を得る。
この契約が重要なのは、高機能なソフトウェアを販売するだけでは、物理セキュリティの近代化には不十分だからだ。大規模組織は、多数の施設にまたがるカメラ、録画機器、アクセスシステム、ネットワーク、運用手順、対応チームを接続しなければならない。Convergintは今後、世界各地のTechnology Centersネットワークを通じて、Lumanaシステムの設計、見積もり、導入、保守を担う。
こうした現場での展開力により、Lumanaは既存の映像管理プロバイダーや統合クラウドプラットフォームと直接競合することになる。Genetec、Eagle Eye Networks、Verkadaなどのベンダーは、リモート管理、分析、ハイブリッド導入を組み合わせた製品をすでに提供している。Lumanaは、カメラ互換性、ローカルAI処理、大規模な統合チャネルによって、企業導入をしばしば遅らせる摩擦を減らせると見込んでいる。
LumanaとConvergintの提携、流通を導入へ転換
この契約によりLumanaは、顧客が評価対象とする単なるベンダーから、Convergintのチームが世界中で提供・サポートできるプラットフォームへと変わる。
両社は2026年10月14日に提携を発表した。global deployment agreementによると、ConvergintのTechnology CentersはLumana導入案件の設計、見積もり、導入、保守を直ちに開始できる。
この違いは物理セキュリティにおいて重要だ。ソフトウェアのサブスクリプションはリモートで有効化できるが、映像システムは施設、ローカルネットワーク、保存ポリシー、緊急時対応手順にまで及ぶ。カメラの設置位置やネットワーク環境も、同一組織内であっても拠点ごとに異なる。
共同発表によると、Convergintは11,000人以上の従業員と200を超える拠点を抱える。重要インフラ、データセンター、医療、金融、政府機関など、規制の厳しい環境の顧客にサービスを提供している。こうした分野は、AI映像分析にとって特に導入条件が厳しい領域でもある。
Lumanaは、セキュリティ設計と継続的な保守をすでにConvergintに依存している顧客基盤へアクセスできるようになる。Convergintは、導入済みカメラを維持したい顧客に向け、AI対応の映像ソリューションを新たに提供できる。両社は売上目標、契約額、最低販売コミットメントを開示していない。
こうした詳細がないため、この契約を導入実績の証拠として扱うべきではない。これは運用チャネルを設けるものであり、完了済み導入の公開記録ではない。最初に意味のある証拠となるのは、顧客転換、展開規模、文書化された成果だ。
この提携はまた、ConvergintをLumana専業の再販業者とするのではなく、インテグレーターとしての役割を維持する。Convergintのパートナー・アライアンス担当バイスプレジデントであるJoe Young氏は、同社は顧客要件に応じて技術を選定・統合すると述べた。この表現は、Lumanaをより広範なポートフォリオの中で選択肢を拡張する存在として位置付けている。
Lumanaにとって、この位置付けはアクセスと競争の双方を意味する。Convergintは機能が適合する場面でプラットフォームを紹介できる一方、顧客は同じインテグレーターを通じて他のシステムも比較できる。したがってLumanaは、実際の調達、導入、サポートのプロセスの中で成果を示す必要がある。
この契約は、世界中のエンタープライズ、ミッドマーケット、公共部門の顧客を対象とする。この範囲はLumanaの獲得可能市場を拡大する一方、地域ごとの要件も増やす。プライバシー規則、調達手続き、保存ポリシー、承認済みハードウェアのリストは、顧客間で大きく異なる可能性がある。
中心的な進展は、単に2社のベンダーが提携契約を結んだことではない。Convergintは、Lumanaのプラットフォームにエンジニアリング、見積もり、設置、保守の能力を投入することに合意した。これにより製品は、AIに関する主張が測定可能なセキュリティワークフローとなる運用段階に近づく。
既存カメラが提携における最大の利点
商業的な訴求は実用的な約束に基づく。顧客は稼働中のカメラ群を廃棄せずにAIを追加できる。
組織は、別々のプロジェクトや予算サイクルを通じて購入した、複数メーカーのカメラを運用していることが多い。病院ネットワークでは、ある施設に最新のIPカメラがあり、別の場所には旧式ながら互換性のある機器が残っている場合がある。小売業者では、店舗、倉庫、オフィス、駐車エリアにまたがり、さらに大きなばらつきに直面する可能性がある。
こうした機器の交換は、ソフトウェアのアップグレードを財務面・運用面の両方で難しくする可能性がある。カメラを1台交換するごとに、設置作業、ネットワーク設定、検証、停止時間の計画が必要になり得る。既存ストリームで動作するプラットフォームであれば、プロジェクトの対象をコンピューティング、ソフトウェア、統合、必要に応じたインフラ変更に絞り込める。
Lumanaは自社システムをカメラ非依存型と説明している。existing camera supportによると、同プラットフォームは、デバイス相互運用性と映像ストリーミングに広く使われる2つの方式であるONVIFまたはRTSPを用いてIPカメラへ接続できる。複数の主要メーカーのカメラへの対応も一覧で示している。
このプラットフォームは、一般にVMSと呼ばれる単独の映像管理システムとしても、既存の録画機器またはVMSと併用する形でも運用できる。並行導入により、顧客はすべての録画・管理機能を直ちに移行することなく、分析機能をテストできる。
この柔軟性こそが、LumanaとConvergintの提携の核心だ。Convergintは顧客環境を評価し、互換性のある映像フィードを特定し、既存機器を中心に導入を設計できる。ネットワーク、アクセス制御、スピーカー、センサー、その他の接続システムにも対応できる。
このモデルは参入時の摩擦を抑えるが、カメラ互換性だけで簡単な展開が保証されるわけではない。画質、視野角、照明、フレームレート、圧縮、ネットワークの安定性はいずれもコンピュータビジョンの性能に影響する。有効なストリームを出力するカメラであっても、特定の検知タスクには不十分な素材しか提供できない場合がある。
セキュリティチームは、どのイベントがアラートに値するかも決める必要がある。メーカーは機械周辺で保護具が欠けている状態を監視するかもしれない。小売業者は、通常と異なる営業時間外の動きに注目したり、取引に関連する活動を調査したりする可能性がある。大学ではアクセスイベントや周辺監視を優先することが考えられる。
こうしたシナリオには、それぞれ異なるしきい値と対応ルールが必要だ。有用なアラートは、重要な事象を特定しつつ、オペレーターを過度に圧倒してはならない。そのため各導入では、顧客の環境、営業時間、通常の行動、エスカレーション手順に照らしたテストが必要となる。
Convergintの価値は、こうした目に見えにくい作業を遂行する点にもある。同社のチームはソフトウェアを施設や運用要件に対応付けられる。カメラの移動、ネットワーク変更、拠点追加が起きた際にも、導入後のシステムを保守できる。
Lumanaは、自社プラットフォームがアクセス制御製品、通信サービス、IDシステム、POSソフトウェア、その他のセキュリティツールとの接続をサポートするとしている。こうした統合により、映像イベントを追加のコンテキストと結び付けられる。たとえばアクセスイベントによって、オペレーターを関連映像へ自動的に誘導できる。
ただし、統合の幅広さは個々のワークフローのレベルで評価しなければならない。互換性ページ上のロゴだけでは、システム間でどのデータが移動するか、どれほど迅速に到着するか、どの操作を自動化できるかは分からない。購入者には引き続き技術検証と受け入れテストが必要だ。
この提携は、確立されたサービス組織を顧客に提供することで、導入障壁を一つ下げる。しかし、検知の成功条件、許容できる誤検知、対応責任、システム可用性を定義する必要性はなくならない。これらの詳細によって、既存カメラが有用なセンサーとなるか、単に通知を増やすだけになるかが決まる。
ハイブリッド処理で映像を現場近くに保持
Lumanaの技術的な仕組みは、ローカルインフラとクラウドの間で処理を分担し、応答速度、帯域幅、集中管理の均衡を図る。
Lumanaによると、そのプラットフォームは分散型ハイブリッドクラウドアーキテクチャを採用している。映像分析は顧客施設内でローカルに実行され、クラウドは選択されたインシデントの詳細分析、リモート管理、ソフトウェア更新を支援する。ローカル処理は、すべてのフル映像ストリームを継続的にクラウドへ送信することを避ける目的がある。
同社は独自の映像インテリジェンスモデルをVIA-1と呼ぶ。このモデルは稼働環境から学習し、定義されたイベントの監視を支援するとしている。顧客は生成されたアラートとインデックス化された映像を使い、活動を調査したり、業務上の洞察を得たりできる。
これらは企業側の主張であり、独立した性能評価の結果ではない。Lumanaは今回の提携発表において、比較可能なエラー率、モデル評価データセット、標準化されたレイテンシー結果を公表していない。購入者は、自社施設の代表的な映像を使ってプラットフォームをテストすべきだ。
それでも、このアーキテクチャは企業で広く認識されている制約に対応している。連続映像は、テキストのアラートやイベントメタデータよりはるかに多くのデータを生成する。すべてのストリームをアップロードすれば帯域幅を消費し、クラウド依存はネットワーク障害時の対応を複雑にする可能性がある。
ローカル分析はこうした負担を軽減できる。設定次第では、より多くの生映像を顧客環境内に保持することもできる。クラウドサービスはそのうえで、複数拠点にわたる管理を調整し、集中リソースの恩恵を受ける選択的な処理を実行できる。
このアプローチはLumanaだけのものではない。Verkadaはカメラ上で映像を処理・保存しながら、管理と検索にはクラウドサービスを利用している。Eagle Eye Networksはクラウド映像管理と、ローカルまたはクラウドのストレージ選択肢を組み合わせている。Genetecはクラウド、オンプレミス、ハイブリッドの構成をサポートする。
したがって競争上の差別化は、「ハイブリッドクラウド」という呼称ではなく実装にかかっている。購入者は、カメラ対応、検索品質、アラート精度、システム管理、保持管理、統合、サービス提供範囲を検討する。また、既存ツールから移行する費用と難易度も比較することになる。
Lumanaは有意な資金支援を背景にこの競争へ参入する。同社の2025年7月のfunding announcementでは、Wing Venture Capitalが主導する4,000万ドルのシリーズAを報告した。このラウンドにより、同社の累計調達額は報告ベースで6,400万ドルとなった。
同社は当時、自社プラットフォームが1日に10億枚を超える画像を分析していると述べた。また、顧客は数千台のカメラを管理し、数百万時間分の映像を検索できるとしている。これらの数値は、独立監査済みの導入実績ではなく、企業が報告したプラットフォーム上の活動を示すものだ。
Lumanaは後に、2025年中に接続カメラが50,000台を超えたと報告した。これは導入拡大の勢いを示す証拠ではあるが、アクティブな利用、顧客維持、先進的な分析機能を利用するカメラの割合を示すものではない。共同販売が運用プロジェクトへ転換されれば、Convergintとの関係はこの導入基盤を拡大できる。
製品の約束は、従来型の動体検知にとどまらない。Lumanaは、行動ベースのアラート、自然言語による調査ツール、セキュリティ、安全、コンプライアンス業務向けのAIエージェントを提供している。ビジョン言語モデルは映像素材と言語を結び付け、ユーザーは言葉でイベントを検索・記述できる。
この機能により、録画映像をより容易に閲覧できるようになる可能性がある。従来の調査では、オペレーターが時間帯、カメラの設置場所、あらかじめ定義されたフィルターを把握している必要があることが多い。言語ベースの検索であれば、たとえば「物を持った人物が立入制限区域に入る」といった記述から始められる。
ただし、言語インターフェースには別の評価上の課題も生じる。もっともらしい応答であっても、イベントを見落としたり、誤ったクリップを取得したりする可能性がある。セキュリティ担当者には、元映像、イベントのタイムスタンプ、システムの信頼度、再現可能なレビュー手順へのアクセスが必要だ。
したがって、Lumanaのアーキテクチャが最も効果を発揮する形は、セキュリティ担当者を自律的に置き換えることではない。人が関連する映像に集中できるようにする、フィルタリングおよび調査のレイヤーである。既存システムに適合し、オペレーターが検証できる結果を生み出すとき、このパートナーシップの価値は高まる。
Convergintが既存の映像プラットフォームに圧力をかける
このパートナーシップは、ハードウェアの置き換え、閉鎖的な製品スタック、または限定的な地域サービス網に依存するプラットフォームへの圧力を高める。
エンタープライズ向けセキュリティの購入者が、映像分析だけを単独で選ぶことはほとんどない。彼らは完成された運用モデルの中から選択する。あるベンダーはカメラとクラウドソフトウェアを緊密に統合して提供する一方、別のベンダーはオープンアーキテクチャとサードパーティ製ハードウェアを重視する。
Verkadaは統合型アプローチを代表する。同社のプラットフォームは、自社製カメラ、オンボードストレージ、クラウド管理、分析機能、自動更新を組み合わせている。ベンダーがデバイスとソフトウェアを一体的に管理するため、運用管理を簡素化できる可能性がある。
Lumanaは異なる移行経路を提示している。既存のIPカメラを維持しつつ、インテリジェンス層を追加できるとしている。数千台のデバイスを導入済みの組織にとって、ハードウェアを全面刷新せずに済むことは、魅力的な出発点になり得る。
Eagle Eye Networksも、幅広いカメラ互換性とクラウド映像管理を重視している。同社のCloud VMSは数千種類のカメラモデルをサポートし、オンプレミス、クラウド、または両者を組み合わせたストレージを利用できる。つまり、Lumanaはオープンなカメラ対応を競合のない領域として主張することはできない。
Genetecも有力な比較対象である。同社のオープンセキュリティプラットフォームは、映像、アクセス制御、ナンバープレート認識、通信、その他の機能を統合している。サードパーティ製ハードウェアをサポートし、チャネルパートナーを通じて販売している。
この競争環境において、Convergintはとりわけ重要になる。このインテグレーターは、より新しいプラットフォームを物理セキュリティの中核に据えることをためらう顧客へのアクセスをLumanaに提供できる。地域のエンジニアと継続的なサービスにより、ベンダーに対する認識上のリスクを低減できる可能性がある。
この取り決めは、AI映像分野の競争が起きる場所の変化も示している。モデルの能力は依然として重要だが、どの技術がエンタープライズ環境に届くかは導入チャネルによって決まる可能性がある。顧客には、デバイスの棚卸し、ネットワーク構成、関係者間の調整、導入後のシステム支援を担う存在が必要だ。
これは、強力なインテグレーター関係を持つベンダーに有利に働く。また、同等の提供能力なしに直接販売を試みるAIスタートアップにも圧力をかける。優れたデモンストレーションは注目を集められるかもしれないが、グローバル展開には再現可能なエンジニアリングおよびサービス手順が必要となる。
既存プラットフォームも静観はしない。すでに自然言語検索、物体検出、自動アラート、運用分析を追加している。また、置き換えを難しくする導入基盤、訓練済みのパートナー、調達上の関係も保有している。
したがって主な競争軸は、インフラを維持するか、管理されたスタックへ集約するかの間にある。Lumanaは、既存カメラの上にインテリジェンスを重ねられると主張する。統合型ベンダーは、スタックのより多くを管理することで、信頼性、セキュリティ、保守を簡素化できると主張する。
どちらの道筋も、すべての導入案件で勝つわけではない。レガシーインフラがほとんどない新築の建物では、カメラとソフトウェアを一体化したパッケージが有利になる可能性がある。稼働中のカメラを持つ分散型組織では、互換性と段階的な移行により大きな価値を見いだす可能性がある。
Convergintは一社のメーカーに縛られていないため、両方の状況で対応できる。この独立性はLumanaに機会をもたらす一方で、規律も求める。独占的な販売網に依存するのではなく、個別のプロジェクトで代替案を上回る必要がある。
公共部門のプロジェクトでは、さらに重要性が増す。調達ルールは、アクセシビリティ、サイバーセキュリティ、データ取り扱い、サポート、機器原産地に関する要件を文書化して求めることがある。Lumanaは、自社プラットフォームがSOC 2 Type II、ISO 27001、GDPR、HIPAA、NDAAのコンプライアンスに関する要件をサポートするとしている。
「要件をサポートする」ことは、すべての顧客導入が準拠していることと同義ではない。コンプライアンスは、構成、契約、保持設定、アクセス制御、運用ポリシー、関与するデータに依存する。Convergintは、広範な製品機能を、各調達に適した証拠へと翻訳しなければならない。
このパートナーシップがそうした要件を再現可能な導入パッケージに変えられれば、圧力を生み出すだろう。各プロジェクトが高度に個別化されたままであれば、圧力ははるかに小さい。拡大は、拠点固有のリスクを無視せずに、作業の十分な部分を標準化できるかにかかっている。
AI映像セキュリティは依然として精度とガバナンスの試練に直面する
より大規模な導入チャネルは、誤報、イベントの見落とし、過剰なデータ収集、不明確な説明責任がもたらす影響も拡大させる。
Lumanaは、ローカル処理をレイテンシー、帯域幅使用量、プライバシー上の露出を減らす手段として説明している。これらの利点は重要だが、データの保管場所が解決するのはガバナンス上の問題の一部にすぎない。組織は依然として、システムが何を検知するか、誰が映像を検索できるか、データをどれだけ長く利用可能な状態に保つかを決める必要がある。
映像分析は、従業員、顧客、学生、患者、来訪者、一般市民に影響を及ぼす可能性がある。こうした人々は、職場や不可欠な施設内のカメラを実際には避けにくい場合がある。この不均衡により、技術が正当なセキュリティ目的に使われている場合でも、透明性とアクセス制御が重要になる。
分析タスクによっては、他より大きなリスクを生む。倉庫で煙を検出することは、人物を特定したり、不審な行動を推定したりすることとは異なる。購入者は、一般的なAIポリシーの下で利用可能なすべての機能を承認するのではなく、ユースケースごとに独立して評価すべきだ。
Lumanaは、武器、転倒、暴力、防護具の未着用、共連れ、既知または新規の顔に関するアラートを推進してきた。パートナーシップ発表では、Convergintの顧客がどの機能を導入するのかは明示されていない。また、照明条件、拠点、人口統計グループをまたぐ精度について、独立した結果も示されていない。
NISTはAIバイアスに関するガイダンスにおいて、自動化システムが有害なバイアスをより高速かつ大規模に増幅し得ると警告している。この警告は、AIシステム自体が最終判断を下さない場合でも、広く当てはまる。
誤報であっても、人による精査を引き起こし、業務を中断させ、セキュリティチームが個人をどう扱うかに影響を与える可能性がある。見逃しアラートは、自動監視がイベントを確実にカバーしているという誤った安心感を生む可能性がある。影響の大きい環境では、どちらの結果も重要である。
適切な評価には、想定される環境に似た映像を使うべきだ。倉庫でのテストには、実際のカメラ設置高、制服、機器、照明の変化、通常の動きを含める必要がある。キャンパスへの導入では、混雑した場所、屋外条件、変動するスケジュールを考慮すべきだ。
顧客には、運用に結び付いた性能指標も必要である。適合率はアラートのうちどれだけが関連していたかを示し、再現率はシステムが対象イベントをどれだけ見つけたかを示す。アラート量、調査時間、オペレーターによる上書き、未解決イベントも追加の証拠となる。
単一の割合は、重要なばらつきを隠してしまう可能性がある。モデルは、晴天の日中の映像では良好に機能しても、夜間や動きが激しい状況では不十分な場合がある。カメラの位置変更やレイアウト変更後にも、異なる振る舞いをする可能性がある。
人によるレビューは依然として不可欠だ。セキュリティチームは、どのアラートに検証が必要か、どの行動を自動化してはならないかを定めるべきである。また、オペレーターがイベントを却下またはエスカレーションした理由を記録し、システム調整と後の監査に向けたフィードバックを作るべきだ。
生体認証機能には追加の統制が求められる。連邦取引委員会の生体情報に関するポリシーステートメントは、プライバシー、セキュリティ、バイアス、差別、裏付けのない精度主張を、消費者被害をもたらし得る領域として挙げている。
法的義務は、管轄区域とユースケースによって異なる。公的機関、医療組織、教育機関、民間雇用主には、それぞれ異なる規則が適用される場合がある。顧客には、収集、通知、同意、目的制限、保持、開示、削除を対象とする法的レビューが必要である。
技術的なセキュリティも重要だ。映像は、建物のレイアウト、従業員の行動パターン、患者の活動、顧客の行動、緊急時の手順を明らかにし得る。管理者は役割に応じてアクセスを制限し、エクスポートされたクリップを主要プラットフォームと同程度に慎重に保護すべきだ。
組織は、生映像、メタデータ、顔情報、検索クエリ、インシデント要約がどこに保存されるかを確認すべきである。また、顧客データがモデルの学習に利用されるか、削除がどのように伝播するか、管理者の活動をどのログが記録するかも問うべきだ。
このパートナーシップにより、Convergintもこの説明責任の連鎖の一部となる。同社の設計およびサービスチームは顧客の構成確立を支援できるが、責任を完全に外部委託することはできない。購入者は依然として、目的、ポリシー、アクセスに関する決定、システムの検出結果への対応に責任を負う。
LumanaとConvergintは、信頼できる提供モデルを提示している。ただし、独立した精度テスト、共同顧客の実名による成果、詳細なガバナンステンプレートはまだ公表していない。これらの欠落はパートナーシップを無効にするものではないが、より広範な導入前に購入者が検証すべき事項を示している。
LumanaとConvergintのパートナーシップが次に証明すべきこと
このパートナーシップが有意義なエンタープライズ向けチャネルとなるのか、広範な販売発表にとどまるのかを示すシグナルは3つある。
第1のシグナルは、実名を伴う共同導入の証拠である。有用な事例研究では、開始時点のカメラ環境、導入規模、有効化した機能、実装期間、測定された運用成果を説明すべきだ。また、何が人間の管理下に残ったのかも説明する必要がある。
既存インフラが全面的な置き換えなしに高度な分析機能を得られるという、両社の中核的な主張は、顧客の証拠によって強化される。新たに選定した機器を用いる管理されたデモンストレーションよりも、複数のカメラブランドや施設にわたる結果の方が説得力を持つ。
第2のシグナルは、再現可能な検証プロセスである。Convergintは、受け入れ前にチームが画質、ネットワーク容量、検出要件、統合、アラート性能をどのように評価するのかを示せるべきだ。明確な手順は、このパートナーシップが専門的なプロジェクトを超えて拡大できることを示すだろう。
標準化された検証は、顧客が拠点間で結果を比較する助けにもなる。ある拠点で誤報が大幅に多い場合、チームはカメラ条件や構成の違いを調査できる。これは、モデルを変化しないブラックボックスとして扱うよりも有用である。
第3のシグナルは、展開プロセスに組み込まれたガバナンスです。購入者は、明確に定義された保持オプション、管理者ログ、ロールベースのアクセス制御、モデル性能レビュー、生体認証や本人確認に関連する機能の管理策を確認すべきです。こうした保護策は、方針文書だけでなく導入計画にも明記されている必要があります。
競合各社の反応も、追加の文脈を示すでしょう。Genetec、Eagle Eye Networks、Verkadaなどのプロバイダーは、AI検索とアラート機能の拡充を続けています。より強力な互換性、移行ツール、インテグレーター向けプログラムで対抗するなら、Lumanaのポジショニングが市場に影響を与えていることを意味します。
Convergintの販売活動も同様に注目すべき指標です。同社のチームが特定の顧客プロファイルに対してLumanaを継続的に推奨するようになれば、この提携は重要な意味を持ちます。目に見える導入事例がなく、多数の選択肢の一つにとどまるなら、競争上の影響は限定的でしょう。
エンタープライズの購入者にとって、当面の対応は明快です。まずは1つの業務上の課題、代表的なカメラ、測定可能な受け入れ基準から始めます。拡大する前に、アラートの品質、調査の迅速性、障害時の挙動、プライバシー管理、オペレーターの負荷を検証してください。
LumanaとConvergintの提携は、根強い課題に対する信頼できる答えを提示しています。組織は、正常に稼働しているすべてのデバイスを置き換えることなく、ビデオをより有効に活用したいと考えています。同社のハイブリッドアーキテクチャとサービスチャネルにより、この提案は試験するのに十分な実用性を備えています。
次に問うべきなのは、AIがデモンストレーションで映像にラベルを付けたり検索したりできるかどうかではありません。統合されたプラットフォームと導入プロセスが、複雑で規制の厳しい複数拠点の環境において、信頼できる結果を提供できるかどうかです。購入者は最初の共同導入を注意深く見守り、測定可能な証拠を求めるべきです。そして、すべての自動検出結果を、説明責任を伴う人間の判断をなお必要とする意思決定支援として扱うべきです。
