これまで、あすけんの代わりに食事記録を自作した話や、ChatGPTで健康データを確認できるようになった話を書いてきた。
では、実際に何を使って、どうやって作ったのか。
最初から今の仕組みを設計していたわけではない。
Googleスプレッドシートで健康データを集め、食事記録を自作し、エラーが出るたびに修正した。途中で仕組みが複雑になり、結局、データの保存方法やChatGPTとの接続まで作り直した。
ようやく日常的に使えるところまで来たので、裏側も整理しておこうと思う。
作ったのは、健康管理の専用アプリではない
私が毎日操作しているのは、基本的にChatGPTだ。
朝は「今日の状況は?」。
食事をしたら、写真を送って「今日のお昼」。
気になることがあれば、「今週の体重はどう?」「今日は運動した方がいい?」と聞く。
専用アプリを開いて、メニューを選んで、入力欄を探す。そういう操作をなるべくなくしたかった。
ただし、ChatGPTだけでこれができるわけではない。
裏側には、健康データを保存し、必要な情報を取り出すための自作システムがある。
仕組みは意外とシンプル
全体を大きく分けると、次の3つになる。
ChatGPT、健康管理システム、データベース。
ChatGPTが会話の入口になる。
自作の健康管理システムが、食事の登録やデータの取得、栄養計算などを処理する。
データベースには、食事や健康データを保存する。
この3つをつなぐために、MCPという仕組みを使っている。
MCPは、ChatGPTから外部のシステムを利用するための接続方法の一つだ。
私の場合は、ChatGPTから自作システムへアクセスできるようにした。
- 食事記録
- 栄養計算
- 健康データ取得
- 記録の修正
何を使って作ったのか
主な構成は次のとおり。
| 役割 | 使用しているもの |
|---|---|
| 会話・操作 | ChatGPT |
| 睡眠・コンディション | Oura |
| 体重・体組成 | Withings |
| 健康管理システム | Python |
| ChatGPTとの接続 | MCP |
| データ保存 | SQLite |
| システム稼働 | Fly.io |
| 本人確認 | Googleログイン |
| 開発・変更履歴 | GitHub |
ここで気になるのは、プログラミングの知識がどれくらい必要なのか、ということだと思う。
私自身、Pythonの基礎は理解しているが、今回のシステムをすべて手書きで開発したわけではない。
ChatGPTやCodexを使って設計・実装・修正を進めた。
ただし、AIに指示すれば何でも完成するわけではない。
実際には、何度もエラーが出たし、設計を変更することもあった。
特に難しかったのは、画面を作ることではなく、記録したデータが正しく保存され、必要なときに取り出せるようにすることだった。
Googleスプレッドシートからデータベースへ
最初はGoogleスプレッドシートを使っていた。
すでにOuraやWithingsのデータが集まっていたので、Food Captureもそこへ保存する形で作り始めた。
ところが、実際に使い始めると、食品の訂正、栄養計算、日次集計などで問題が出てきた。
また、自分だけでなく、Mi-chan(妻)や息子も使える仕組みにしたかった。
家族で同じシステムを使っても、個人の健康データが混ざってはいけない。
そこで、データの保存先をSQLiteというデータベースへ統一する方針に変更した。
SQLiteは、比較的小規模なアプリケーションでも使えるデータベースだ。
新たに大きなデータベースサーバーを運用する必要がない点も、個人利用には合っていた。
ただし、Googleスプレッドシートが悪かったわけではない。
最初の健康管理を始めるには十分役立ったし、今でも過去の記録として価値がある。
一番苦労したのは、AIではなくデータの整合性
食事写真から食品を認識すること自体は、ChatGPTを使えばある程度できる。
でも、そこで終わりではない。
例えば、さば定食を登録したあと、ご飯の量を訂正する。
すると、その食事のカロリーが変わる。
さらに、その日の栄養合計も変わらなければならない。
ところが、開発中には、食事の登録結果と日次集計が一致しないことがあった。
食品とサプリが混ざったり、いつもの朝食が期待どおりに表示されなかったりしたこともある。
そのたびに、どこで間違ったのかを調べて修正した。
写真認識がうまくいっても、保存されたデータが間違っていたら意味がない。
これは実際に作ってみて、強く感じたことだった。
いくらかかるのか
自作システムだから無料、というわけではない。
ChatGPT、Oura、Withingsなど、もともと使っているサービスがある。
それに加えて、健康管理システムを動かすためのサーバー費用もかかる。
ここは、既存サービスの費用と、自作システムを動かすための追加費用を分けて考えたい。
| 項目 | 費用の考え方 |
|---|---|
| ChatGPT | 契約プランに応じた利用料 |
| Oura | デバイス・メンバーシップ |
| Withings | デバイス購入費など |
| Fly.io | アプリ稼働・ストレージ |
| SQLite | ソフトウェア自体は無料 |
| GitHub | 利用プランによる |
現時点では、実際の請求明細をすべて照合できていないため、合計金額は掲載しない。
また、ChatGPTの契約だけで、自作MCPやサーバーの費用まで賄えるわけではない。
自分でも作れるのか?
私とまったく同じ構成を最初から作る必要はないと思う。
- Step 1Google Sheetsで健康データを集める
- Step 2食事記録を追加する
- Step 3ChatGPTから保存・参照できるようにする
例えば、体重と睡眠を一緒に確認したいだけなら、Googleスプレッドシートから始めてもいい。
食事写真をChatGPTで分析するだけなら、データベースやMCPを用意する必要はない。
一方、ChatGPTから自動でデータを保存したり、過去の記録を取り出したりするには、外部システムとの連携が必要になる。
ここから難易度が上がる。
特に、個人の健康情報を扱うなら、本人確認、データの分離、バックアップなどを省略するわけにはいかない。
最初から全部作ろうとするより、一つ便利にしたいことを決め、小さく作って実際に使ってみる方がよいと思う。
私も最初から現在の構成を作ったわけではない。
Googleスプレッドシートから始めて、必要になったものを追加し、うまくいかなかった部分を作り直してきた。
同じような仕組みを作ってみたい人へ
今回紹介したのは、私が実際に作って使っている健康管理システムの概要だ。
ソースコードをそのまま公開すれば、誰でも安全に使えるというものではない。
個人の健康情報や認証情報を扱う部分もあるため、そのまま配布するつもりはない。
ただ、仕組みの考え方や、実際に苦労したことなら共有できる。
同じような健康管理をやってみたい方や、作り方について気になることがあれば、記事下のフォームから質問してほしい。
実際に作ってみて分かった範囲で答えたいし、質問が多い部分は、改めて詳しく紹介してもいいと思っている。
