パーソナライズ食は、遺伝子、腸内細菌、日々の測定データをAIで組み合わせて一人ひとりに食事を提案する仕組みで、病気の予防への効果はまだ確かめられていません。血糖値の反応を予測して食事を選ぶ方法は、小規模な試験で食後の血糖値を下げました。一方、欧州の試験では、遺伝子の情報を加えても食事の改善は上積みされませんでした。
しかし、遺伝子を調べれば、将来の病気に先回りして食事で備えられるのではないか、という期待があります。この記事では、既存の健康管理が事後的になる理由、AIが組み合わせる3種類のデータ、食事提案の使われ方、社会的な課題を順に並べます。
既存の健康管理が事後的になる理由は、データが年に一度で助言が共通なこと
既存の健康管理が事後的になる理由は、データが年に一度の健康診断に限られることと、助言が多くの人に共通の内容であることの二つです。対して先制医療は、臨床症状が出たり診断がついたりする前に、遺伝子やタンパク質に由来する指標（バイオマーカー）や画像検査を使って、適切な時期に介入し、発症を防いだり遅らせたりする予防医療です。内閣府の資料にこの説明があります。
一つ目の理由は、健康診断が年に一度で、データの間隔が長いことです。健康診断は、その時点の健康状態を断片的に捉えます。体は食事や活動、ストレスに応じて常に変動しますが、年に一度の検査では、その連続した変化を追えません。
二つ目の理由は、助言が多くの人に共通の内容であることです。「バランスの良い食事」のような指針は、多くの人に当てはまるように作られています。しかし、同じ食事でも血糖値の上がり方は人によって大きく違います。2015年に学術誌 Cell に載った研究では、800人の血糖値を1週間連続で測り、約4万6900食の記録を集めて、この違いを示しました。
AIが組み合わせる3種類のデータは、遺伝子、腸内細菌、日々の測定値
パーソナライズ食では、AIが遺伝子、腸内細菌、日々の測定値の3種類を組み合わせて扱うことが想定されています。3種類は性質が違い、量も多いので、人が手作業で組み合わせて知見を出すのは現実的に難しい作業です。そこでAIの利用が想定されています。
ゲノム情報（遺伝子）：生まれつきの傾向を調べる
遺伝子は、生涯を通じてほとんど変わらないデータです。解析すると、特定の栄養素の代謝効率や、病気のかかりやすさの傾向が分かります。たとえば、カフェインの代謝は CYP1A2 遺伝子の型で速さが違い、コスタリカで行われた研究では、代謝の速い型と遅い型でコーヒーと心筋梗塞の関係が違いました。
ただし、遺伝子の情報を食事の助言に加える効果は、まだ示されていません。欧州の Food4Me 試験（2017年、International Journal of Epidemiology）では、個別の食事助言を受けた人は通常の助言を受けた人より食事を改善しましたが、遺伝子の情報を加えても、改善は上積みされませんでした。
マイクロバイオーム（腸内細菌叢）：今の腸内環境を調べる
腸内細菌は、食事に含まれる成分の代謝に関わります。免疫や脳の働きにも関わると報告されています。構成は食事によって変わるので、今の生活習慣を反映するデータです。
腸内細菌の情報を使った例が、前の章で紹介した2015年の Cell の研究です。血液検査、食事、活動、腸内細菌の情報から、食後の血糖値の上がり方を予測するモデルを作りました。26人の試験では、モデルの予測にもとづく食事は、その逆の食事より食後の血糖値が低く、腸内細菌の構成にも一貫した変化が出ました。
ライフログ（ウェアラブルデバイス）：食事への体の反応を測定する
スマートウォッチなどは、心拍数、睡眠の質、活動量を測ります。食事のあとの変化や、運動が睡眠に与える影響を続けて測ると、食事の効果を確かめて、次の行動を選ぶ材料になります。
針を使わずに血糖値を測れると確かめられたスマートウォッチやスマートリングは、ありません。米国の食品医薬品局（FDA）は2024年2月、針を使わずに血糖値を測ると称するスマートウォッチとスマートリングを、承認も認可もしていないと注意しました。血糖値は、皮膚に針を入れる持続血糖測定器で測り、その値をスマートウォッチに表示できます。
これまでに示されたのは、食後の血糖値の予測と、26人の試験での血糖値の下がり幅までです。
食事は病気の予防に加えて毎日の体調管理にも使われるという構想
パーソナライズ食が普及すると、食事を病気の予防に加えて、毎日の体調を整えるためにも使う、という構想があります。
リアルタイムでの食事提案
たとえば、ウェアラブルデバイスが睡眠の質の低下を検知すると、スマートフォンに昼食の提案が届く、という使い方です。一般向けの健康情報と違い、その日の体調と個人のデータにもとづく行動計画になります。
食材と、その食材を勧める理由を示す提案
AIの提案には、食材とあわせて、個人の生体データにもとづく理由が付きます。たとえば、「あなたはカフェインの代謝が遅い型なので、夕方以降の摂取を避けてください」という提案です。カフェインそのものの影響としては、就寝6時間前に400mgを取ると、総睡眠時間が1時間以上短くなったという、12人の試験（2013年、Journal of Clinical Sleep Medicine）があります。理由が示されると、提案を実行しやすくなると思います。
個別の食事が食品の供給に与える影響
個人に合わせた食事は、食品の供給にも関わります。2016年には、DNAと血液の検査から食事計画を作り、食材を自宅に届けると発表した米国の会社（Habit）がありました。個別の栄養素を配合した食品を作る技術として、3Dフードプリンターの研究もあります。2025年のレビューは、3Dフードプリンターによる食品作りはまだ初期段階で、生産能力の低さと保存期間の短さが課題だと述べています。食品産業の作り方や売り方も変わると思います。
社会的な課題は、プライバシー、格差、自己責任論の3つ
パーソナライズ食の普及には、データの保護、利用の格差、自己責任論の3つの課題の解決が必要です。
一つ目の課題は、データプライバシーとセキュリティです。遺伝子情報を含む健康データは、漏れたときの影響が大きい個人情報です。本人の明確な同意なしに使われないように、安全性の高い仕組みが求められます。
二つ目の課題は、情報格差が健康格差につながることです。先端技術のサービスを使えるかが経済的な要因で分かれると、社会全体の健康格差が広がる懸念があります。
三つ目の課題は、自己責任論の強まりです。個人に最適な食事プランが示される状況では、それを実践しない選択に過度な責任を問う風潮が強まりかねません。社会全体で対話し、倫理的なルールを作る必要があります。
今からできる健康管理の一歩
健康診断の結果と日々の食事や睡眠の記録を並べて、自分の体の反応を知ることは、今から始められます。社会実装には時間がかかる可能性があります。食事を大きく変えるときや持病があるときは、医師や管理栄養士に相談してください。
まず1週間、食事と睡眠を記録して、健康診断の結果と見比べてみてはいかがでしょうか。
関連記事はこちら：自己責任論を超えて。個人のパフォーマンスと社会構造の関係性
