「パーソナライズ栄養」という言葉を、最近よく見かけるようになりました。
遺伝子、腸内細菌、血糖、ウェアラブル、AI。さまざまなデータを使って、「一人ひとりに合った食事」を考える。そう聞くと、とても新しい栄養指導のように感じます。
でも、管理栄養士である僕が最初に思ったのは、正直、
「それ、今さら?」
でした。
管理栄養士は昔から、年齢、病気、検査値、食生活、仕事内容、家族構成、本人の目標などを聞きながら、その人に合わせて栄養指導をしてきました。「人によって食事を変える」という考え方は、最近になって突然生まれたものではありません。
それに僕自身、副業から独立した初期の頃には、遺伝子検査を使ったダイエット指導をしていました。そして今は、使っていません。やめるきっかけになったのは、ある一人の方の検査結果でした。その話は、あとで詳しく書きます。
では、Precision Nutrition(精密栄養)では何が新しくなったのか。調べていくと、新しくなっているのは「個別化」という発想そのものではなく、取得できるデータの種類・量・連続性と、それを解析する技術なのだと見えてきました。
この記事では、パーソナライズ栄養・Precision Nutritionが、これまでの栄養指導と何が違うのか、そして管理栄養士はどう向き合えばいいのかを整理します。
パーソナライズ栄養とは?
まず難しいのが、言葉そのものです。
Personalized Nutrition、Precision Nutrition、Individualized Nutrition、個別化栄養、精密栄養、パーソナライズ栄養。さまざまな表現がありますが、2026年の時点でも、これらをすべて明確に分ける統一された定義があるわけではありません。研究によって、使い方も少しずつ違います。
そのうえで大きく捉えるなら、パーソナライズ栄養は、
一人ひとりの特徴や状況に応じて、食事や栄養の提案を変えていく考え方
と見ることができます。これだけなら、管理栄養士がこれまでしてきた栄養指導とかなり重なります。
一方、近年研究されているPrecision Nutritionでは、従来の問診や身体計測、検査値に加えて、
- 遺伝情報
- 腸内細菌叢
- 持続グルコースモニタリング(CGM)のデータ
- 活動量、睡眠、心拍などのウェアラブルデータ
- 食事記録
- 代謝物などの生体データ
といった、何層もの個人データを組み合わせて分析します。そしてAIや機械学習を使い、「この人は、この食事にどんな反応をするのか」まで予測しようとしている。ここが、従来との大きな違いです。
管理栄養士は、昔から個別に見てきた
ここは、かなり大事なところだと思っています。
Precision Nutritionを説明するときに、「これまでは全員に同じ栄養指導をしていた。これからは一人ひとりに合わせる時代です」と言われると、少し違和感があります。
少なくとも僕がしてきた栄養指導では、全員に同じ話をしていたわけではありません。
同じ減量が目的でも、仕事の時間が違う。食事を作れる人もいれば、ほとんど作れない人もいる。家族と食べる人も、一人暮らしの人もいる。運動できる人も、できない人もいる。食べることが好きな人もいれば、そもそも食事への関心が薄い人もいます。
病院でも、パーソナルジムでも、その人の状況を聞きながら提案を変えるのが普通でした。
だから僕には、
「個別化が始まった」のではなく、「個別化するために使えるデータが一気に増えてきた」
と考えるほうが、しっくりきます。
Precision Nutritionで何が変わるのか
従来の栄養指導とPrecision Nutritionを単純化して並べると、こんな違いがあります。
| 従来の個別栄養指導 | Precision Nutritionで目指されること | |
|---|---|---|
| 主な情報 | 問診、身体計測、検査値、食事、生活背景など | 左記+遺伝子、腸内細菌、CGM、ウェアラブル、代謝データなど |
| 判断 | 集団の栄養学・臨床知見を個人に当てはめる | 個人の反応そのものを予測しようとする |
| データ取得 | 定期的・断面的な情報が中心 | 連続した大量のデータも扱える |
| 解析 | 専門職による判断 | AI・機械学習などによる統合解析も使う |
| 目標 | その人が実行できる栄養支援 | より細かな反応予測と個別介入 |
ただし、右側が左側より優れている、という意味ではありません。今まさに研究されているのは、「データが増えることで、本当にこれまでより良い栄養介入ができるのか」という部分です。
研究は、海外でも国内でも進められてきました。アメリカではNIH(国立衛生研究所)が「Nutrition for Precision Health」という大規模研究を進めています。
日本でも、Precision Nutritionの社会実装を目指す産官学のプロジェクトが実施されてきました。医薬基盤・健康・栄養研究所(NIBIOHN)を代表機関に、大学や企業など15の機関が参画する「Precision Nutritionの実践プラットフォームの構築と社会実装」が、2024年に内閣府のBRIDGEプログラムで本格稼働しました。その土台になっているのは、NIBIOHNがそれ以前から蓄積してきた、1万人を超える日本人の生活習慣や健康状態の情報と、便・血液・唾液などの試料です。
ただ、いずれも研究開発としての取り組みです。「研究が進んでいる」ことと、「明日の栄養指導で、これを使えば確実に結果が良くなる」ことは、分けて考える必要があります。
遺伝子検査を使えば、ダイエットの近道になる?
ここからは、僕自身の経験の話です。
僕は以前、遺伝子検査を使いながらダイエット指導をしていました。導入した当初は、「遺伝子まで分かれば、もっと効率よくダイエットできるんじゃないか」という期待もありました。
検査では、糖質や脂質などに関する結果が示されます。ただ、僕の場合は結果をそのまま「あなたはこのタイプだから、この食事にしてください」と使っていたわけではありません。
それまでの食生活や体重の変化を本人と振り返りながら、
「確かに、この部分は当てはまっていそうですね」 「だったら次は、このやり方を試してみましょうか」
と、答え合わせや、次の行動を考える材料として使っていました。本人にとっても、「自分にはこういう傾向があるかもしれない」と知ることが、行動を変えるきっかけになることがあります。そういう意味では、使う価値はあったと思っています。
それでも、今の僕は遺伝子検査をダイエット指導に使っていません。理由の一つになった経験があります。
以前、うちのジムで約15kgの減量に成功した方がいました。その後に遺伝子検査を受けてみたところ、食事について示された結果が、実際にその方が減量に成功したやり方とは、かなり違う方向だったんです。
もちろん、この一例だけで「遺伝子検査は当たらない」とは言えません。
ただ僕自身は、
「実際にその人の体でうまくいった方法より、検査結果を上に置く必要はないよな」
と考えるようになりました。
研究でも、遺伝情報を使った個別の栄養介入が、通常の指導より少し良い結果を示した報告はあります。2026年のメタ解析では、通常の指導と比べ、平均で体重が約0.5kg、BMIが約0.3kg/m²小さいという統計的な差が示されました。ただし差の大きさは小さく、実際の栄養指導でどれほど意味のある差なのかは、慎重に見る必要があります。
検査結果は、答えそのものではなく、考えるための材料の一つ。今は、そのくらいの距離感がちょうどいいと思っています。
腸内フローラ検査でも「あなたに合う食事」が分かるわけではない
腸内細菌についても、同じことが言えます。
今は、便を送ると腸内細菌叢を解析してくれるサービスもあります。こうしたデータから自分の体について知れること自体は、とても面白いと思います。
ただし、「腸内フローラを調べたら、自分に合う食品が分かる」とまでは言えません。
腸内細菌叢は個人差が大きく、同じ人でも時期によって変わります。検査方法や解析方法も、サービスによって違います。臨床での腸内細菌叢検査に関する国際的なコンセンサスでも、消費者向けの検査だけで健康状態や疾患リスクを判定したり、食事や治療を決めたりできる段階ではないとされています。
だから、もし結果を持って相談されたら、僕なら最初に、
「説明を受けて、自分ではどれが当てはまっていると思いました?」
と聞くと思います。
結果と本人の実感は一致しているのか。これまでの食生活はどうだったのか。何か困っていることがあるのか。本人は何を変えたいのか。検査結果だけでなく、そこを一緒に見ます。
CGMで「自分に良い食品」が分かる?
CGMも、Precision Nutritionでよく出てくるツールです。
糖尿病診療では重要なツールですが、健康な人が「自分に合う食品を探す」ために使う場合は、少し分けて考える必要があります。
同じ食品を食べても、食後のグルコースの反応が人によって違うことは、研究で示されています。ここはPrecision Nutritionの面白いところです。
ただ、血糖が上がりにくい食品=その人にとって健康な食品ではありません。測定値には、食事だけでなく、運動、睡眠、前の食事、時間帯なども影響します。健康な成人の場合、CGMで見える短期的な変化が、長期的な健康にどうつながるのかは、まだ研究の途中です。
データが細かく見えるようになるほど、数字だけで食べものを良い・悪いと判断しないことが大切になります。
AIが入ると、本当に「最適化」できるのか
そして、今のPrecision Nutritionに欠かせないのがAIです。
扱うデータが大量なので、人間だけで分析するのは難しくなります。AIは、食事記録、データの整理、パターンの解析、複数の健康データの統合、個人の反応の予測などで、大きな役割を担う可能性があります。
ただ、AIが食事を提案できることと、その人に本当に必要な栄養指導ができることは、同じではありません。
台湾の食品成分データベースを基準に、ChatGPTの栄養推定を評価した研究(JAMA Network Open, 2023年)では、222品目の食品のうち、エネルギーが基準値の10%以内だったのは35〜48%でした。一方で、8つの献立全体で見ると、エネルギー、脂質、炭水化物の推定は栄養士の推定と大きな差がありませんでした。たんぱく質は、多めに見積もる傾向がありました。研究チームは、栄養士の代わりにはならないものの、専門職と患者さんのコミュニケーションを助ける道具になる可能性はある、とまとめています。
僕自身、文章や資料づくりではAIを毎日のように使っています。ただ、出てきた内容をそのまま使うのではなく、自分でも確認するようにしています。正直、使いこなせているようで、まだ使いこなせていない部分もあると感じています。
だから、「AIが管理栄養士を置き換える」とも、「人間にしか栄養指導はできない」とも、今の段階では僕は言い切れません。むしろ、AIによって知れること、処理できることが増えていく中で、人間の側に求められる力が変わっていくのだと思います。
データを知ったことと、生活に活かせることは別
Precision Nutritionについて考えていると、僕は健康診断に似ているなと思います。
健康診断を受ければ、自分の血糖や脂質、血圧などを知ることができます。でも、「結果を知った」ことと、「その結果を生活に活かした」ことには、大きな差があります。
遺伝子検査も、腸内フローラ検査も同じです。CGMもウェアラブルもAIも、おそらく同じです。
測れる項目が増えること、分析が細かくなること、予測ができるようになること。それ自体には価値があります。でも、その情報を本人がどう受け止め、何を変え、何なら続けられるのか。そこまでつながらなければ、データは増えただけです。
遺伝子検査ではこう出た。腸内細菌ではこう出た。CGMではこう動いた。AIはこう提案した。それらを全部並べても、答えが一つに決まるとは限りません。むしろ情報が増えるほど、「今、この人にとって何が大事なのか」という優先順位をつける必要が出てきます。
本人はどう感じているのか。これまで何をしてきたのか。何ならできるのか。何を変えたいのか。経済的に続けられるのか。家族との食事や、仕事との両立はどうか。
まずそこを聞いて、そこにデータを当てはめていく。僕は、この順番のほうが自然だと思っています。
「パーソナライズ」と書いてあれば、本当に個別化されている?
もう一つ、専門職として気をつけたいことがあります。
「パーソナライズ」や「あなた専用」と書いてあるだけで、本当に精密な個別化が行われているとは限りません。たとえば、
- 数問のアンケートだけで、タイプを決めていないか
- 数個の遺伝子だけで、「糖質タイプ」「脂質タイプ」と言い切っていないか
- 腸内細菌の結果だけで、食材のランキングを作っていないか
- CGMの血糖値だけで、食品を○×で判定していないか
- AIが出した提案だけで、完結していないか
新しいサービスを見るときは、「何を測っているのか」「その結果から、どこまで言えるのか」「その人の健康が本当に良くなるところまで確かめられているのか」を、分けて見る必要があります。
「個別化」という言葉そのものを価値にしない。中身を見る。これはPrecision Nutritionに限らず、新しい健康サービス全般に言えることだと思います。
まとめ|パーソナライズ栄養で、本当に新しくなったもの
パーソナライズ栄養という言葉を聞いたとき、僕は最初、「管理栄養士なら昔からやってるよね」と思いました。今も、その感覚は大きくは変わっていません。人に合わせて栄養指導をするという発想は、新しいものではないからです。
一方で、遺伝情報、腸内細菌叢、CGM、ウェアラブル、代謝データ、AIと、扱えるデータの種類と量は確実に増えています。それらを組み合わせて、個人の反応まで予測しようとするところに、Precision Nutritionの新しさがあります。
ただし、データが増えたことと、その人にとっての正解が分かったことは、同じではありません。
遺伝子検査を使って栄養指導をしていた経験も含めて、今の僕が思うのは、検査結果そのものより、その情報を本人の経験や生活背景とどう照らし合わせ、次の行動につなげるかのほうが大事だということです。
これから技術が進めば、今まで分からなかったことが、もっと分かるようになるはずです。だからこそ管理栄養士・栄養士には、「最新のデータを持っている人」ではなく、データの意味と限界を理解して、目の前の人が使える形に変えられる人という役割が、ますます求められていくのだと思います。
この記事を書いた人
中村逹也|管理栄養士・Naka.株式会社 代表
病院での栄養管理・栄養指導、給食、クリニック、特定保健指導、フィットネス、パーソナルジムなど、管理栄養士としてさまざまな現場を経験。現在はNaka.株式会社を経営し、人物メディア「GROW」などを運営しています。
主な参考資料
- NIH Common Fund:Nutrition for Precision Health
- 遺伝情報に基づく個別栄養介入に関するシステマティックレビュー・メタ解析(2026年)
- International consensus statement on microbiome testing in clinical practice
- Chen et al. ChatGPTによる食品の栄養推定の評価. JAMA Network Open. 2023.
- 医薬基盤・健康・栄養研究所:「Precision Nutritionの実践プラットフォームの構築と社会実装」本格稼働のお知らせ(2024年2月8日)
