AI ヘルスコーチングにおける Healthify と OpenAI の協業

Healthify、インド最大のヘルスプラットフォームは、OpenAI と提携し、先進的な生成 AI をヘルストラッキングとコーチングサービスに統合しました。この協業により、Healthify はパーソナライズされたコーチングを拡大し、40 百万人のユーザー向けに食事トラッキングを簡素化し、代謝性疾患の予防と持続可能な体重減少を促進します。

従来の機械学習システムの限界を克服する

Healthify は以前、階層的 LSTM、カスタム NLU システム、畳み込みニューラルネットワーク（CNN）を組み合わせて AI 機能を提供していました。これらのシステムはバーチャル栄養士 Ria と食事写真認識ツール Snap の立ち上げを可能にしたものの、以下のような技術的課題に直面していました。

  • 認識精度: Snap 機能は複数の食材が写っている写真で苦戦し、単一のインド料理で 80% の精度を達成するまでに複数回の反復が必要でした。
  • 複雑なクエリ処理: Ria はルールベースで、栄養と他の健康指標との関係に関する複雑で横断的なクエリに答えることができませんでした。
  • スケーラビリティとローカリゼーション: 東南アジアなどの新市場への展開は、ローカル言語、食材、運動ルーティン向けにモデルをローカライズする作業が必要なため、2 年かかっていました。

OpenAI モデルの技術的統合

Healthify は既存のパイプラインを OpenAI のモデル群で置き換え、精度とグローバルスケーラビリティを向上させました。

食事トラッキングのための GPT-4 Vision

Healthify は従来の CNN ベースのパイプラインを GPT-4 Vision に統合しました。このモデルにより、世界中の複数食材を瞬時に認識でき、人間レベルの認識精度を実現します。データプライバシーと精度を保つため、Healthify は GPT-4 Vision と併せて独自のモデル群を使用し、最終的な食事推奨にはカスタムヒューリスティックモデルを適用しています。

パーソナライズドコーチングのための GPT-4 Turbo と GPT-3.5

バーチャル栄養士 Ria は、ファインチューニングされた GPT-3.5 と GPT-4 Turbo のアンサンブルを利用するようになりました。これにより、AI は Healthify の膨大な文献とユーザー固有の履歴を解釈し、パーソナライズされたアドバイスを提供できます。Ria は現在、Continuous Glucose Monitors（CGM）、食事ログ、ウェアラブル睡眠ログのデータを相関させ、「昨日の血糖値が睡眠にどのように影響したか？」といった複雑な質問に答えることが可能です。

データマッピングのための Embeddings

GPT-4 が生成した食事名と Healthify の内部食事データベースを橋渡しするため、チームは OpenAI Embeddings モデルを活用しました。GPT が特定した食事名と Healthify の食事埋め込み間でコサイン類似度マッチングを行うことで、高精度な食事マッピングを実現しました。

Coach Copilot のための Whisper

Healthify は Whisper を利用して Coach Copilot を強化しました。Coach Copilot は人間コーチがクライアントをより効率的に管理するためのアシスタントです。

ユーザーエンゲージメントと健康成果へのインパクト

OpenAI API の統合により、ユーザーエンゲージメントとリテンションが測定可能な形で向上しました。

  • 食事トラッキングの増加: ユーザーは Snap を使って食事の記録を 50% 増やし、Healthify はこれがフィットネス成果の 50% 向上に相当すると見込んでいます。
  • コーチングエンゲージメントの向上: Ria との会話長が倍増し、200 メッセージを超えるやり取りもあります。
  • コーチの効率性: 人間のコーチはクライアントへの対応時間が半分になり、AI 支援コーチとのエンゲージメントは 18% 増加しています。

スタンフォード大学の Healthify データに基づく研究によると、AI を活用した人間コーチングは、AI コーチング単独に比べてクライアントの体重減少が 70% 多くなることが示されています。

今後の目標: 自律型ヘルスエージェント

Healthify は 1 年以内に 20 カ国でサービスを開始することを目指し、従来の機械学習システムに比べてローカリゼーション時間を大幅に短縮します。同社の長期的な目標は、健康データを自動的に分析し、食事、睡眠、運動の推奨を行う自律型ヘルスエージェントを開発することです。これらのエージェントは、ユーザーの許可を得て食事の注文やジムクラスの予約といったアクションを実行できるようになります。

Sources