はじめに
データサイエンスを始めたばかりの方にとって、「実践的なプロジェクト」をいかに小さく始め、かつ公開して人に使ってもらうかは非常に大きな壁です。
今回私は、糖尿病リスクを予測するAIツールを開発し、それをWordPressブログ上で一般の方が実際に使える形に公開しました。
本記事では、以下のような観点で取り組みの概要をご紹介します。
・Kaggleのデータセットを活用したモデル構築
・Google Colabによる開発・可視化・学習
・FastAPI × Render によるAPI化
・WordPressとの連携で診断フォームを実装
・実際に使える“公開型ツール”としての整備
データサイエンス初学者の方、FastAPIを使ったAPI化に興味のある方、あるいはWordPress上でAI診断ツールを公開してみたい方にとって、具体的なヒントになるはずです。
プロジェクト概要
「生活習慣病の代表格である糖尿病を、生活習慣データから予測できたら便利なのでは？」という着想からスタート。
予測だけでなく、ユーザーにとって分かりやすく、かつ行動につながるアドバイスを表示できるように意識しました。
また、Mini-MVP方式（最小機能で素早く構築 → 必要なら拡張）で開発したため、初学者でも十分に再現可能です。
使用したデータと開発環境
データセット：Kaggleで公開されている糖尿病関連のライフスタイルデータ
開発環境：Google Colab
使用技術：
LightGBMによる学習モデルの作成
SHAPによる特徴量の重要度分析
pickle形式でのモデル保存
FastAPI + RenderでのAPIサーバー構築
WordPressで診断フォームを埋め込み
工夫したポイント
特徴量選定：GenHlth（自覚的健康状態）、HighBP（高血圧）、Age（年齢）、BMI（体格指数）、HighChol（高コレステロール）を中心に構成。
SHAPによる可視化：どの特徴がリスクに影響しているかを視覚的に確認。
CORS対応：WordPressとRender APIの連携時に発生するCORSエラーの対処。
投稿サイズ制限の回避：長文＋HTMLで保存できない事態に対して、Classic EditorやPHP設定変更で対応。
診断ツールの使い方（イメージ）
ユーザーは、以下のような項目を選択・入力します：
・高血圧・高コレステロールの有無
・コレステロール検査履歴
・BMI、年齢区分、性別
・自覚的な健康状態（5段階）
入力後、「診断する」ボタンを押すと、推定された糖尿病リスクと、行動につながるアドバイスが表示されます。
実際にツールを使ってみるには？
WordPressブログ上で実際に動作する診断フォームを公開しています。
スマートフォンでもサクッと使える設計ですので、ぜひ体験してみてください！
まとめ
このように、Kaggleのデータセット → Colabでのモデル構築 → API化 → WordPressでの一般公開という流れを踏めば、データサイエンス初心者でも実践的なアウトプットが可能になります。
ポイントは、「完璧に作るよりもまず動かす」こと。そして、できる範囲で人に使ってもらう経験を積むこと。
今後はさらにモデルを改良し、より説明性や精度の高いツールに仕上げていきたいと考えています。