Mirobody

同じ検査に3つの異なる名称が付いた3件の報告書。すべての数値の背後にファイルがある、1つの推移。

どこから始めるか選ぶ

目的	こちらから開始	必要なもの
名称と単位を標準化する	1つのコマンド	uv。モデルや API キーは不要です
ブラウザーでアプリ全体を試す	GitHub Codespaces	GitHub アカウントとご自身のモデル API キー
アプリ、モデル、記録を自分のマシンに置いておく	Docker で100％ローカル	Compose を使う Docker、16 GB のメモリ。API キーは不要です
Docker を使わず、アプリと記録を自分のマシンに置いておく	Docker なし	Debian または Ubuntu、PostgreSQL 16、Python 3.12、ご自身のモデル API キー
実行するものを何も用意せず、自分の記録で使う	Theta Web または Theta モバイルアプリで Mirobody を試す	アカウント

1つのコマンドでエンジンを試す

uv をインストールしたら、ターミナルに次のコマンドを貼り付けてください。

uvx --python 3.12 mirobody resolve "LDL cholesterol" 血红蛋白 ヘモグロビン "Total Kolesterol" 血脂

リポジトリのクローン、Docker、モデル、API キーは不要です。uv が Python とパッケージを準備します。初回実行時には、ダウンロードのためネットワーク接続が必要です。その後、リゾルバーは同梱の語彙を使ってオフラインで動作します。

血红蛋白 と ヘモグロビン はどちらも 718-7 に解決されます。血脂 は未解決のままです。これは1つの検査ではなく、カテゴリを表すためです。同じエンジンが、アプリ全体で名称と単位を標準化します。

→ Python または MCP からエンジンを使う

Codespaces でアプリ全体を試す

独自のモデル API キーを使って、ブラウザーでウェブアプリを実行できます。GitHub が環境を準備するため、お使いのコンピューターに Docker や Python をインストールする必要はありません。

1. codespace を作成し、ターミナルで自動セットアップが完了するまで待ちます。アプリ、Postgres、ワーカー、合成デモデータが起動します。
2. ターミナルに表示されたセットアップリンクを開き、独自のモデル API キーを入力します：OpenRouter、OpenAI、Gemini、Anthropic、DeepSeek、DashScope、または OpenAI 互換のゲートウェイに対応しています。実際のリクエストが成功した後にのみキーが保存されます。転送されたアプリのポートは、デフォルトで非公開です。
3. Email code タブで [email protected]、コード 111111 を使ってサインインします。**「コレステロールはどのように変化しましたか？」**と質問します。デモには、自分の記録と、閲覧のみの権限で共有された [email protected] の記録を合わせて、2,019 件の測定値が含まれています。
4. Data ページで demo/upload/ から合成サンプルをアップロードすると、新しいレポートが記録に追加されます。または、mom の記録に切り替えて、もう一度質問します。

アプリと記録は GitHub のクラウド上で実行され、モデルサービスは処理対象の文書と質問を受け取ります。付属の合成データを使ってお試しください。Codespaces には使用量の上限と料金があり、モデルの使用料金はモデルプロバイダーから請求されます。使い終わったら codespace を停止してください。ご自身のマシンで完全に制御するには、以下のローカル実行手順を使用してください。

すべてを 100% ローカルで実行する

アプリ、記録、モデルはすべてご自身のマシンで実行されます。モデル API キーは不要です。 Docker と Compose でスタックとllama.cppを起動します。小型の回答モデルと文書リーダーが含まれています。

git clone --depth 1 https://github.com/thetahealth/mirobody.git && cd mirobody
COMPOSE_PROFILES=local-cpu ./deploy.sh

メモリを 16 GB 確保し、そのうち少なくとも 8 GB を Docker に割り当ててください。GPU は不要です。Windows では、WSL 2 のターミナルでコマンドを実行してください。初回起動時は、コンテナイメージとモデルの重みをダウンロードするため、ネットワーク接続が必要です。お使いのネットワークからレジストリに接続できない場合、deploy.sh がその旨を表示してミラー経由で再試行します。.env の DOCKER_MIRROR には、独自のミラーを指定します。ダウンロード後は、文書の読み取り、標準化、回答の生成がローカルで実行されます。CPU での回答生成には数分かかることがあります。Mac、NVIDIA、Windows 向けのオプションでは、GPU の使用方法を説明しています。

スクリプトに表示されるアプリのリンクを開きます。ローカルモデルはすでに選択されています。上記と同じデモアカウントでサインインし、質問するかサンプルをアップロードしてください。モデルの選び方では、ローカルの選択肢を比較しています。

クラウドモデルを Docker で使いますか？ ローカルモデルのプロファイルを指定せずに ./deploy.sh を実行し、表示されたセットアップリンクから独自のモデルキーを貼り付けます。アプリと記録はホスト上に保持されます。モデルサービスは、文書と質問を処理します。

チャットでの計算はすべてのモデルでローカルの Python を使用し、問い合わせた元データを直接処理します。オプションの計算機能には、ローカルの Docker イメージとデーモンへの接続が必要です。セットアップとデータの流れでは、ネイティブアプリケーションとコンテナ化されたアプリケーションについて説明しています。クエリビューには、実行機能を使わずに組み込みの統計情報が表示されます。

→ セルフホストガイド · 使い方 · サーバーへのデプロイ

Docker を使わずに実行する

コンテナーは不要で、レジストリから何かをプルすることもありません。 Debian または Ubuntu では、pgvector を含む PostgreSQL 16 をディストリビューション独自のパッケージからインストールし、アプリをチェックアウトしたディレクトリから直接実行します。Codespaces の手順で行われるインストールと同じです。

git clone --depth 1 https://github.com/thetahealth/mirobody.git && cd mirobody
scripts/install_native.sh   # PostgreSQL, pgvector, the Python package, a .env
scripts/start_native.sh     # the worker and the app on port 18060

表示されたリンクを開き、[email protected]、コード 111111 でサインインしてください。デモ用の記録はすでに登録されています。表示されたセットアップリンクからモデルのキーを設定すると、ドキュメントの抽出と回答生成が利用できます。install_native.sh は sudo を使ってシステムパッケージをインストールし、postgres アカウント向けの sudoers ルールを 1 つ書き込みます。実行中にそのことを明示します。

ローカルモデルは Docker の手順で使用するため、こちらの手順ではモデルサービスを介して回答します。それ以外は、お使いのマシン上に保持されるものの上の行と同じです。記録はインストールした PostgreSQL 内に保存され、名前とコードの対応情報がマシンの外に出ることはありません。

できること

• 検査機関をまたいでレポートを比較できます。 PDF、スマートフォンで撮影した写真、スプレッドシートなど、合計 23 種類のファイルを 1 つの履歴にまとめられます。各検査値には、読み取ったページへのリンクが付きます。
• 日常のデータを取り込めます。 Apple Health のエクスポートをインポートするか、Garmin、Oura、Whoop を接続できます。
• 家族の健康情報を管理できます。 自分の記録を共有する人を招待したり、サインインしない親の記録を管理したりできます。
• 健康日誌を書けます。 headache since last night, BP 150/95, no fever は、コード化された症状と 2 つの検査値に変換されます。「発熱なし」は発熱として記録されません。
• 遺伝子データを調べられます。 23andMe、AncestryDNA、WeGene のエクスポート、または VCF をアップロードして、rsID、遺伝子、領域で質問できます。薬に関する質問には CPIC の情報を提示しますが、服薬内容を変更することはありません。
• 独自のエージェントを使用できます。 MCP 経由で Claude Code、Codex、Cursor を接続するか、オフラインエンジンを Python に埋め込めます。

収集 · 標準化 · エージェント

段階	内容	場所
① 収集	あらゆる情報源から検査レポート、デバイス、写真、遺伝子ファイル、日誌の記録を取り込みます。各検査値には、元のファイルが保持されます。	collect/
② 標準化	A1c、HbA1c、Glycated Hemoglobin は 1 つのコードに対応付けられ、単位も 1 つの標準に統一されます。オフラインで、分散した情報源の検査値が 1 つのテーブルに整理された行として登録されます。対応付けできない名前は未解決のまま残ります。	engine/ · standardize/
③ エージェント	回答はモデルの記憶ではなく、そのテーブルを検索するツールから得られます。傾向、検査機関やデバイスをまたいだ比較、グラフなどを確認できます。すべての数値について元のファイルをたどれるため、うのみにせず確認できます。	agent/

モデルはドキュメントを読み、推論を行います。コードと単位はパッケージに同梱された語彙から取得され、モデルから取得されることはありません。検査値がパイプラインを通過する仕組み。

家族を大切に

ケアサークルに参加しても、それだけで何かが共有されることはありません。各メンバーは、自分の記録を他のメンバーに閲覧または編集させるかどうかを決めます。一度もサインインしない親の記録は、その親が記録を引き継ぎ、あなたに残すアクセス権を選ぶまで、あなたが管理できます。ウォークスルーで確認する。

データがこのマシンから出ない範囲

アプリを実行する場所とモデルを実行する場所は、それぞれ別に選べます。Mirobody は使用状況をどこにも報告しません。

	Codespaces + モデルキー	ローカル Docker + モデルキー	すべてこのマシン上
アプリと保存された記録	GitHub のクラウド上のコードスペース内	あなたのマシン上	あなたのマシン上
モデル処理に送信される文書と質問	モデルベンダーの規約に基づいてモデルベンダーに送信	モデルベンダーの規約に基づいてモデルベンダーに送信	あなたのマシン上にとどまります
名称からコードへの変換、単位から UCUM への変換（② 標準化）	バンドルされた語彙を使い、コードスペース内で実行	ネットワーク接続なしで、あなたのマシン上で実行	ネットワーク接続なしで、あなたのマシン上で実行
モデルの重み	モデルベンダーが管理	モデルベンダーが管理	Hugging Face から一度だけダウンロード

コマンドラインのリゾルバーも、初回のダウンロード後はモデルやネットワークへのアクセスなしで、あなたのマシン上で実行されます。

デバイスベンダーにデータが共有されるのは、デバイスを連携した後だけです。管理していないネットワークにデータが送信される前に、SECURITY.md をお読みください。サーバーが呼び出せるすべてのアドレスが記載されています。

Mirobody を基盤に構築する

やりたいこと	こちらから始めましょう
Claude Code、Codex、Cursor、Gemini CLI で自分の記録を使う	Settings → MCP link を選択し、クライアントごとに1行を追加
独自のコードで名称と単位を解決する	pip install mirobody：オフラインで動作し、キーは不要。依存関係は numpy のみ（ライブラリーガイド）
ワークフローをコーディングエージェントに教える	npx skills add thetahealth/mirobody --skill standardize-health-data（スキル）
新しいデバイスプロバイダーやツールを追加する	mirobody/collect/providers/ または mirobody/agent/tools/ にファイルを追加（CONTRIBUTING）
デプロイせずにアプリを試す	Mirobody Web デモ。同じ合成デモファイルを使用します

MCP 経由では、スタックから7つのツールが提供され、それぞれサインイン中のユーザーに限定されます。4つは記録（測定値、薬、遺伝子型、薬理ゲノミクス）を読み取り、3つは名称と単位を解決します。

pip install mirobody の実行後は、Python から同じエンジンを使用できます。

from mirobody.engine import resolve, resolve_reading

resolve("血红蛋白").loinc                                     # '718-7'   any language, one code
resolve_reading("total cholesterol", "5.0", "mmol/L").loinc  # '14647-2' the unit picks the code...
resolve_reading("total cholesterol", "193", "mg/dL").loinc   # '2093-3'  ...mass, not moles
resolve("中性粒细胞百分比").loinc                               # '26511-6' Neutrophils/Leukocytes
resolve("血脂").resolved                                     # False    a category, not one test

確認できる数値

主張	確認方法
通常のチェックアップで出力される英語、中国語、日本語、ロシア語、エストニア語、トルコ語のテストで 345/345	test_engine_coverage.py でスコアを出力します
次元解析に対応した 330 の UCUM 単位と、デバイスおよび検査指標のカタログ項目 543 件	標準化 · デバイス対応表
23andMe、AncestryDNA、WeGene、MyHeritage、FamilyTreeDNA のエクスポートと、GRCh37 および GRCh38 の VCF が、パッケージに同梱された公開 1000 Genomes サンプルでテストされ、12 個の遺伝子にわたる同じ 13 個のコールにデコードされます	test_packaged_examples.py · 公開遺伝子型の例
パッケージは使用する語彙のバージョンを明示しています：mirobody.BUNDLE_VERSION は loinc-2.83+2026.09.17-aacb2c715b56 です	python -c "import mirobody; print(mirobody.BUNDLE_VERSION)"
公開されているヘルスエージェントのベンチマーク：ESL-Bench、MedHall-Bench、MedHarm-Bench	mirobody-eval · benchmarks/

Mirobody は、ウェブとモバイルで公開中のコンシューマー向けヘルスアプリ Theta を支えるヘルスデータエンジンです。現在のユーザー数はこちらです：

コントリビューション

最も役立つコントリビューションは、リゾルバーが誤って解釈する用語です。mirobody resolve "<term>" を実行し、答えが間違っているか空の場合は、報告するか、テストケースを添えて修正を送ってください。こうして語彙は新しい言語へと広がっていきます。ロシア語の検査パネル用語とエストニア語のビタミン用語は #88、トルコ語の検査報告書の表記は #140 で追加されました。それぞれ、resolver_overrides.tsv に用語が 1 行追加され、用語ごとにテストケースが 1 つ追加されています。セットアップ方法とチェック項目については CONTRIBUTING.md をご覧ください。

HL7 FHIR、Regenstrief Institute の LOINC、UCUM、ICPC-3（WONCA）、[CPIC](https://cpicpgx.org/）、[llama.cpp](https://github.com/ggml-org/llama.cpp)、[deepagents](https://github.com/langchain-ai/deepagents) を基盤としており、各プロジェクトに感謝します。用語ライセンスについては LICENSE-3RD-PARTY をご覧ください。