FLock.ioは、世界経済フォーラムのMINDSプログラムによって、プライバシー保護型AIを用いて主要疾患に取り組む2つのNHS医療機関が評価され、その取り組みが取り上げられました。Moorfields Eye HospitalとUniversity College London Hospitalsは、FLock.ioの連合学習（フェデレーテッド・ラーニング）プラットフォームを利用して、データを100%主権（データソブリンティ）として維持したまま、眼疾患の検出と糖尿病の管理のための臨床モデルを学習しています。この評価は、医療のような規制産業における中核課題への対応に焦点を当てています。具体的には、データのプライバシー規制やセキュリティ上の懸念により、機微な患者データを共有できないため、AIの活用が制限される点です。
NHSの医療機関が眼疾患と糖尿病管理にFLock.ioを導入
FLock.ioは、UCLのNHS研究者およびUniversity College London Hospitalsの臨床パートナーと連携し、グルコースのモニタリングアラートに取り組んでいます。このプラットフォームは、400人超の患者データを用いてローカルで学習したAIによる予測で、臨床医を支援します。患者データが安全なNHS医療機関ネットワークの外へ出ることなく、英国、欧州、米国、中国のパートナー間で連携して学習できる体制を可能にし、100%データソブリンティを維持します。
糖尿病管理アプリを利用する患者を含む約14,000人のエンドユーザーが、英国、東南アジア、東アジアでFLock.ioのプラットフォームに関与しています。次のフェーズとして、100人の患者によるマルチ大陸でのグルコース予測の実世界トライアルが、今夏に開始される予定です。FLock.ioは、糖尿病管理に現在投じられている100B+ポンドのうち1%の削減に基づき、NHSにおけるAI主導の予防が年間100Mポンド超の節約につながる可能性があると見積もっています。
Moorfields Eye Hospitalとともに、FLock.ioは連合学習による眼疾患検出に関する初期研究を完了しています。同病院の画像データを用いたAIモデルの学習が進行中です。長期目標は、これらのモデルを追加のNHS医療機関へ展開することです。NHSの単一支払者制度と一貫したデータガバナンスにより、他の市場へ拡大する前に、規模の面で連合学習を実証するのに理想的です。
FLock.ioがヘルスケアのデータプライバシー制約に対処
データのプライバシー規制とセキュリティ上の懸念は、機微データを扱う規制産業（医療機関、銀行、政府機関など）におけるAI利用を制限します。その結果、組織はAIの導入を断念するか、領域の精度に欠ける一般的なモデルに頼るか、あるいはコンプライアンス上のリスクを持ち込む必要に迫られます。
従来のアプローチ（中央集権型のクラウドベースAI学習やオンプレミスでのモデル展開など）では、通常、相当な計算資源が必要です。さらに、堅牢なプライバシー保護や、モデルポイズニング攻撃やデータ漏えいに対する防護を保証できず、モデル精度を損なう可能性があります。
連合学習技術が共同AIトレーニングを可能に
連合学習により、生データを共有せずに共同でAIモデルを学習できます。各参加者は、ローカルまたはオンプレミス／エッジデバイス上でモデルを安全に学習します。共有するのは暗号化されたモデル更新のみで、その後に集約されてモデルの性能が向上し、リアルタイム推論が可能になります。
今回のスポットライトは、Accentureと連携してインパクトの高い実世界AIアプリケーションのスケールに取り組む、より広いエコシステムの一環として、MINDSプログラム内でのFLock.ioの取り組みを位置づけています。最新のMINDSコホートには、Lenovo、Occidental、TCL Industries、Hisense Hitachi、KUKAといった組織が含まれます。
FLock.ioが性能とコストの改善を提供
FLock.ioは、データプライバシーを最優先するエンタープライズ向けの連合学習および分散型AIソリューションを先駆けて開発するAIリサーチ／インフラ企業です。その分散型の連合学習アーキテクチャと、本番運用に適したプラットフォーム（AI Arena、FL Alliance、FLock API Platform）により、組織はローカルのハードウェア上で自社のカスタムAIモデルを学習・展開しながら、設計上のデータプライバシー、モデル保有、規制整合を完全に維持できます。
FLock.ioは、FLおよびブロックチェーンに基づく検証を効果的に組み合わせることで、モデル精度を37%改善し、総保有コスト（Total cost of ownership）を44%削減し、データ漏えいまたはモデルポイズニング攻撃のリスクを低減し、展開時間を63%短縮します。さらに、モデル更新あたりの学習エネルギーを80%削減し、省エネでより持続可能です。
マレーシアのサラワク州政府も現在、医療を含めてFLock.ioとともに主権AIのパイロットを進めています。その後、米国、欧州、中国の医療機関パートナーによって展開され、アジア太平洋地域および欧州における越境ヘルスケアAI協業の標準を確立します。
よくある質問（FAQ）
NHSのAIプロジェクトにおけるFLock.ioの役割は何ですか？
FLock.ioは、NHSの2つの医療機関（Moorfields Eye HospitalとUniversity College London Hospitals）のために、眼疾患の検出と糖尿病管理の臨床AIモデルを、100%データソブリンティを維持しながら学習する連合学習プラットフォームを提供します。このプラットフォームは、安全なNHS医療機関ネットワークの外へ患者データを出す必要なく、英国、欧州、米国、中国のパートナー間で共同学習を可能にします。
連合学習はどのようにヘルスケアのデータプライバシー課題を解決しますか？
連合学習により、生の患者データを共有せずに、共同でAIモデルを学習できます。各参加者は、オンプレミスまたはエッジデバイス上でローカルに安全にモデルを学習し、集約されてモデルの性能向上に役立つのは暗号化されたモデル更新のみです。このアプローチは、ヘルスケアのような規制産業でAIの利用を制限するデータプライバシー規制とセキュリティ上の懸念に対処します。
FLock.ioはどのような性能改善を提供しますか？
FLock.ioは、連合学習とブロックチェーンに基づく検証を組み合わせることで、モデル精度を37%改善し、総保有コストを44%削減し、展開時間を63%短縮し、さらにモデル更新あたりの学習エネルギーを従来手法より80%削減します。このプラットフォームは、英国、東南アジア、東アジアにわたって約14,000人のエンドユーザーに利用されています。
