Ковент-Гарден, Великобритания, 4 августа 2026 г., Chainwire

FLock.io был отмечен программой MINDS Всемирного экономического форума (ВЭФ) за два траста NHS, использующих его ИИ-решение с сохранением конфиденциальности для борьбы с серьёзными заболеваниями. Оба траста используют его платформу федеративного обучения для обучения клинических моделей, сохраняя при этом 100% суверенитет данных.

Moorfields Eye Hospital и University College London Hospitals (UCLH) используют FLock.io в двух направлениях: диагностика глазных заболеваний и управление диабетом. Этот подход позволяет сотрудничать без передачи конфиденциальных данных пациентов, решая проблему, с которой сталкиваются регулируемые отрасли, такие как здравоохранение, где правила конфиденциальности и требования безопасности могут ограничивать внедрение ИИ. Moorfields является одним из старейших и крупнейших центров офтальмологического лечения, обучения и исследований в Европе, а UCLH — крупная университетская больница, связанная с University College London.

Это признание включает работу FLock.io в более широкую программу MINDS и экосистему, нацеленную на масштабирование высокоэффективных реальных ИИ-приложений совместно с Accenture. Последняя когорта MINDS включает такие организации, как Lenovo, Occidental, TCL Industries, Hisense Hitachi и KUKA.

Два сценария федеративного обучения в NHS с FLock.io

FLock.io работает с исследователями NHS из UCL и клиническими партнёрами из UCLH над оповещениями мониторинга уровня глюкозы. Система предоставляет врачам ИИ-прогнозы, обученные локально на данных более чем 400 пациентов. Она поддерживает совместное обучение партнёров в Великобритании, Европе, США и Китае, гарантируя, что данные пациентов никогда не покидают защищённую сеть траста NHS, сохраняя 100% суверенитет данных. Возможность обучения в разных юрисдикциях особенно важна, поскольку трансграничная передача медицинских данных жёстко ограничена такими рамками, как GDPR ЕС и аналогичными регуляциями в других регионах.

Около 14 000 конечных пользователей, включая пациентов, использующих приложения для управления диабетом, пользуются платформой FLock.io в Великобритании, Юго-Восточной Азии и Восточной Азии. Следующий этап — межконтинентальное реальное исследование по прогнозированию уровня глюкозы с участием 100 пациентов — запланировано на это лето. FLock.io оценивает, что ИИ-управляемая профилактика в NHS может принести более 100 миллионов фунтов стерлингов годовой экономии, исходя из снижения на 1% более чем 10 миллиардов фунтов, которые в настоящее время тратятся на управление диабетом. Лечение диабета является одной из крупнейших статей расходов NHS, и система здравоохранения активно изучает цифровые и ИИ-инструменты для снижения затрат при одновременном улучшении результатов лечения пациентов.

Совместно с Moorfields Eye Hospital FLock.io завершил первоначальные исследования по федеративной диагностике глазных заболеваний. Идёт обучение ИИ-модели с использованием данных изображений больницы. Проект направлен на решение проблем масштабирования, с которыми не справился традиционный централизованный ИИ, и на обеспечение многосайтового обучения в трастах NHS без необходимости передавать конфиденциальные данные изображений во внешние организации.

Долгосрочная цель — внедрить эти модели в дополнительных трастах NHS. FLock.io заявил, что система единого плательщика NHS и согласованное управление данными делают её идеальной средой для доказательства масштабируемости федеративного обучения перед выходом на другие рынки.

Федеративное обучение позволяет совместно обучать ИИ-модели без передачи необработанных данных. Каждый участник обучает модель локально и безопасно на собственных серверах или на периферийных устройствах. Передаются только зашифрованные обновления модели, которые затем агрегируются для повышения производительности, обеспечивая вывод в реальном времени.

Проблема, которую FLock.io стремится решить

FLock.io заявил, что правила конфиденциальности данных и проблемы безопасности ограничивают использование ИИ в регулируемых отраслях, работающих с конфиденциальной информацией, включая больницы, банки и государственные учреждения. В результате организации могут либо отказываться от внедрения ИИ, либо полагаться на универсальные модели, которым не хватает точности в конкретной области или которые создают риск несоответствия требованиям.

Компания заявила, что традиционные подходы, включая централизованное облачное обучение ИИ и развёртывание моделей на собственных серверах, обычно требуют значительных вычислительных ресурсов. Также было отмечено, что такие методы не могут гарантировать надёжную защиту конфиденциальности или защиту от атак с отравлением моделей и утечек данных, а также могут снижать точность моделей.

О компании FLock.io

FLock.io позиционирует себя как исследовательскую и инфраструктурную ИИ-компанию, специализирующуюся на корпоративном федеративном обучении и распределённых ИИ-решениях, ставящих во главу угла конфиденциальность данных. Его децентрализованная архитектура федеративного обучения и готовые к использованию платформы — AI Arena, FL Alliance и FLock API Platform — разработаны, чтобы позволить организациям обучать и развёртывать собственные ИИ-модели на локальном оборудовании, сохраняя полную конфиденциальность данных, владение моделями и соответствие регуляциям по design.

Компания заявила, что её сочетание федеративного обучения и проверки на базе блокчейна обеспечивает 37% повышение точности моделей, 44% снижение совокупной стоимости владения, уменьшение риска утечек данных или атак с отравлением моделей и на 63% более короткое время развёртывания. Также отмечается, что подход более устойчив — на 80% меньше энергии на обучение при каждом обновлении модели.

Правительство Саравака, Малайзия, в настоящее время также завершает пилотный проект по суверенному ИИ с FLock.io, в том числе в сфере здравоохранения. FLock.io заявил, что пилотный проект впоследствии будет развёрнут больницами-партнёрами в США, Европе и Китае и установит стандарт трансграничного сотрудничества в области медицинского ИИ в Азиатско-Тихоокеанском регионе и Европе.

Подписывайтесь на FLock.io в LinkedIn и X или напишите команде на [email protected].