O FLock.io foi destacado pelo programa MINDS do Fórum Económico Mundial (World Economic Forum) por dois agrupamentos hospitalares do NHS que utilizam a sua IA preservadora da privacidade para enfrentar doenças graves. O Moorfields Eye Hospital e os University College London Hospitals utilizam a plataforma de aprendizagem federada do FLock.io para treinar modelos clínicos para deteção de doenças oculares e gestão da diabetes, mantendo 100% de soberania dos dados. O reconhecimento aborda um desafio central em indústrias regulamentadas como a saúde, onde as regulamentações de privacidade dos dados e as preocupações com segurança limitam a utilização de IA ao impedir a partilha de dados sensíveis dos doentes.
Agrupamentos do NHS implementam o FLock.io para a deteção de doenças oculares e a gestão da diabetes
O FLock.io está a trabalhar com investigadores do NHS da UCL e parceiros clínicos dos University College London Hospitals para sistemas de monitorização da glicose. A plataforma permite que os clínicos utilizem previsões alimentadas por IA treinadas localmente com os dados de mais de 400 pacientes. Permite a formação colaborativa entre parceiros no Reino Unido, Europa, EUA e China, assegurando ao mesmo tempo que os dados dos pacientes nunca saem da rede segura do agrupamento do NHS, mantendo 100% de soberania dos dados.
Cerca de 14.000 utilizadores finais, incluindo pacientes que utilizam aplicações de gestão da diabetes, interagem com a plataforma do FLock.io no Reino Unido, Sudeste Asiático e Este Asiático. A próxima fase — um ensaio real de predição de glicose multi-continentais com 100 pacientes — será iniciada ainda este verão. A FLock.io estima que a prevenção impulsionada por IA no NHS possa resultar em mais de 100 milhões de libras em poupanças anuais, com base numa redução de 1% nos mais de 10 mil milhões de libras atualmente gastos em gestão da diabetes.
No Moorfields Eye Hospital, a FLock.io já concluiu a investigação inicial para deteção federada de doenças oculares. O treino do modelo de IA com os dados de imagem do hospital está em curso. O objetivo a longo prazo é replicar estes modelos noutros agrupamentos adicionais do NHS. O sistema de pagamento único do NHS e uma governança consistente dos dados tornam-no um cenário ideal para provar a aprendizagem federada à escala antes de se expandir para outros mercados.
O FLock.io aborda as limitações de privacidade dos dados na saúde
As regulamentações de privacidade dos dados e as preocupações com segurança restringem a utilização de IA em indústrias regulamentadas que detêm dados sensíveis, incluindo hospitais, bancos e agências governamentais. Isto obriga as organizações a ou desistirem da adoção de IA ou a dependerem de modelos genéricos, que carecem de precisão no domínio ou introduzem risco de conformidade.
As abordagens convencionais — como o treino centralizado de IA baseado na cloud e a implementação de modelos on-premises — tipicamente exigem recursos computacionais significativos. Não conseguem garantir uma proteção robusta da privacidade nem proteção contra ataques de envenenamento de modelos e fugas de dados, e podem comprometer a exatidão do modelo.
A tecnologia de aprendizagem federada permite o treino colaborativo de IA
A aprendizagem federada permite o treino colaborativo de modelos de IA sem partilhar dados brutos. Cada participante treina o modelo localmente e de forma segura em infraestruturas on-premises ou em dispositivos de edge. Apenas partilham atualizações de modelo encriptadas, que depois são agregadas para melhorar o desempenho do modelo, possibilitando inferência em tempo real.
O destaque coloca o trabalho da FLock.io no âmbito do programa MINDS mais vasto, ao lado de um ecossistema mais alargado focado no escalamento de aplicações reais de IA de alto impacto em colaboração com a Accenture. O mais recente lote (cohort) do MINDS inclui organizações como Lenovo, Occidental, TCL Industries, Hisense Hitachi e KUKA.
O FLock.io entrega melhorias de desempenho e de custos
A FLock.io é uma empresa de investigação e infraestruturas de IA que está a pioneirar soluções de aprendizagem federada a nível empresarial e soluções de IA distribuída, dando prioridade à privacidade dos dados. A sua arquitetura de aprendizagem federada descentralizada e plataformas prontas para produção (AI Arena, FL Alliance e FLock API Platform) permitem que as organizações treinem e implementem os seus próprios modelos de IA personalizados em hardware local, mantendo total privacidade dos dados, propriedade do modelo e alinhamento regulamentar por conceção.
A FLock.io combina, de forma eficaz, a aprendizagem federada (FL) e a verificação baseada em blockchain para uma melhoria de 37% na exatidão do modelo, uma redução de 44% no custo total de detenção, um risco reduzido de incidentes de violação de dados ou de ataques de envenenamento de modelos e um tempo de implementação 63% mais curto. É também mais sustentável, com 80% menos energia de treino por atualização do modelo.
O governo de Sarawak, na Malásia, está igualmente a concluir um piloto soberano de IA com a FLock.io, incluindo na área da saúde. Posteriormente, será implementado por parceiros hospitalares nos EUA, Europa e China e estabelecerá um padrão para a colaboração transfronteiriça em IA na saúde na Ásia-Pacífico e na Europa.
FAQ
Qual é o papel da FLock.io nos projetos de IA do NHS?
A FLock.io disponibiliza uma plataforma de aprendizagem federada para dois agrupamentos do NHS — Moorfields Eye Hospital e University College London Hospitals — para treinar modelos de IA clínicos para deteção de doenças oculares e gestão da diabetes, mantendo 100% de soberania dos dados. A plataforma permite treino colaborativo entre parceiros no Reino Unido, Europa, EUA e China, sem exigir que os dados dos pacientes saiam da rede segura do agrupamento do NHS.
Como é que a aprendizagem federada resolve desafios de privacidade dos dados na saúde?
A aprendizagem federada permite o treino colaborativo de modelos de IA sem partilhar dados brutos dos pacientes. Cada participante treina o modelo localmente e de forma segura em infraestruturas on-premises ou em dispositivos de edge, partilhando apenas atualizações de modelo encriptadas que são agregadas para melhorar o desempenho do modelo. Esta abordagem aborda as regulamentações de privacidade dos dados e as preocupações com segurança que restringem a utilização de IA em indústrias regulamentadas como a saúde.
Que melhorias de desempenho é que a FLock.io entrega?
A FLock.io combina aprendizagem federada e verificação baseada em blockchain para uma melhoria de 37% na exatidão do modelo, uma redução de 44% no custo total de detenção, um tempo de implementação 63% mais curto e 80% menos energia de treino por atualização do modelo em comparação com abordagens convencionais. A plataforma atende cerca de 14.000 utilizadores finais no Reino Unido, Sudeste Asiático e Este Asiático.
