世界経済フォーラムがFLock.ioと連携するNHSのAI活用事例を取り上げる

2026年8月7日

Moorfields Eye Hospital と UCLH は、2つのユースケース、眼疾患検出と糖尿病管理のために FLock.io を活用している。この手法は機微な患者データを共有することなく協働を可能にし、データプライバシー規制やセキュリティの懸念がAIの利用を制限する医療のような規制産業が直面する問題を解決する。

このスポットライトは FLock.io の活動を MINDS プログラム全体の一部として位置づけ、Accenture との協働で高い影響を持つ実世界のAIアプリケーションのスケール化に焦点を当てた広範なエコシステムとともに示す。最新の MINDS コホートには Lenovo、Occidental、TCL Industries、Hisense、Hitachi、KUKA などの組織が含まれている。

Two federated learning NHS use cases with FLock.io

FLock.io は UCL の NHS 研究者および University College London Hospitals (UCLH) の臨床パートナーと糖尿病モニタリングのアラートを対象に協働している。これにより、400 名を超える患者データで局所的に訓練されたAI予測を臨床医に提供することができる。英国、欧州、米国、中国のパートナー間で協調訓練を可能にしつつ、患者データが安全な NHS トラスト網を離れることはなく、データ主権を100%維持する。

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、東アジアにわたり FLock.io のプラットフォームを利用している。次のフェーズは、100名の患者を対象とした多大陸横断のグルコース予測の実世界試験であり、今夏に開始される予定だ。FLock.io は NHS におけるAI 主導の予防が、現在糖尿病管理に費やされている100億ポンド超の支出を1%削減するだけで年間1億ポンド以上の節約を生むと見込んでいる。

NHS AI use cases spotlighted by World Economic Forum for work with FLock.io

Moorfields Eye Hospital と協働することで、FLock.io は連合学習を用いた眼疾患検出の初期研究を完了した。病院の画像データを用いたAIモデルのトレーニングが進行中で、従来の中央集権型AI が抱えたスケーリングの課題を解決することを目指し、NHS トラスト間で複数サイトの訓練を可能にするが、機微な画像データを外部と共有する必要はない。

長期的な目標は、これらのモデルを他の追加的 NHS トラストにも展開すること。 NHS の単一支払者制度と一貫したデータガバナンスは、他市場へ展開する前にスケールでの連合学習を実証するのに最適な環境である。

連合学習は、生データを共有することなく協働でAIモデルを訓練できる。各参加者はローカルまたはエッジデバイス上で安全にモデルを訓練し、暗号化されたモデル更新のみを共有して、それを集約してモデルの性能を向上させ、リアルタイム推論を可能にする。

NHS AI use cases spotlighted by World Economic Forum for work with FLock.io

The problem FLock.io aims to solve

データのプライバシー規制とセキュリティ上の懸念は、機微データを扱う病院、銀行、政府機関といった規制産業によるAIの活用を制限している。これにより組織はAI の導入を諦めるか、領域の精度を欠く汎用モデルに依存するか、あるいはコンプライアンス上のリスクを招くことになる。

従来のアプローチ—中央集権的クラウドAIトレーニングやオンプレミスのモデルデプロイメント—は通常、膨大な計算資源を要する。堅牢なプライバシー保護やモデル汚染攻撃・データ漏えい対策を保証できず、モデルの精度を損なうことがある。

FLock.io について詳しく

Photo

FLock.io はデータのプライバシーを最優先するエンタープライズ向け連合学習と分散AIソリューションを開拓するAI研究・インフラ企業である。その分散型連合学習アーキテクチャと実用化レベルのプラットフォーム(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独自のAIモデルを訓練・展開しつつ、データプライバシー、モデル所有権、規制適合を設計段階で維持できる。

FLock.io は連合学習とブロックチェーンベースの検証を組み合わせ、モデル精度を37%向上、総所有コストを44%削減、データ侵害やモデル毒性攻撃のリスクを低減し、デプロイメント時間を63%短縮している。さらに、1回のモデル更新あたりの学習エネルギーを80%削減することで、より持続可能な取り組みとなっている。

マレーシアのサラワク州政府も現在、FLock.io との主権AIパイロットを実施中で、医療分野も含む。今後、米国、欧州、中国の病院パートナーによって展開され、アジア太平洋と欧州における跨境医療AI協力の標準を確立するだろう。

FLock.io を LinkedIn と X でフォローし、[email protected] 宛てにチームへ連絡する。メディア連絡先: [email protected]

出典: FLock.io

美咲 高橋

美咲 高橋

医療・健康分野を中心に、病気や治療、予防、患者さんの日々の暮らしについて取材・執筆しています。難しい情報をわかりやすく整理し、読者の不安を少しでも減らせる記事を届けることを大切にしています。