Community Trust ScoreProbablement Réel
FLock.io vient de recevoir une reconnaissance sérieuse du Forum Économique Mondial. Le programme MINDS du WEF a sélectionné l’entreprise pour son travail en IA respectueuse de la vie privée — spécifiquement ce qu’elle fait au sein du Service National de Santé du Royaume-Uni.
Deux trusts du NHS utilisent déjà la plateforme d’apprentissage fédéré de FLock.io : l’hôpital ophtalmologique de Moorfields et les hôpitaux de l’University College London. Moorfields l’utilise pour la détection des maladies oculaires. UCLH se concentre sur la gestion du diabète, travaillant avec des chercheurs du NHS à UCL et des équipes cliniques pour développer des alertes de surveillance du glucose entraînées sur des données de plus de 400 patients. Les modèles s’entraînent localement. Aucune donnée brute ne quitte le bâtiment. Les partenaires à travers le Royaume-Uni, l’Europe, les États-Unis et la Chine peuvent tous contribuer sans jamais transmettre de dossiers de patients — ce qui, dans le domaine de la santé, est pratiquement tout le jeu.
Environ 14 000 utilisateurs sont actuellement sur la plateforme, y compris des patients dans des applications de gestion du diabète à travers le Royaume-Uni, l’Asie du Sud-Est et l’Asie de l’Est.
L’argument des économies de 100 millions de livres
FLock.io avance un chiffre sur ce que cela pourrait signifier pour le NHS : plus de 100 millions de livres économisées annuellement grâce à la prévention du diabète par l’IA. Le calcul qu’ils utilisent est une réduction de 1 % des dépenses sur la maladie, qui s’élèvent actuellement à plus de 10 milliards de livres par an pour le NHS. Que cette projection se concrétise en pratique n’est pas encore clair, mais l’échelle du NHS — un système à payeur unique avec une gouvernance des données cohérente à travers les trusts — en fait probablement le meilleur terrain d’essai possible pour l’apprentissage fédéré à cette échelle.
À Moorfields, la configuration fédérée s’attaque à un problème que l’IA centralisée ne peut vraiment pas gérer : la collaboration multi-sites sur des données d’imagerie sensibles. Chaque trust s’entraîne sur ses propres données d’image. Les mises à jour chiffrées sont agrégées. Aucune donnée d’imagerie n’est partagée. L’objectif est de déployer ces modèles dans plus de trusts du NHS, en utilisant la structure du NHS comme une sorte d’infrastructure naturelle pour l’apprentissage fédéré évolutif. C’est un ajustement intelligent.
Les chiffres derrière la plateforme de FLock.io
La pile d’apprentissage fédéré d’entreprise de FLock.io — qui inclut la vérification par blockchain — revendique des chiffres de performance frappants. Précision des modèles augmentée de 37 %. Coûts réduits de 44 %. Temps de déploiement réduits de 63 %. Consommation d’énergie pour l’entraînement réduite de 80 %. Ces chiffres proviennent de l’entreprise, donc à prendre avec un scepticisme approprié, mais même directionnellement, ce sont le genre de chiffres qui intéressent les équipes d’approvisionnement.
La plateforme est conçue pour être prête à la production. FLock.io affirme que les organisations peuvent déployer des modèles d’IA personnalisés efficacement grâce à son installation, qu’elle appelle AI Arena et FL Alliance. L’argument est un coût total de possession plus bas et un déploiement plus rapide — deux choses auxquelles les hôpitaux et les banques accordent une grande importance, étant donné à quel point ils ont tendance à souffrir de déploiements de logiciels d’entreprise lents et au-dessus du budget.
Et les banques font aussi partie de l’argumentaire. FLock.io positionne l’apprentissage fédéré comme une solution à un problème spécifique dans les industries réglementées : le risque de conformité pousse les institutions vers des modèles d’IA génériques et centralisés qui ne sont pas aussi performants. L’apprentissage fédéré leur permet de s’entraîner sur leurs propres données, localement, sans l’exposition légale qui découle de la mise en commun de dossiers sensibles quelque part de centralisé. Les hôpitaux font face à la même pression. C’est essentiellement le même casse-tête de conformité, juste un type de données différent.
Pilote en Malaisie et expansion internationale
Au-delà du NHS, FLock.io mène un projet pilote d’IA souveraine avec le gouvernement de Sarawak en Malaisie, axé sur la santé. Ce projet pilote doit s’étendre aux hôpitaux aux États-Unis, en Europe et en Chine. Aucun calendrier précis n’a été donné sur le début de cette expansion.
L’angle international est important. La collaboration transfrontalière en IA dans le domaine de la santé est vraiment difficile — lois sur la résidence des données, différents régimes réglementaires, règles de confidentialité des patients qui varient d’un pays à l’autre. L’apprentissage fédéré est probablement la réponse technique la plus propre à ce problème en ce moment, car les données n’ont jamais à traverser une frontière. Seules les mises à jour de modèles chiffrées le font.
L’approche de FLock.io réduit également deux risques qui hantent les systèmes d’IA centralisés : les violations de données et les attaques par empoisonnement de modèles. Lorsque les données restent locales et que seules les agrégations chiffrées circulent dans le réseau, la surface d’attaque se réduit considérablement.
La reconnaissance du WEF via MINDS place FLock.io devant un public différent de celui du circuit habituel des startups crypto ou IA. C’est un signal que l’entreprise pousse fort dans les marchés institutionnels et gouvernementaux — pas seulement dans le domaine de la santé, mais partout où la souveraineté des données est non négociable.
FLock.io prévoit que le projet pilote de Sarawak établira un précédent pour la collaboration internationale en IA dans le domaine de la santé, avec des déploiements prévus dans des hôpitaux aux États-Unis, en Europe et en Chine.
Questions Fréquentes
Quels hôpitaux du NHS utilisent la technologie de FLock.io ?
L’hôpital ophtalmologique de Moorfields utilise FLock.io pour la détection des maladies oculaires, tandis que les hôpitaux de l’University College London l’utilisent pour la gestion du diabète et les alertes de surveillance du glucose entraînées sur des données de plus de 400 patients.
Quelles économies FLock.io projette-t-il pour le NHS ?
FLock.io projette plus de 100 millions de livres d’économies annuelles pour le NHS grâce à la prévention du diabète par l’IA, basée sur une réduction de 1 % des plus de 10 milliards de livres que le NHS dépense actuellement chaque année pour gérer la maladie.
