SAP AG объявила на конференции HIMSS14 в Орландо (США) о запуске проекта интеграции данных клинических исследований под названием Medical Insights, который должен стать важным шагом в лечении онкологических заболеваний.

Практически каждый случай онкологического заболевания уникален. Чтобы помочь пациентам, на которых не действуют стандартные методы лечения, медикам приходится обрабатывать огромные массивы информации, включая метаанализ когортных и длительных исследований групп больных, которым было или не было предоставлено экспериментальное лечение. Обычно просмотр, интерпретация и сведение всей информации воедино осуществляются с помощью электронных таблиц. Из-за высокой трудоемкости этих процессов пациентам приходится слишком долго ждать индивидуально подобранных курсов лечения.

Проект SAP нацелен на повышение точности диагностики онкологических заболеваний и, как следствие, эффективности их лечения с помощью интегрированных инструментов доступа к данным исследований и анализа информации в реальном времени. Продукт, в основе которого лежит платформа SAP HANA, разработан в сотрудничестве с немецким Национальным центром изучения онкологических заболеваний (NCT) и сейчас проходит тестирование в г. Гейдельберг (Германия).

Medical Insights направлен на создание обобщенной модели медицинской информации и семантических процедур, позволяющих извлекать информацию о пациентах из различных источников, таких как клинические базы данных, реестры онкологических больных, банки генетической информации, а также текстовые документы, например, записи лечащих врачей. Затем вся эта информация анализируется на платформе SAP HANA, причем результат выдается в режиме реального времени. Когорты пациентов отображаются таким образом, что их удобно изучать и редактировать в группах, экспортировать в другие программы для последующего анализа или сравнивать по тем или иным показателям.

Medical Insights позволяет выводить полную историю болезни пациента на графической временной шкале с нужной степенью детализации. Единый источник достоверных данных дает возможность получить целостную картину лечения, помогая врачу снизить риск ошибочного диагноза и выбрать наилучшие методы терапии. Для пациента это означает более быстрое получение результатов исследований и большую эффективность лечения.