SAP stellt neue Lösungen für Krebsforschung und Patientenvorsorge vor
Bessere Analyse von Patientendaten, Auswertung von Krankenakten oder klinischen Studien sollen zwei neue Produkte von SAP für den Medizinbereich liefern, die SAP zusammen mit Forschungseinrichtungen entwickelt hat.
SAP stellt ‘Foundation for Health‘ und ‘Medical Research Insights’ vor. Diese beiden Lösungen für personalisierte Medizin richten sich an Gesundheitsorganisationen, Life-Sciences-Unternehmen und Forschungseinrichtungen. Diese sollen über diese beiden HANA-basierten Plattformen aus Big Data und polystrukturierten Daten schnell und zuverlässig medizinische Informationen gewinnen können.
Vorteile der Lösung sollen sich bei der Verarbeitung von Patienteninformationen, biomedizinischen Daten und auch bei der Auswertung oder Vorbereitung von Studien zeigen. Die Branchenlösungen ermöglichen eine vereinfachte Integration von medizinischen Daten und ermögliche damit auch Echtzeitanalysen und Auswertungen.
hat zusammen mit SAP die Lösung ‘Medical Research Insights’ auf Basis des SAP Patient Data Explorer entwickelt. Mit der Lösung können große Mengen Patientendaten für klinische Studien ausgewertet werden. (Bild: SAP)
Über Foundation for Health liefert SAP ein flexibles und erweiterbares Data-Warehouse-Modell für klinische Informationen, branchenorientiertes Datenintegrationsmanagement und Echtzeitanalysen großer Mengen von strukturierten und unstrukturierten Daten. Dank der verbesserten Auswertungsmöglichkeiten könne zum Beispiel die Entwicklung von neuen Medikamenten, Geräten oder Services beschleunigt werden.
Über eine offene Plattform lasse sich unter anderem auch der Forschungsbereich Genomik verbessern. So könnten auf Basis dieser Lösung Patientengruppenbildung und -analyse sowie Patientenversuchszuordnung optimiert werden. Neben Datentransparenz biete die Lösung auch vollständige Kontrolle über die Nutzung, Verarbeitung und Auswertung der Daten.
“Mit SAP Foundation for Health powered by SAP HANA können Daten aus Quellen wie der medizinischen Forschung, elektronischen Patientenakten und dem entschlüsselten menschlichen Genom, in noch nie da gewesenem Umfang genutzt werden”, kommentiert Bill McDermott, Vorstandssprecher der SAP SE.
Eines der ersten Beispiele ist das Projekt der CancerLinQ LLC, einer gemeinnützigen Tochtergesellschaft der American Society of Clinical Oncology (ASCO). Gemeinsam mit SAP arbeitet die Organisation an der Initiative CancerLinQ, bei der im großen Umfang Krebsdaten gesammelt und ausgewertet werden. Auf der Plattform werden Millionen anonymisierter Patienten- und Falldaten gesammelt. Ziel dieser Sammlung ist, die individuelle Behandlung von Patienten über Vergleichsdaten zu verbessern.
“Dank dieser Zusammenarbeit können wir unser Expertenwissen in der Krebsmedizin mit der einzigartigen Kompetenz von SAP verbinden – und somit Lösungen entwickeln, mit denen sich Datensilos abbauen und Echtzeitanalysen für große Mengen zusammengeführter klinischer Daten durchführen lassen”, erklärt Kevin Fitzpatrick, CEO von CancerLinQ LLC. Mit dieser Kooperation komme CancerLinQ dem Ziel, die wichtigste Plattform für Onkologen zu werden, einen großen Schritt näher.
Das Nationale Centrum für Tumorerkrankungen (NCT) Heidelberg, eine auf Patientenversorgung, Krebsforschung und Krebsvorsorge spezialisierte Einrichtung, stand vor dem Problem, dass Daten zu Patienten in verschiedenen Datenbanken gespeichert waren.
Die Frage, ob ein Patient für eine bestimmte klinische Studie geeignet ist, mussten daher durch manuelles Suchen in verschiedenen Datenquellen beantwortet werden.
Für die Optimierung dieses Prozesses haben das NCT und SAP gemeinsam SAP Medical Research Insight entwickelt. Mit dieser auf SAP Foundation for Health basierenden Lösung können Mediziner auf Patientendaten zugreifen und Patientenprofile aus unterschiedlichsten Quellen schnell miteinander vergleichen.
Über ein einfaches App-Design können Patientendaten in Echtzeit visualisiert und analysiert werden. Die Krankengeschichte eines Patienten kann als Zeitstrahl dargestellt werden. Die Zeiteinsparung kann dann wieder in die individuelle Patientenbetreuung investiert werden. Auch klinische Studien lassen sich damit beschleunigen.
So können Patienten nach vielfältigen Attributen gefiltert und gruppiert werden und aus den Echtzeitdaten lassen sich Schätzungen zum weiteren Krankheits- oder Heilungsverlauf ableiten und visualisieren.
