Исследования реальной клинической практики

Сбор, анализ и использование данных состояния здоровья и процессов оказания медицинской помощи, полученных из обезличенных электронных медицинских карт (Real World Data, RWD)

Ценность

Эффективные клинические исследования

Улучшение разработки и выведения на рынок новых препаратов, ретроспективные исследования

Автоматизированный анализ RWD

Оценка эффективности лекарственной терапии, поиск клинических и демографических характеристик

Формирование доказательств на основе RWD

Исследования и публикации научных отчетов и статей на основе анализа сформированных наборов данных RWD

Постмаркетинговый мониторинг

Оценка эффективности исследований, подтверждающих клиническую пользу применения лекарственных средств

Функциональные возможности

  • Централизованный сбор обезличенных медицинских данных из электронных медицинских карт (ЭМК)
  • Автоматическое объединение различных эпизодов в единый цифровой профиль пациента
  • Автоматическое извлечение признаков из неструктурированных медицинских записей
  • Выявление ошибок в данных, обнаружение и исключение дублей
  • Формирование структурированных наборов данных под требования заказчика
  • Анализ собранных наборов данных реальной клинической практики (RWD)

 

Как это работает

  • Подключаем к Webiomed поставщиков медицинских данных, подписывая соответсвующие соглашения на право сбора и обработке обезличенных данных
  • Обеспечиваем полное соблюдение требований законодательства по охране данных и их надежную защиту
  • Формируем  различные RWD-наборы и производим на их основе анализ
  • На основании полученных наборов и результатов аналитической обработки мы помогаем нашим заказчикам проводить RWD/RWE-исследования, в т.ч. привлекая при необходимости профессиональные контрактно-исследовательские организации (КИО)

Для чего это нужно

  • Оценка распространенности заболеваний, факторов риска и клинических характеристик пациентов
  • Оценка влияния лекарственных средств на целевое заболевание/исход и описание схем терапии
  • Выявление подозрений на заболевания и интеллектуальный анализ клинических данных
  • Разработка и валидация различных алгоритмов, цифровых продуктов и моделей машинного обучения на данных реальной клинической практики
  • Проведение иных научных исследований и разработок в сфере анализа электронных медицинских карт (ЭМК)

 

Платформа Webiomed обработала данные

Пациентов

0

Случаев лечения

0

Медицинских документов

0

Извлеченные признаки

0

ПАТЕНТЫ И СЕРТИФИКАТЫ

Регистрационное удостоверение Росздравнадзора на медицинское изделие №РЗН 2020/9958 от 03.04.2020

Cертификация на соответствие Системы Менеджмента Качества (СМК) стандарту ISO 13485:2016 «Изделия медицинские. Системы менеджмента качества. Требования для целей регулирования».

Регистрация в качестве «Иной информационной системы» по постановлению правительства №447

Присоединяйтесь

Наши группы в соц сетях

Новости о продукте

Платформа Webiomed сертифицирована на соответствие международному стандарту по системе менеджмента качества

06 Май 2022  |   335

Webiomed- победитель «Лаборатории инноваций MedLAB»

29 Апр 2022  |   293

Проект Webiomed был представлен фармацевтической отрасли

01 Мар 2022  |   374

Искусственный интеллект для верификации атеросклероза брахиоцефальных артерий

18 Янв 2022  |   603

Искусственный интеллект будет помогать выявлять заболевания почек на ранней стадии

17 Янв 2022  |   467

Подписаны пять соглашений о сотрудничестве с регионами РФ на внедрение Webiomed

23 Дек 2021  |   335

В Webiomed добавлены функции для борьбы с сахарным диабетом

27 Сен 2021  |   680

Мы приняли участие в конференции по RWD/RWE в России

20 Сен 2021  |   542

Выявление редких (генетических) заболеваний с помощью искусственного интеллекта

10 Июн 2021  |   743

Дополнительная информация

Применение автоматизированной системы поддержки принятия врачебных решений при диспансеризации взрослого населения для контроля правильности оценки уровня сердечно-сосудистого риска

Просмотров 599 5 месяцев, 1 неделя назад

Машинное обучение на лабораторных данных для прогнозирования заболеваний

Просмотров 1 106 8 месяцев, 1 неделя назад

Распространенность хронической болезни почек по данным ретроспективного когортного исследования «Эпидемиология ХБП» (город Киров)

Просмотров 1 993 1 год назад

Предсказание сердечно-сосудистых событий при помощи комплексной оценки факторов риска с использованием методов машинного обучения

Просмотров 2 526 2 года, 1 месяц назад