TPP的医疗数据库中储存超过5000万份的电子病历以及1.7PB的医疗大数据，庞大的数据支撑起了人工智能的开发。TPP基于这些健康大数据，在多个医疗关键领域研发了人工智能算法，并将这些算法应用于临床，辅助医疗工作。
目前TPP涉及的关键领域包括：
- 慢病早期预防 - 帮助医生筛查出潜在慢病患者，或具有潜在并发症风险的已确诊慢病患者。从源头上减少疾病带来的负担和社会医疗成本支出。
- 疾病早期诊断 - SystmOne系统内置算法工具帮助医生对卵巢癌等疾病及早作出诊断，实现“早发现，早治疗”，提升治疗质量，获得理想临床治疗结果。
- 优化患者体验 - 帮助医疗机构实现精准预测，提升机构效率，为居民带来更好的医疗体验。
- 传染病监测 – 针对爆发中的传染病，进行病征与疫情监控，为政府提供医疗资源分配的建议，保障医疗资源得到最高效的分配和使用。
交流合作，科研支撑
TPP的电子健康病历和医院信息系统解决方案为众多临床专家提供了科研数据，这些数据不仅推动了人工智能的开发，也极大推动了在流行病学领域的新研究。 TPP拥有全世界最大的医疗研究数据库，为政府、教育机构和私人研究项目提供了坚实的保障和数据支持。
科研合作案例
- ResearchOne是由TPP牵头，与利兹大学及英国技术战略委员会联合开发的医疗健康数据库。数据库中储存有英国初级医疗机构记录的公民去标识化的健康数据，为医疗机构和国家层面的医疗数据监测、分析和研究提供了高质量的结构化数据，促进临床护理领域的转变，改善医疗成果，提升医疗方面的学术研究进程，并促进医疗护理研究的进展。
- 电子衰弱指数（eFI）是由TPP与英国国家医疗服务体系（NHS）以及利兹大学等机构合作研发的自动化衰弱筛评工具。通过考量体征、疾病、症状、身体残疾情况以及社会环境等多维健康因素来协同评估衰弱程度。通过电子健康病历收集的长期数据，该系统能够将老年人的衰弱指数等级化，有助于临床医师对患者进行早期诊断、预后判定和制定护理方案。这项发明获得包括 EHI 的 IT 产品创新类别奖项, 以及英国皇家医学院杰出病护奖在内的多方认可。此外，eFI还被列入了2019年英国国家医疗服务体系（NHS）公布的十年计划中。
- 2020年，新冠疫情（COVID-19）在世界范围内爆发，为减缓疫情的蔓延，TPP与牛津大学皇家全科医师学院（RCGP）携手合作进行临床药物试验。此项合作通过临床医疗系统SystmOne筛选、招募患者参与临床试验，参与者可通过爱阅历APP输入病情症状等信息，牛津大学的研究人员从而可以确定某些药品在治疗新冠肺炎时的疗效。
优势
- 多方共享、集中存储的结构化临床诊疗数据
- 内置ICD-10/ Read Code/ SNOMED CT在内的多种疾病编码术语，保证信息标准化
- 自动化数据预处理和分析系统
- 支持数据可视化图表生成
- 强大报表功能助力科研
| 使用前 | 使用后 |
|---|---|
| 临床数据零散不全难以分析，没有形成结构化的数据，需要数据专家花费大量时间清理数据。 | SystmOne提供的综合临床科研解决方案帮助学者和临床工作者节省了科研时间成本，减少了重复性人力工作 |
| 临床与科研脱节
医生将大量的精力投入在看诊工作中，临床工作强度非常大。此外，还要在临床工作中穿插完成科研工作，压力巨大。 |
海量数据多方采集
SystmOne高质量、大容量、结构化的医疗数据，提升了科研效率，加速科研成果的产出；中央数据库将不同医院和科研机构的数据集中到一起，让多方协作研究，提升临床科研水平。 |
| 数据采集时间长
科研课题的数据采集通常要经历至少半年时间，再加上统计学处理的过程，整个研究时间基本以年度计算。 |
异构数据自动清洗
平台可以将数据进行自动化清洗，并且借助大数据计算对大规模医疗数据快速洞察。数据结果可以导出成Word、Excel、SPSS等文件格式，方便研究人员进一步统计分析。 |
| 数据处理工作繁琐
不同医院和科研机构间的数据存在差异，且各医院或研究单位数据不能集成共享，提取和利用数据涉及大量手工操作，数据标准化处理让科研人员费时费力。 |
数据分析智能精准
临床辅助系统基于健康档案数据和算法模型的机器学习，通过患者真实的病历数据，构建精准的诊疗模型并提供可视化数据，从而支持临床诊疗决策。 |
