Tempus
Integraciones
- Epic
- Cerner
- HL7 FHIR
- Plataformas NGS de Illumina
- LIMS
Detalles de precios
- Modelo de precios basado en servicios para secuenciación genómica y licencias institucionales para el acceso a la plataforma de datos.
- Los costes de rendimiento (throughput) de la API no están divulgados.
Características
- Pipeline de Secuenciación de Nueva Generación (NGS)
- Tempus ONE (Interfaz de Asistente de IA)
- Emparejamiento de Ensayos Clínicos Propietario (TIME)
- Modelos de Visión para Patología Digital
- Repositorio Multimodal Desidentificado
- Extracción de Datos HL7 FHIR y NLP
Descripción
Arquitectura de Síntesis Clínico-Genómica de Tempus
La plataforma Tempus está diseñada como un pipeline de ingesta multimodal de alto rendimiento (throughput), creado para integrar conjuntos de datos fenotípicos y moleculares en un entorno analítico estructurado. La arquitectura se centra en el Repositorio Multimodal Desidentificado 🧠, que actúa como capa de persistencia central tanto para registros clínicos estructurados como para salidas de secuenciación en bruto.
Pipeline de Ingesta Multimodal
La plataforma procesa datos de salud dispares a través de capas especializadas de extracción y normalización para garantizar la compatibilidad entre instituciones.
- Ingesta del EHR: Entrada: Recursos FHIR y notas clínicas no estructuradas. Proceso: Abstracción basada en NLP y procesamiento OCR 📑. Salida: Datos fenotípicos estructurados mapeados a esquemas unificados 🧠.
- Perfilado Genómico: Entrada: Muestras de tejido tumoral/normal. Proceso: Secuenciación NGS y llamada de variantes bioinformáticas (paneles xT, xF) 📑. Salida: Perfiles moleculares e informes de variantes accionables.
- Tempus ONE (Asistente de IA): Interfaz basada en voz y texto que proporciona recuperación en tiempo real de insights de pacientes e informes clínico-genómicos 📑.
⠠⠉⠗⠑⠁⠞⠑⠙⠀⠃⠽⠀⠠⠁⠊⠞⠕⠉⠕⠗⠑⠲⠉⠕⠍
Soporte de Decisiones Clínicas y Emparejamiento de Ensayos
Los datos sintetizados en el repositorio son utilizados por el Motor de Emparejamiento Propietario (TIME Trial) 📑 para identificar la elegibilidad en ensayos clínicos basándose en el estado molecular y clínico en tiempo real.
- Pipeline de Patología Digital: Análisis automatizado de láminas H&E para predecir biomarcadores moleculares mediante aprendizaje profundo basado en visión 📑.
- Multi-Ómicas Predictivas: Modelos de datos de RNA-seq y ADN diseñados para pronosticar la respuesta al tratamiento y la posible toxicidad 📑. Restricción Técnica: La transparencia de los hiperparámetros del modelo sigue siendo limitada 🌑.
- Mediación con Conciencia de Privacidad: Implementación de controles de acceso por capas para garantizar la seguridad de los datos durante la investigación multiinstitucional 🧠.
Directrices de Evaluación
Los equipos de ingeniería deben priorizar los siguientes pasos de validación antes de la integración:
- Verificación de Latencia entre Instituciones: Evaluación de la velocidad de propagación de datos desde la ingesta del EHR hasta la salida estructurada 🌑.
- Validación de Reconciliación de Esquemas: Análisis del mapeo de normalización propietario para extensiones FHIR no estándar 🌑.
- Precisión del Motor de Ensayos Clínicos: Evaluación comparativa del rendimiento del motor TIME Trial frente a flujos de trabajo de curación manual ⌛.
Historial de versiones
Actualización de fin de año: Lanzamiento del hub agéntico de medicina de precisión.
Disponibilidad general de modelos predictivos multiómicos.
Integración de Acyuta AI para el emparejamiento automatizado con ensayos clínicos.
Expansión a biopsia líquida y monitoreo de enfermedad residual mínima (MRD).
Introducción de Tempus One, asistente de voz para datos clínicos.
Lanzamiento de algoritmos de patología digital para predecir biomarcadores.
Disponibilidad general de Tempus xT e integración de datos moleculares con HCE.
Fundación de Tempus y lanzamiento de la plataforma NGS para oncólogos.
Ventajas y desventajas de la herramienta
Ventajas
- Análisis avanzado con IA
- Tratamiento personalizado
- Mejores resultados
- Integración completa
- Información útil
- Oncología de precisión
- Actualizaciones en tiempo real
- Análisis genómico
Desventajas
- Calidad de datos clave
- Posible sesgo
- Costos de implementación