TBase è una cartella clinica elettronica (EHR) per i riceventi di trapianto di rene (KTR) che combina l'inserimento automatico dei dati clinici chiave (ad esempio, valori di laboratorio, referti medici, dati di radiologia e patologia) tramite interfacce standardizzate con inserimento manuale dei dati durante il trattamento di routine (ad esempio, note cliniche, elenco dei farmaci e dati sui trapianti). In questo modo, viene creato un database completo per KTR con benefici per l'assistenza clinica di routine e la ricerca. Consente sia un facile utilizzo clinico quotidiano che un rapido accesso alle domande di ricerca con la massima qualità dei dati. Ciò si ottiene con il concetto di convalida dei dati nella routine clinica in cui gli utenti clinici e i pazienti devono fare affidamento su dati corretti per i piani di trattamento e farmaci e quindi convalidare e correggere i dati clinici nella loro pratica quotidiana. Questo EHR è su misura per le esigenze di cure ambulatoriali per trapianti e ha dimostrato la sua utilità clinica per oltre 20 anni presso Charité - Universitätsmedizin Berlin. Facilita un lavoro di routine efficiente con dati a lungo termine ben strutturati e completi e ne consente un facile utilizzo per la ricerca clinica. A questo punto, la sua funzionalità copre la trasmissione automatizzata di dati di routine tramite interfacce standardizzate da diversi sistemi informativi ospedalieri, la disponibilità di dati specifici per il trapianto, un elenco di farmaci con un controllo integrato per le interazioni farmaco-farmaco e la generazione semi-automatizzata di referti medici, tra gli altri. Gli elementi chiave dell'ultima reingegnerizzazione sono un solido concetto di privacy-by-design, modularità e quindi portabilità in altri contesti clinici, nonché usabilità e indipendenza dalla piattaforma abilitate dal responsive web design basato su HTML5 (Hypertext Markup Language). Ciò consente una scalabilità rapida e semplice in altre aree di malattia e in altri ospedali universitari. I set di dati completi a lungo termine sono la base per lo studio degli algoritmi di Machine Learning e la struttura modulare consente di implementarli rapidamente nell'assistenza clinica. I dati segnalati dai pazienti e i servizi di telemedicina sono integrati in TBase al fine di soddisfare le esigenze future dei pazienti. Queste nuove caratteristiche mirano a migliorare l'assistenza clinica e a creare nuove opzioni di ricerca e interventi terapeutici.