O TBase é um registro eletrônico de saúde (EHR) para receptores de transplante de rim (KTR) que combina a entrada automatizada de dados clínicos de dados clínicos importantes (por exemplo, valores laboratoriais, relatórios médicos, dados de radiologia e patologia) através de interfaces padronizadas com entrada manual de dados durante o tratamento de rotina (por exemplo, notas clínicas, lista de medicamentos e dados de transplante). Por isso, um banco de dados abrangente para KTR é criado com benefícios para cuidados clínicos e pesquisas de rotina. Permite o fácil uso clínico cotidiano e o acesso rápido para perguntas de pesquisa com a mais alta qualidade de dados. Isso é conseguido pelo conceito de validação de dados na rotina clínica em que usuários clínicos e pacientes devem contar com dados corretos para planos de tratamento e medicamentos e, assim, validar e corrigir os dados clínicos em sua prática diária. Este EHR é adaptado para as necessidades de cuidados ambulatoriais de transplante e provou sua utilidade clínica por mais de 20 anos em Charité - Universitätsmedizin Berlin. Facilita um trabalho de rotina eficiente com dados de longo prazo bem estruturados e abrangentes e permite seu fácil uso para pesquisas clínicas. Até o momento, sua funcionalidade abrange a transmissão automatizada de dados de rotina por meio de interfaces padronizadas de diferentes sistemas de informação hospitalar, disponibilidade de dados específicos para transplantes, lista de medicamentos com verificação integrada para interações medicamentosos e geração semi-automatizada de relatórios médicos, entre outros. Os elementos-chave da última reengenharia são um conceito robusto de privacidade por design, modularidade e, portanto, portabilidade em outros contextos clínicos, bem como usabilidade e independência da plataforma habilitada pelo design web responsivo baseado em HTML5 (Hypertext Markup Language). Isso permite uma escalabilidade rápida e fácil em outras áreas da doença e em outros hospitais universitários. Os conjuntos de dados abrangentes de longo prazo são a base para a investigação de algoritmos de Machine Learning, e a estrutura modular permite implementá-los rapidamente no cuidado clínico. Os dados relatados pelo paciente e os serviços de telemedicina são integrados ao TBase, a fim de atender às necessidades futuras dos pacientes. Essas novas características visam melhorar o cuidado clínico, bem como criar novas opções de pesquisa e intervenções terapêuticas.