Szpitalne oddziały ratunkowe (SOR) to jedne z najbardziej obciążonych miejsc w systemie ochrony zdrowia. Każdego dnia obsługują setki pacjentów – często w warunkach niedoborów kadrowych i sprzętowych. W takim środowisku trudno mówić o prowadzeniu badań naukowych czy systematycznej ocenie jakości udzielanych świadczeń. A jednak – dzięki nowoczesnym rozwiązaniom informatycznym – staje się to coraz bardziej realne. Nowe podejście do danych medycznych Projekt eCREAM (Enabling Clinical Research and Evaluation Across Multiple Emergency Data), w którym Uniwersytet Jagielloński pełni rolę polskiego partnera, ma na celu zrewolucjonizowanie sposobu wykorzystywania dane medyczne z SOR-ów. Kluczowe jest tu jedno założenie: żadnych dodatkowych formularzy. Projekt stawia na analizę już istniejącej dokumentacji medycznej. Jak to możliwe? Co stoi na przeszkodzie w zbieraniu danych?  Większość danych medycznych zapisywana jest w nieustrukturyzowanej, opisowej formie – jako swobodne notatki lekarzy z przebiegu wizyty,  opisy objawów, decyzji diagnostycznych i terapeutycznych. Dla klinicysty to zrozumiały i spójny obraz stanu pacjenta. Dla programów analitycznych – nieczytelny ciąg tekstu. Problemem nie jest brak danych, ale ich forma. Właśnie tutaj wkracza technologia przetwarzania języka naturalnego (NLP, Natural Language Processing), która pozwala komputerom „czytać” i „rozumieć” teksty medyczne.  Dzięki NLP codzienna dokumentacja medyczna – dotąd wykorzystywana głównie na potrzeby pojedynczych przypadków – może stać się źródłem wiarygodnych i