Rapid Algorithm Development (RALD), czyli Model szybkiego rozwoju algorytmów to wykorzystywany przez Bioprognos model skracający czas potrzebny na opracowanie kolejnych testów z serii Onco Dx oraz rozwój algorytmu MBDAA (Multiple-Biomarkers Disease Acitivity Algorithm), określającego aktywność choroby nowotworowej na podstawie panelu biomarkerów.

Model RALD znacznie zwiększa efektywność prac dzięki zastosowaniu procesu Product Family Engineering (PFE).

Product Family Engineering, czyli inżynieria linii produktowej, to synonim wyrażenia „Domain Engineering” sformułowanego przez instytut Carnegie Mellon Software Engineering Institute. Termin „Product Family Engineering” został wprowadzony przez Jamesa Neighborsa w jego pracy naukowej stworzonej na Uniwersytecie Kalifornijskim w Irvine w 1980 roku.

Proces pod nazwą Product Family Engineering można zdefiniować jako metodę tworzenia bazowej architektury dla platformy produktowej danej organizacji.

Jego rezultatem jest struktura oparta na powszechności oraz planowanych zmiennościach. “Podstawowa rodzina produktowa” może stanowić punkt wyjścia dla różnych wariantów produktów, co oferuje możliwość ponownego wykorzystywania i różnicowania produktów w obrębie jednej linii.

Product Family Engineering jest stosunkowo nowym podejściem do tworzenia produktów. Skupia się na procesie tworzenia nowych produktów w taki sposób, by można było ponownie wykorzystać ich elementy i wprowadzić zmienność przy maksymalnym ograniczeniu czasu i kosztów produkcyjnych.  Product Family Engineering koncentruje się przede wszystkim na ponownym wykorzystywaniu komponentów i struktur w maksymalnym możliwym stopniu.

Korzyści wynikające z zastosowania procesu Product Family Engineering podczas opracowywania nowych produktów:

• Większa produktywność
• Wyższa jakość
• Szybsze wprowadzenie na rynek
• Niższe zapotrzebowanie na pracowników

Dzięki zastosowaniu Product Family Engineering w Model szybkiego rozwoju algorytmów – RALD proces tworzenia wszystkich nowych testów z serii Onco Dx opierających się o algorytm MBDAA charakteryzuje się szybkością i wysoką jakością.

Ponieważ potencjalne markery nowotworowe wykrywane są przy pomocy oprogramowania Iterative Internet Autonomous Agent (IIAA), ponowne wykorzystanie bloków (zarówno funkcyjnych, jak i programowych) niczym klocków oznacza skrócenie czasu pracy nad powstaniem nowych testów, czasu ich testowania, czasu integracji oraz wdrażania,  co z kolei znacznie przyspiesza wprowadzenie testów na rynek przy zachowaniu wszystkich gwarancji i najwyższego bezpieczeństwa.

Co decyduje o wysokiej skuteczności testów Onco Dx: