Coder+
临床术语编码不应成为研究的手动瓶颈或错误来源。
Medidata Coder+ 在 Rave EDC 中应用人工智能驱动的医学编码，利用经过 9000 多万次历史编码决策训练的模型，生成高置信度的预测，从而提高各项研究的速度和一致性。
在不牺牲准确性的前提下加快编码速度
Coder+ 将每个术语的编码时间从几分钟缩短到几秒钟，同时保持清晰的置信度阈值以供审核。
随着模型不断纳入新的编码决策，预测会变得更加精确，从而帮助您减少人工操作和下游返工。
应用准确率高达 96% 的人工智能自动编码预测
持续提高编码准确性
减少手动编码并自动执行复杂任务
缩短审核和返工周期
重新定义医学编码性能
基于置信度的自动化
常见问题解答
Coder+ 提供的自动编码预测有多准确？
Coder+ 使用机器学习算法，通过对超过 9000 万个历史编码决策进行训练，来提供高度准确的预测。当系统生成的预测达到高置信度阈值时，根据所使用的特定词典，其准确率预计在 93-96% 之间。
Coder+ 如何与 Rave EDC 集成以简化工作流程？
该系统与 Rave EDC 紧密集成，在此集成中，病史或不良事件等字段的原始术语会自动标记给 Coder+。手动浏览和搜索可能需要几分钟，而 Coder+ 可以在几秒钟内自动编码这些原始术语，并且编码决策会自动返回到 Rave EDC 以填充编码后的响应。
是否可以在研究中途更新研究配置，且不影响 EDC 的构建？
是的。所有与编码相关的研究配置都直接包含在 Coder+ 中，而不是在 EDC 系统中。这种架构可以实现更快的初始配置，并允许在研究中途进行更简单、更快速的更改，而无需修改 Rave EDC 研究构建。
如果 AI 无法自动编码特定的原始术语，会怎么样？
如果自动生成的预测不符合所需的置信度匹配，系统会简化人工干预流程。医学编码员可以利用平台的高级浏览和搜索功能，快速查找并应用他们自己的词典匹配项。
Medidata 是否为其客户和合作伙伴提供培训？
是的。Medidata 为我们的客户和合作伙伴提供多种培训选项，包括自学课程和讲师指导课程。如需了解有关可用课程的更多信息并访问我们的资源，请访问 Medidata 全球教育和培训版块。
探索体验
探索 Medidata 平台