Coder+
临床术语编码不应成为研究的人工瓶颈或错误源。
Medidata Coder+ 实现了 在Rave EDC 内的 AI 编码，利用 超过9,000 万条历史编码经验训练的模型，能够生成高置信度的编码预测，从而大幅提升跨研究的编码速度与一致性。
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，避免后续返工。
AI自动化编码预测，准确率高达 96%
持续提高编码准确性
减少人工编码并自动执行复杂任务
缩短审核和返工周期
重新定义医学编码效率
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+ 采用机器学习算法，通过超过9000 万个历史编码决策的训练，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，其准确率预计将达93-96% 之间，依据所使用的特定编码词典而略有差异。
Coder+ 如何与 Rave EDC 集成以简化工作流程？
Coder+ 与 Rave EDC深度集成，当您录入病史或不良事件等原始术语时，系统会自动同步给 Coder+。手动查询和搜索通常需要几分钟，而 Coder+ 仅需几秒钟即可完成自动编码，并将结果直接返回 Rave EDC，自动填充编码信息。
是否可以在研究中期更新研究配置，且不影响 EDC 的构建？
可以。所有跟编码相关的配置都直接在 Coder+ 里管理，不在 EDC 系统里。这种设计让前期的配置更快，也让研究中期变更更简单、更迅速，不需要重新调整 EDC 的研究建库。
如果 AI 无法自动编码特定的原始术语，怎么办？
如果自动生成的预测没达到要求的置信度，系统会简化人工处理流程。医学编码员可以利用平台的高级浏览和搜索功能，快速查找并匹配合适的词典条目。
Medidata 是否为其客户和合作伙伴提供培训？
是的。Medidata 为客户及合作伙伴提供多种培训方案，包括自学课程与讲师授课课程。如需查看可用课程并获取相关资源，请访问 Medidata 全球教育与培训中心。
探索体验
探索Medidata Platform