Coder+
임상 용어 코딩은 연구에서 수동 작업으로 인한 병목 현상이나 오류의 원인이 되어서는 안 됩니다.
Medidata Coder+는 Rave EDC 내에서 AI 기반 의료 코딩을 적용하여, 9천만 건 이상의 과거 코딩 결정으로 훈련된 모델을 사용해 연구 전반의 속도와 일관성을 개선하는 신뢰도 높은 예측을 생성합니다.
정확성을 유지하면서 코딩 속도 향상
Coder+는 용어당 코딩 시간을 몇 분에서 몇 초로 단축하는 동시에 검토를 위한 명확한 신뢰도 임계값을 유지합니다.
모델이 새로운 코딩 결정을 통합함에 따라 예측은 더욱 정밀해지며, 수작업 및 후속 재작업을 줄이는 데 도움이 됩니다.
96% 정확도의 AI 자동 코딩 예측 적용
코딩 정확도의 지속적인 개선
수동 코딩 감소 및 복잡한 작업 자동화
검토 및 재작업 주기 단축
의료 코딩 성능의 재정의
신뢰도 기반 자동화
신뢰도 높은 코딩
Coder+는 9,000만 건 이상의 과거 코딩 결정으로 학습된 예측 코딩 알고리즘을 사용합니다.
각 예측에는 신뢰도 수준이 포함되어 있어 신뢰도가 높은 경우에는 자동화를 활용하고, 필요한 경우에만 전문가 검토에 집중할 수 있습니다.
자주 묻는 질문
Coder+가 제공하는 자동 코딩 예측은 얼마나 정확한가요?
Coder+는 9천만 건 이상의 과거 코딩 결정으로 훈련된 머신러닝 알고리즘을 사용하여 매우 정확한 예측을 제공합니다. 시스템이 높은 신뢰도 임계값에 도달하는 예측을 생성할 때, 정확도는 사용된 특정 사전에 따라 93~96% 사이가 될 것으로 예상됩니다.
Coder+는 Rave EDC와 어떻게 통합되어 워크플로우를 간소화하나요?
이 시스템은 Rave EDC와 긴밀하게 통합되어 있으며, 병력이나 이상반응과 같은 필드의 원문 용어는 Coder+에 자동으로 플래그가 지정됩니다. 수동 검색 및 탐색에는 몇 분이 걸릴 수 있지만, Coder+는 이러한 원문 용어를 몇 초 만에 자동으로 코딩할 수 있으며, 코딩 결정은 Rave EDC로 자동 반환되어 코딩된 응답을 채웁니다.
EDC 빌드에 영향을 주지 않고 연구 중간에 연구 구성을 업데이트할 수 있나요?
네. 모든 코딩 관련 연구 구성은 EDC 시스템이 아닌 Coder+ 내에 직접 포함되어 있습니다. 이 아키텍처는 더 빠른 초기 구성을 가능하게 하고 Rave EDC 연구 빌드를 수정할 필요 없이 더 간단하고 빠른 연구 중간 변경을 허용합니다.
AI가 특정 원문 용어를 자동으로 코딩할 수 없는 경우 어떻게 되나요?
자동으로 생성된 예측이 필요한 신뢰도 일치 수준을 충족하지 못하는 경우, 시스템은 수동 개입 프로세스를 간소화합니다. 의료 코더는 플랫폼의 고급 탐색 및 검색 기능을 활용하여 자체 사전 일치 항목을 신속하게 찾아 적용할 수 있습니다.
Medidata는 고객과 파트너를 위한 교육을 제공하나요?
네. Medidata는 고객과 파트너를 위해 자율 학습 과정과 강사 주도 과정을 모두 포함한 다양한 교육 옵션을 제공합니다. 이용 가능한 과정에 대해 자세히 알아보고 리소스에 액세스하려면 Medidata 글로벌 교육 및 훈련 섹션을 방문하십시오.
경험 살펴보기
Medidata 플랫폼 알아보기