Coder+
임상 용어 코딩이 임상시험의 병목 구간이 되거나 오류의 근원지가 되어서는 안 됩니다.
Medidata Coder+는 Rave EDC 내에서 AI 기반 의학 코딩을 적용합니다. 9,000만 건 이상의 방대한 과거 코딩 결정 사례를 학습한 모델을 통해 높은 신뢰도의 예측값을 생성하며, 이를 통해 임상시험 전반의 속도와 일관성을 혁신적으로 개선합니다.
정확도를 유지하며 코딩 속도 가속화
Coder+는 검토를 위한 명확한 신뢰도 임계값을 유지하면서도, 용어당 코딩 시간을 분 단위에서 초 단위로 단축합니다.
모델이 새로운 코딩 결정 사례를 지속적으로 학습함에 따라 예측은 더욱 정교해지며, 이는 수작업 부담과 후속 재작업을 줄이는 데 기여합니다.
96%의 정확도를 자랑하는 AI 자동 코딩 예측 적용
코딩 정확도의 지속적인 향상
수작업 코딩 감소 및 복잡한 작업의 자동화
검토 및 재작업 주기 단축
의학 코딩 성과의 새로운 정의
신뢰도 기반 자동화
확신을 더하는 코딩
Coder+는 9,000만 건 이상의 코딩 결정 데이터를 학습한 예측 코딩 알고리즘을 사용합니다.
각 예측값에는 신뢰 수준이 함께 표시되므로, 신뢰도가 높은 항목은 자동화에 맡기고 전문가의 검토가 꼭 필요한 부분에만 역량을 집중할 수 있습니다.
Featured Resource
임상시험의 정밀한 의학 코딩 가속화
의학 코딩에서의 AI, 어떻게 검증하나요? 신뢰도 임계값과 실제 정확도 결과를 포함하여, Coder+ 알고리즘이 어떻게 개발되고 학습되었으며 성능 테스트를 거쳤는지 확인해 보십시오.
FAQ
Coder+가 제공하는 자동 코딩 예측은 얼마나 정확한가요?
Coder+는 9,000만 건 이상의 방대한 과거 코딩 결정 사례를 학습한 머신러닝 알고리즘을 사용하여 매우 정확한 예측을 제공합니다. 시스템이 생성한 예측값이 높은 신뢰도 임계값에 도달할 경우, 사용하는 특정 사전에 따라 약 93~96%의 정확도를 기대할 수 있습니다.
Coder+는 워크플로 간소화를 위해 Rave EDC와 어떻게 통합되나요?
이 시스템은 Rave EDC와 긴밀하게 통합되어 있습니다. 과거 병력이나 이상반응(Adverse Events) 등의 필드에 입력된 비정형 용어는 자동으로 Coder+로 전달됩니다. 수작업으로 검색하고 찾는 데는 몇 분이 소요될 수 있지만, Coder+는 이러한 용어들을 단 몇 초 만에 자동으로 코딩하며, 결정된 코딩 값은 다시 Rave EDC로 자동 전송되어 해당 양식을 채우게 됩니다.
EDC 빌드에 영향을 주지 않고 임상 중간에 스터디 설정을 업데이트할 수 있나요?
네, 가능합니다. 코딩과 관련된 모든 스터디 설정은 EDC 시스템이 아닌 Coder+ 내에서 직접 관리됩니다. 이러한 구조 덕분에 초기 설정이 더 빨라질 뿐만 아니라, Rave EDC 스터디 빌드를 수정할 필요 없이 임상시험 중간에 발생하는 변경 사항을 더 쉽고 빠르게 적용할 수 있습니다.
AI가 특정 비정형 용어를 자동으로 코딩하지 못할 경우 어떻게 되나요?
자동 생성된 예측값이 요구되는 신뢰도 수준에 미치지 못할 경우, 시스템은 수작업 개입 프로세스를 간소화하여 제안합니다. 의학 코딩 담당자는 플랫폼의 고급 브라우즈 및 검색 기능을 활용하여 적합한 사전 용어를 신속하게 찾아 직접 적용할 수 있습니다.
Medidata는 고객 및 파트너를 위한 교육을 제공하나요?
네, 제공합니다. Medidata는 고객사와 파트너사를 위해 자기 주도형 학습(Self-paced)과 강사 주도형 교육(Instructor-led)을 포함한 다양한 교육 옵션을 제공하고 있습니다. 현재 이용 가능한 교육 과정 및 관련 자료는 Medidata Global Education and Training 섹션 에서 확인할 수 있습니다.
Explore Experiences
Medidata Platform 살펴보기