我们如何衡量 匹配质量。

为什么性能数字不放在首页主视觉

Orbid AI 将产品性能数字发布为内部供应商基准，而非经独立审计的保证。医疗器械投标响应是高后果、受监管的工作流：错误匹配或遗漏证据行可能导致废标。因此首页与功能页强调智能体做什么——读取多格式标书、匹配目录规格、核查多监管体系证据、起草买方模板响应——而不是把单一准确率或速度统计当作普遍真理。详细测量定义、试验范围与已知局限见本方法论页。买方应在受控试点中，把每一项已发布数字（包括我们的）当作需用自有标书与目录验证的假设。本页存在的目的，是让团队、审阅者与问答引擎可以引用我们的测量方法，而不会把营销语境误当作临床或监管认证。

产品范围（我们声明什么 / 不声明什么）

Orbid AI 是面向医疗器械与 IVD 制造商及分销商投标团队的原生 AI 智能体。核心循环为读取 → 匹配 → 合规 → 起草 → 导出：摄入标书包（Excel 技术表、PDF 卷宗、Word、ZIP），将行项目匹配至产品目录并给出 full / partial / gap 与置信度，对照多监管体系核查证据（包括 FDA、EU MDR/IVDR、MHRA、TGA、Health Canada、ANVISA、NMPA、PMDA 及产品站所列其他体系），并生成带源文件链接的应标草稿。Orbid 不是医院采购软件，不是通用横向 RFP 答案库，不是法规事务或法务签批的替代品。范围是器械标的供应商侧应标；药企 GxP 生产系统与买方侧电子采购不在产品范围内。

功能

数据

内部匹配周期与质量数字来自受控供应商试验，覆盖选定标书格式（主要为结构化 Excel 技术表与数字 PDF 卷宗）及结构化产品目录。试验是场景限定的：结果随目录完整度、语言组合、扫描/OCR 质量，以及对「匹配」的严格定义（精确 vs 临床可接受的部分匹配）而变化。

本页不声称公开的多客户随机研究或第三方实验室对准确率的认证。站点其他位置出现的具体行数或耗时（例如约 150–200 行技术包量级），均指内部试验条件——并非每一份真实客户标书。

指标

• 首次匹配通过时间 — 上传并解析后，系统生成初始 full/partial/gap 网格的挂钟时间，不含人工审阅。
• 假阳性 — 系统判定为 full 匹配，而试点评分表下的人类专家会标为 partial 或 gap。
• 准确率门限 — 与用于工作流分诊的标注样本的一致率（将低置信度行转交人工），不是符合性证书。
• 端到端应标时间 — 含人工 RA/投标审阅的日历时间；案例叙述中的「数周到数天」从不是纯机器时间。

已报告的内部基准（场景限定）

Orbid AI 发布的速度与匹配质量数字（例如多行匹配约数十秒量级、受控目录上的低假阳性目标）来自选定标书格式与目录样本上的内部试验。它们是场景限定的：结果随目录完整度、语言组合、扫描 PDF 质量及「匹配」定义而变化。准确率门限用于工作流分诊，不是符合性证书。本页不声称对这些比率的独立第三方审计。推荐验证路径是固定试点：上传真实标书，与 RA/投标负责人对抽样行打分，并对照基线流程比较时间与错误模式。

站点其他位置有时出现的示意数字（如约 162 行 / ~46 秒、约 0.3% 假阳性门限、≥97% 准确率门限）仅属于本上下文。它们不是普遍性能保证。

局限

• 目录质量决定结果；稀疏或过期规格会增加 partial 与 gap。
• 扫描或低质量 OCR 的 PDF 提取可靠性低于数字 Excel。
• 新辖区或非常见买方模板可能需要人工映射后自动化才更有效。
• 证据链接不能替代 RA 负责的证书有效期核查。
• 本页不声称独立多厂商对比或公开同行评议准确率研究。

如何自行验证（试点协议）

1. 挑选 1–3 份真实标书及可在 NDA 下分享的目录切片。
2. 基线：当前流程在匹配 + 证据组装上的耗时。
3. 运行 Orbid AI；按 RA 评分表对抽样行做 full / partial / gap 专家打分。
4. 比较错误 full 匹配、遗漏证据与导出/模板返工——不要只看虚荣准确率。
5. 仅在试点结果经得起您的数据后作决策。

安全与数据处理

安全态势（加密、驻留选项、训练策略、SOC 2 Type II 及相关声明）见安全。可通过该页信任中心申请报告与 DPA。本方法论页不能替代安全尽职调查。

声明 FAQ