EDC系统很强，
但它不是为研究生设计的
搜索"临床研究数据管理工具"，EDC（电子数据采集系统）几乎必然出现在推荐列表里。功能介绍写得很详细：实时逻辑核查、多中心并行录入、完整审计轨迹、符合FDA 21 CFR Part 11……看完之后觉得，这东西真的很专业。
然后你去查价格，或者联系销售问报价，就会发现：这个工具和你之间有一堵墙。
EDC真正的目标用户是谁
EDC系统的设计背景，是制药公司发起的III期临床试验：几十家研究中心、几百名研究者同时录入数据、数据监查员远程核查、最终数据要提交给药监局审批。在这个场景里，EDC能解决的问题非常真实——数据实时汇总、逻辑错误即时弹出、每一次修改都有时间戳和签名，没有一个数据点可以被悄悄改掉。
这套体系之所以复杂、之所以贵，是因为它要满足的合规要求本身就是严苛的。GCP规范、ICH E6、21 CFR Part 11——这些不是技术装饰，是法规要求。要达到这个级别，系统就必须是现在这个样子。
问题不在于EDC做错了什么，而在于推荐文章常常把这套工具推给了完全不同的用户群体。
四堵墙
第一堵：价格。商业EDC系统的授权费用，国内外主流平台通常在数万到数十万人民币每年。部分面向IIT（研究者发起的临床研究）的平台有相对简化的版本，价格略低，但对没有独立科研经费的研究生来说，仍然是无法自行承担的量级。即便课题组有经费支持，把预算花在一个做回顾性研究的录入工具上，也很难说服任何一位导师。
第二堵：CRF设计工时。使用EDC的前提是设计好CRF（病例报告表）。字段定义、数据类型、逻辑跳转规则、编码字典——这套工作在正规临床试验里由专职的数据经理负责，通常要花几周到几个月。研究生课题组里没有这个角色，这份工作就落在研究者自己身上，而这部分的学习和执行成本，是一个不小的前置投入。
第三堵：团队配置要求。EDC系统的价值在多人协作场景下才完全体现：多中心并行录入、监查员远程核查、数据管理员统一管理。单人操作或者两三人的小团队，用这套工具有点像开着货车去买菜——不是不能用，就是大材小用，而且停车还麻烦。
第四堵：合规流程配套。如果你要合规地使用EDC（尤其是涉及多中心或申报的研究），还需要配套SOP、系统验证文件、用户权限管理方案……这些工作在大型申办方那里有专门的质量团队负责。单个课题组从零开始搭这套体系，代价远超工具本身。
IIT和回顾性研究需要的是什么
把研究生的典型场景具体描述一下：单中心，从HIS里收集200份住院病历，提取20个变量，做一个回顾性队列分析，目标是投一篇SCI。
这个场景的数据管理需求是：
- 能把截图里的字段值准确提取出来
- 导出成Excel或CSV，能直接进SPSS或R
- 能做基本的格式校验和范围提示
- 有条件的话，关键变量做一遍随机抽查核对
这个需求清单和EDC的能力清单之间，存在一个巨大的错位：EDC能做到的那些能力，这个场景根本用不上；这个场景真正需要的东西，EDC的核心设计目标里排位很靠后。
举个具体例子：你需要把100张检验报告截图里的"血肌酐"值提取出来汇成一列。EDC擅长做的是"录入时校验这个值是否在合理范围内"。前者是数据来源问题，后者是数据质量问题。它们不是同一个问题，EDC专门解决后者，而前者基本留给你自己。
工具匹配的问题
不同量级的研究对应不同的工具需求，这本来是常识，但在临床数据管理这个话题上，经常被混淆在一起讨论。
| 研究类型 | 典型场景 | 适合的工具 |
|---|---|---|
| 多中心RCT / 注册性临床试验 | 多家医院，有CRO，数据提交监管机构 | EDC（Medidata、Veeva、国内主流平台） |
| 单中心IIT，有专项经费 | 1家医院，前瞻性收集，100例以上 | 面向IIT的轻量EDC，或REDCap（部分医院有部署） |
| 回顾性研究 / 研究生课题 | 从HIS截图收集，100-500例，单人或小团队 | AI提取工具 + Excel/SPSS |
| 小样本探索性研究 | 50例以内，字段少，快速验证假设 | Excel（认真做格式规范就够了） |
这个分类不是说哪个工具更好，而是说工具应该匹配实际需求。用第一行的工具去做第三行的事，就像用工业级高压清洗机洗碗——技术上不是不能用，但代价和收益完全不成比例。
AI提取工具覆盖的那个空白
对回顾性研究和研究生课题来说，数据采集的核心瓶颈不是"录入时如何防止错误"（这是EDC解决的问题），而是"怎么把病历/报告里的数据高效转化为结构化表格"。
简录AI的定位就在这里：上传截图或PDF报告，定义你要的字段名，自动批量提取，导出Excel。操作流程30分钟以内能上手，不需要设计CRF，不需要训练团队，不需要报价和采购流程。100份报告的处理时间从几十小时压缩到几小时。
它解决的不是EDC解决的问题，但它解决了你在这个阶段真正卡住的问题。