الترميز الطبي هو مهمة تعيين رموز طبية للوثائق السريرية النصية الحرة. يقوم المهنيون الصحيون بتعيين هذه الرموز يدويًا لتتبع تشخيص المرضى وعلاجاتهم. يمكن أن يخفف الترميز الطبي الآلي بشكل كبير من هذا العبء الإداري. في هذا البحث، نعيد إنتاج ومقارنة وتحليل نماذج التعلم الآلي المتقدمة لـ الترميز الطبي الآلي. نظهر أن العديد من النماذج تؤدي أداءً ضعيفًا بسبب التكوينات الضعيفة، والتقسيمات غير المناسبة للتدريب والاختبار، وتقييم غير كافٍ. في الأبحاث السابقة، تم حساب مؤشر F1 الكلي بطريقة غير مثلى، وتصحيحنا يضاعف هذا المؤشر. نقدم مقارنة معدلة للنماذج باستخدام العينة الاستراتيجية (stratified sampling) وأطر تجريبية متطابقة، بما في ذلك معاملات الهيبربارامتر (hyperparameters) وضبط حدود القرار (decision boundary tuning). نحلل أخطاء التنبؤ لتأكيد أو دحض افتراضات الأبحاث السابقة. يؤكد التحليل أن جميع النماذج تعاني من صعوبة التعامل مع الرموز النادرة، بينما يكون تأثير الوثائق الطويلة ضئيلًا جدًا. أخيرًا، نقدم أول نتائج شاملة على مجموعة البيانات MIMIC-IV التي تم إطلاقها حديثًا باستخدام النماذج المعاد إنتاجها. نقوم بإصدار شفرتنا ومعاملات النموذج وخطوط الأنابيب الجديدة لتدريب وتقييم MIMIC-III وMIMIC-IV لتسهيل المقارنات العادلة في المستقبل.