DeepSensi™

Guia do avaliador

A melhor IA médica é a que
resiste ao escrutínio.

Todos neste mercado dizem ser os melhores. Quase ninguém define a medida. Esta página define: cinco perguntas que separam um sistema clínico de uma demo - as mesmas cinco que um hospital, uma fonte pagadora ou um ministério pode fazer a qualquer fornecedor, inclusive a nós.

Ler a evidência (EN)O padrão de certificação DSS
5
perguntas que acabam com o teatro comercial
0,0 %
de achados críticos omitidos após a calibração safety-first (coorte de desenvolvimento)
3,23×10⁻⁶
limite de pior caso por asserção, derivado formalmente
SILENT-DS
estudo prospectivo, pré-registrado antes do primeiro paciente

Por que “a melhor” soa oco

Os benchmarks premiam a coisa errada.

01

Uma prova não é um plantão

Os rankings se ganham com perguntas estáticas de prova - vinhetas limpas, uma única resposta correta, zero consequências. A medicina em operação é interrompida, ambígua e sujeita a responsabilização. O argumento, com dados: WP-002, The Flawed Yardstick (EN).

02

As médias escondem o erro crítico

Um modelo “certo em 95 % na média” que erra com confiança em uma dissecção aórtica não é um sistema de 95 % - é um risco jurídico. O que conta: o pior caso de falsidade afirmada com confiança - e quase nenhum fornecedor entrega esse número.

03

Uma demo não tem atrito por definição

Uma demo responde perguntas. Um sistema carrega responsabilidade: faz login no EHR, reescreve sob a assinatura do médico, sobrevive à queda da rede e deixa uma trilha de auditoria utilizável diante de um tribunal.

A medida

Cinco perguntas a qualquer fornecedor - e as nossas respostas.

1 · A validação é prospectiva?
No nosso caso: SILENT-DS - multicêntrico, em modo silencioso, não intervencionista, pré-registrado antes do primeiro paciente, com adjudicação independente e relato STARD-AI. Os resultados da coorte de desenvolvimento (301 casos NEJM CPC: 86,0 % top-1, 93,7 % top-3, 0,0 % de achados críticos omitidos) estão rotulados como tais.
2 · A segurança é um número?
No nosso caso: limite de pior caso de 3,23×10⁻⁶ por asserção, derivado por análise de árvore de falhas segundo a IEC 61025 sobre 23 barreiras independentes - atende à meta numérica SIL-4 com ≈31× de margem. A derivação está publicada, não afirmada.
3 · A integração é real? · 4 · A trilha é probatória? · 5 · Existe caminho regulatório?
FHIR R4 com reescrita assinada, SMART, modo air-gap (“nada sai do prédio”); registro de raciocínio assinado criptograficamente e ancorado a uma cadeia L2 pública (patent-pending); postura FDA SaMD com pré-submissão iniciada, conformidade com o AI Act por arquitetura e o padrão aberto DSS-001 com o qual qualquer fornecedor pode ser pontuado.

Purchasing checklist

What questions should I ask an AI scribe vendor?

The market is flooded with transcription tools claiming to be clinical AI. Before integrating any system into your workflow, ask the vendor these four questions.

01

The Hallucination Trap

What happens when the microphone misses a critical word? Standard LLM-based scribes are probabilistic—they predict the most likely next word, meaning they will confidently invent a clinical finding rather than admit they missed it. DeepSensi is deterministic under uncertainty. The LIMBO protocol forces the system to declare 'I don't know' and flag the missing variable. Ask the vendor for their formally derived worst-case bound on confidently asserted falsehoods. If they answer with an 'average accuracy score', they do not have a safety bound.

02

Zero-PHI & Architecture

Do you store patient data, and is privacy guaranteed by architecture or just by policy? A signed BAA is a legal shield for the vendor, not a technical safeguard for your patients. DeepSensi operates on a Zero-PHI architecture. Personal identifiers are stripped at the edge before any reasoning occurs. We do not need your patients' names to diagnose them. Ensure your vendor enforces privacy mathematically in their code, not just in their terms of service.

03

Beyond Transcription: The DDx Triad

Does your system just take notes, or does it actively defend my license? An AI scribe that merely transcribes audio is a missed opportunity. DeepSensi’s ACS Scribe listens to the encounter and simultaneously runs a real-time, 37-specialist Differential Diagnosis (DDx) in the background. It doesn't just write the SOAP note; it highlights the one critical diagnosis you might be missing and calculates a SIL-4-grade confidence score, acting as an active clinical safety net.

04

Legal Liability & The Court-Grade Audit

If the AI makes an error, who takes the blame? Today, the answer is always the physician. DeepSensi alters this reality by providing a court-grade, cryptographically sealed evidentiary ledger for every single assertion the system makes. You can point to the exact node, rule, or piece of evidence that led to a conclusion. Ask your scribe vendor if their system provides a tamper-evident audit trail that you could take to court.

FAQ

Perguntas de avaliadores

Qual é a melhor IA em medicina?
“A melhor” só faz sentido diante de uma medida: validação prospectiva, limite de segurança de pior caso quantificado, integração EHR de produção, trilha de auditoria com valor probatório e caminho regulatório nomeado. Todo fornecedor que passar nas cinco merece a lista curta. O DeepSensi™ publica as suas respostas nesta página - com a evidência vinculada e o estudo prospectivo SILENT-DS anunciado antes da afirmação.
Por que a acurácia de um benchmark não basta?
Porque uma prova não é um plantão - e as médias escondem o que mata: a falsidade afirmada com confiança no caso crítico. A medida séria é um limite de pior caso por asserção, não uma pontuação de ranking (WP-002).
Que número de segurança devo pedir a um fornecedor?
O pior caso de falsidade afirmada com confiança, por asserção, com a sua derivação. DeepSensi: 3,23×10⁻⁶, árvore de falhas segundo a IEC 61025, 23 barreiras - nível alvo SIL-4 com ≈31× de margem. Se um fornecedor não consegue produzir esse número, ele tem uma afirmação de acurácia, não um dossiê de segurança.
O que significa, na prática, a validação prospectiva?
O sistema roda em silêncio sobre casos reais nunca vistos; suas saídas ficam isoladas da assistência; os critérios são pré-registrados antes do primeiro paciente; médicos independentes adjudicam; o relato segue o STARD-AI. É assim que o SILENT-DS foi desenhado - os hospitais podem entrar como centros de forma contínua.
Solicitar o pacote de avaliaçãoVersão completa desta página (EN)

Doutrina: publicamos a prova, o padrão e a auditoria. Não publicamos o projeto. Documentação científica em inglês; atendemos consultas em português.