Háganos las preguntas difíciles.

Hoy: autoevaluado frente a la metodología abierta DSS, publicada en su totalidad en WP-001 y DSS-001, con la derivación del árbol de fallos, supuestos y datos suplementarios públicos para que cualquiera pueda volver a ejecutar los cálculos matemáticos. Y esta es la parte que diseñamos a propósito: nuestro propio estándar requiere una auditoría de terceros en sus niveles Gold y Platinum. Redactamos una meta que debemos superar públicamente, y se invita formalmente a la auditoría independiente. Un proveedor que se califica a sí mismo frente a una rúbrica secreta hace marketing; un proveedor que publica la rúbrica e invita al examinador establece un estándar.

No, y la distinción está impresa en el certificado. Es deliberadamente bidimensional: arquitectura · probabilidad. DeepSensi implementa la arquitectura Platinum completa, los cinco pilares en el nivel más alto. Probabilísticamente, su límite peor de los casos derivado de forma conservadora de 3.23×10⁻⁶ cumple con el objetivo de modo de demanda IEC 61508 SIL-4 (<10⁻⁴) con un margen de aproximadamente 31 veces; la cifra nominal ajustada por causa común es 1.6875×10⁻⁷. Los niveles de probabilidad DSS son intencionalmente más estrictos que los de IEC, lo que significa que nos calificamos con más dureza que la industria. Podríamos haber publicado una tabla que nuestro peor escenario supere cómodamente. Publicamos una que no lo hace, todavía.

Reclamamos exclusivamente el objetivo numérico de modo de demanda, y lo decimos explícitamente en los artículos: es una analogía de medición, no una supuesta certificación IEC. La metodología subyacente, el análisis de árbol de fallos según IEC 61025 sobre 23 barreras independientes con un factor de causa común justificado, son matemáticas neutrales al dominio. Nuestra posición es simple: si la aviación y la ingeniería nuclear obtuvieron objetivos de fiabilidad cuantitativa hace cincuenta años, la disciplina que decide si su dolor de pecho es un desgarro muscular o una disección merece la misma gramática.

En marcha, en público y falsable en cada paso. Los nueve artículos son públicos; el suplemento de evaluación comparativa (S1) publica las entradas, salidas y adjudicaciones a nivel de caso; la presentación a NEJM AI está en curso junto con las prepublicaciones de medRxiv; se ha designado un estudio prospectivo confirmatorio en una configuración congelada; y se invita a una auditoría de terceros. Cada cifra que publicamos lleva su etiqueta de cohorte de desarrollo en la misma oración, no en una nota al pie. Una cosa más: el sistema aún se está calibrando, por lo que consideramos que los números actuales son un piso, no un techo.

Lo sería, para un sistema que siempre responde. El arco publicado es 4.6% → 1.3% → 0.0% en 301 casos, y el mecanismo no es la omnisciencia, es disciplina: calibración de seguridad primero más LIMBO, la negativa estructurada a adivinar. En el 4.0% de los casos (12 de 301) el sistema declinó emitir un veredicto diagnóstico y, en su lugar, nombró lo que resolvería el caso. El precio de cero fueron 2.3 segundos adicionales de deliberación mediana. Resultado de cohorte de desarrollo, intervalos de confianza publicados, estudio confirmatorio designado.

Solo en top-1, con estos tamaños de muestra, no discutiríamos, y publicamos nuestros intervalos de confianza precisamente para que puedan verificarlo. Pero la afirmación nunca fue sobre el medio punto. La afirmación es la combinación: precisión en la cima del campo más un límite de seguridad en el peor de los casos certificado más una tasa de omisiones críticas del 0.0% más una pista de auditoría hasta la última afirmación más un estándar abierto que cualquiera puede verificar. Elimine cualquiera de esos elementos de un competidor y la comparación colapsará. Nadie más los reúne todos en la misma mesa.

Los datos de evaluación comparativa públicos ya valoran las alternativas. En el propio estudio SDBench de Microsoft (Nori et al. 2025, la misma familia de casos CPC de NEJM), alcanzar un diagnóstico conllevó miles de dólares en pruebas ordenadas por caso: o3 promedió $7,850, la mejor configuración MAI-DxO de Microsoft alcanzó el 85.5% con $7,184, y los médicos promediaron $2,963. El protocolo difiere, SDBench ordena pruebas secuencialmente, por lo que no afirmamos una comparación de mismo protocolo. Pero la economía es el punto: DeepSensi alcanza el 86.0% top-1 a partir del registro del caso en sí, en de 12 segundos a unos pocos minutos, y cuando realmente falta evidencia, no ordena una batería indiscriminada, LIMBO nombra la única prueba que lo resuelve. El razonamiento en sí se ejecuta en infraestructura básica a un costo computacional que es un error de redondeo frente a un panel de laboratorio. El precio de implementación se establece por cada prueba piloto.

Esa es la primera pregunta que nos hicimos a nosotros mismos, y la defensa es arquitectónica, no cronológica. La puerta de anticontaminación elimina identificadores, autores, fechas y citas de cada caso antes de que comience el razonamiento, obligando a deducir a partir de la fisiopatología en lugar del recuerdo. La brecha medida cuenta la historia: las bases de modelo único y desnudas en los mismos casos puntúan aproximadamente entre un 39-49% en top-1; el consilium orquestado alcanza el 93.7% en top-3. Si la memorización explicara el resultado, las bases desnudas no estarían cuarenta puntos por detrás. Un perro guardián que fundamenta los datos de entrada verifica adicionalmente que las conclusiones se rastreen hasta el caso presentado, y la auditoría completa a nivel de caso se publica en el suplemento S1.

La versión 90 está en producción en una infraestructura que abarca cuatro continentes, y el acceso está deliberadamente controlado: primeros los programas piloto y asociaciones, con cartas de intención en discusión activa entre sistemas de salud, pagadores y organismos de salud pública. Elegimos publicar las pruebas, el estándar y la auditoría antes de los logotipos de los clientes, no en lugar de ellos, porque en la medicina ese orden es el honesto. Los anuncios siguen a las firmas, no al revés.

La objeción tiene la historia exactamente al revés. Los grandes avances de la medicina han surgido repetidamente de una persona que se enfrentó al consenso institucional: Semmelweis contra la fiebre puerperal, Fleming al notar una sola placa contaminada, Marshall bebiendo Helicobacter para demostrar que el orden establecido estaba equivocado, y la web misma fue el protocolo de un arquitecto antes de convertirse en la industria de todos. Los comités entregan consenso. Los arquitectos entregan invenciones. Ser una sola mente no es la desventaja de este proyecto; es la razón por la que existe. La pista de auditoría aquí: un arquitecto escribió el sistema operativo, doce solicitudes de patente en trámite con veinticuatro más en preparación, nueve artículos científicos y un estándar de certificación abierto, y los entregó operativos, no como diapositivas. También hay una ventaja estructural que un consorcio no puede comprar: una sola mente que sostiene toda la línea de desarrollo de principio a fin puede optimizarla sin comités, legados ni políticas de proveedores. La economía pública de evaluación comparativa muestra lo que queman las arquitecturas no optimizadas: en el propio estudio de Microsoft, miles de dólares de costo por diagnóstico (o3: $7,850; la mejor configuración MAI-DxO: $7,184 por caso; Nori et al. 2025). La arquitectura de DeepSensi, gobernada por el Gomola Framework, el estándar de certificación abierto que lleva el nombre de su arquitecto, fue diseñada por una mente que sabía exactamente dónde estaba el desperdicio: la misma clase de resultados, a un costo computacional que se redondea a cero en comparación con un solo panel de laboratorio, sin relajar ni un solo umbral de seguridad. Y la expansión en curso también es su diseño: líderes de asociaciones clínicas y representantes regionales uniéndose en cinco continentes, y una plataforma que convierte a miles de médicos en coautores remunerados. Esa no es una empresa de una sola persona parcheando una debilidad. Ese es un arquitecto escalando su arquitectura, a propósito.

No. Los NeuroTokens son una unidad de cuenta transparente para el trabajo cognitivo dentro de la plataforma: miden el costo computacional y liquidan la compensación médica hasta una milésima de centavo. No hay una moneda pública, ni especulación, ni nada que intercambiar. Y la línea que más importa: la economía nunca toca el juicio clínico. La compensación está condicionada a los resultados, sellada por auditoría y diseñada dentro de los límites antisobornos. El "staking" de hipótesis reside en la capa de investigación, no en el cuidado de ningún paciente.

El médico posee la firma, y con ella la responsabilidad, en cada caso. Pero nos negamos a romantizar el proceso: una firma es autoridad, no infalibilidad, y en los casos públicos más difíciles los médicos sin asistencia puntúan un 19.9%. Por lo que DeepSensi se construye sobre un contrato más honesto: ambas mentes son medidas, ambas son auditables. El consilium puede cuestionar al médico en el registro; el médico puede anular al consilium en el registro; GCPS califica el desempeño humano tan objetivamente como el árbol de fallos limita al de la máquina; y la responsabilidad se particiona por decisión, IA, médico o regla, sellada criptográficamente. El paciente obtiene el beneficio del desacuerdo, y el modelo de negocio construido sobre esa medición, la experiencia como un activo medido y compensado en lugar de una suposición, es deliberadamente diferente a cualquier otra cosa en medicina. Postura regulatoria: cumplimiento de HIPAA y GDPR, alineado a la Ley de IA de la UE por arquitectura, compromiso en pre-presentación a la FDA (Q-Sub); la implementación sigue la ruta de software clínico de cada jurisdicción.

Porque un estándar de seguridad detrás de un muro de pago no es un estándar, es un producto. El truco, si quiere uno, es estratégico y lo declaramos abiertamente: la adopción es la fosa defensiva (moat). Cada hospital que inscribe un nivel DSS en sus adquisiciones, cada aseguradora que cotiza frente a un límite certificado, cada regulador que hace referencia al Gomola Framework hace que la vara de medir sea más real, y DeepSensi es la implementación de referencia de esa vara. Los rivales son bienvenidos a certificarse contra ella. Construimos la barra y nos complace competir en ella.