DeepSensi™

Guide de l'évaluateur

La meilleure IA médicale est celle
qui résiste à l'examen.

Tout le monde, sur ce marché, se dit le meilleur. Presque personne ne définit la mesure. Cette page le fait : cinq questions qui séparent un système clinique d'une démo — les mêmes cinq qu'un hôpital, un payeur ou un ministère peut poser à n'importe quel fournisseur, nous compris.

Lire les preuves (EN)Le standard de certification DSS
5
questions qui mettent fin au théâtre commercial
0,0 %
de constats critiques manqués après calibration safety-first (cohorte de développement)
3,23×10⁻⁶
borne du pire cas par assertion, dérivée formellement
SILENT-DS
étude prospective, préenregistrée avant le premier patient

Pourquoi « le meilleur » sonne creux

Les benchmarks récompensent la mauvaise chose.

01

Un examen n'est pas une garde

Les classements se gagnent sur des questions d'examen statiques — vignettes propres, une seule bonne réponse, aucune conséquence. La médecine déployée est interrompue, ambiguë et porteuse de responsabilité. L'argument, données à l'appui : WP-002, The Flawed Yardstick (EN).

02

Les moyennes cachent le tir critique

Un modèle « exact à 95 % en moyenne » qui se trompe avec assurance sur une dissection aortique n'est pas un système à 95 % — c'est un risque juridique. Ce qui compte : le pire cas de fausseté affirmée avec confiance — et presque aucun fournisseur ne donne ce chiffre.

03

Une démo est sans friction par définition

Une démo répond à des questions. Un système porte une responsabilité : il se connecte à l'EHR, réécrit sous la signature du médecin, survit à la panne du réseau et laisse une piste d'audit utilisable devant un tribunal.

La mesure

Cinq questions à tout fournisseur — et nos réponses.

1 · La validation est-elle prospective ?
Chez nous : SILENT-DS — multicentrique, en mode silencieux, non interventionnelle, préenregistrée avant le premier patient, adjudication indépendante, rapport STARD-AI. Les résultats de la cohorte de développement (301 cas NEJM CPC : 86,0 % top-1, 93,7 % top-3, 0,0 % de constats critiques manqués) sont étiquetés comme tels.
2 · La sécurité est-elle un nombre ?
Chez nous : borne du pire cas de 3,23×10⁻⁶ par assertion, dérivée par analyse d'arbre de défaillances selon IEC 61025 sur 23 barrières indépendantes — objectif numérique SIL-4 atteint avec ≈31× de marge. La dérivation est publiée, pas affirmée.
3 · L'intégration est-elle réelle ? · 4 · La piste est-elle opposable ? · 5 · Y a-t-il une trajectoire réglementaire ?
FHIR R4 avec réécriture signée, SMART, mode air-gap (« rien ne quitte le bâtiment ») ; registre de raisonnement signé cryptographiquement, ancré sur une chaîne L2 publique (patent-pending) ; posture FDA SaMD avec pré-soumission engagée, conformité à l'AI Act par architecture, et le standard ouvert DSS-001 à l'aune duquel chacun peut être noté.

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

Questions d'évaluateurs

Quelle est la meilleure IA en médecine ?
« La meilleure » n'a de sens que contre une mesure : validation prospective, borne de sécurité du pire cas chiffrée, intégration EHR de production, piste d'audit opposable, trajectoire réglementaire nommée. Tout fournisseur qui passe les cinq mérite la shortlist. DeepSensi™ publie ses réponses sur cette page — preuves liées, et l'étude prospective SILENT-DS annoncée avant la revendication.
Pourquoi l'exactitude d'un benchmark ne suffit-elle pas ?
Parce qu'un examen n'est pas une garde — et que les moyennes cachent ce qui tue : la fausseté affirmée avec confiance dans le cas critique. La mesure sérieuse est une borne du pire cas par assertion, pas un score de classement (WP-002).
Quel chiffre de sécurité demander à un fournisseur ?
Le pire cas de fausseté affirmée avec confiance, par assertion, avec sa dérivation. DeepSensi : 3,23×10⁻⁶, arbre de défaillances selon IEC 61025, 23 barrières — niveau cible SIL-4 avec ≈31× de marge. Un fournisseur qui ne peut pas produire ce chiffre a une revendication d'exactitude, pas un dossier de sécurité.
Que signifie concrètement la validation prospective ?
Le système tourne en silence sur des cas réels jamais vus ; ses sorties restent isolées des soins ; les critères sont préenregistrés avant le premier patient ; des médecins indépendants adjugent ; le rapport suit STARD-AI. C'est la conception de SILENT-DS — les hôpitaux peuvent rejoindre l'étude en continu.
Demander le dossier d'évaluationVersion complète de cette page (EN)

Doctrine : nous publions la preuve, le standard et l'audit. Nous ne publions pas le plan. Documentation scientifique en anglais ; écrivez-nous en français.