Ställ de svåra frågorna.

Idag: självutvärderat mot den öppna DSS-metodiken, som publicerats i sin helhet i WP-001 och DSS-001, med felträdsderivering, antaganden och kompletterande data offentligt tillgängliga så att vem som helst kan räkna om matematiken. Och här är delen vi utformade med flit: vår egen standard kräver tredjepartsgranskning för nivåerna Guld och Platina. Vi satte en ribba som vi måste klara offentligt, och bjuder formellt in till oberoende revision. En leverantör som betygsätter sig själv utifrån en hemlig mall är marknadsföring; en leverantör som publicerar mallen och bjuder in granskaren är en standard.

Nej, och skillnaden står tryckt på certifikatet. Det är medvetet tvådimensionellt: arkitektur · sannolikhet. DeepSensi implementerar den kompletta Platina-arkitekturen, alla fem pelare på högsta nivån. Sannolikhetsmässigt uppfyller dess konservativt deriverade värsta-scenario gränsvärde på 3,23×10⁻⁶ IEC 61508 SIL-4-målet för demand-mode (<10⁻⁴) med en cirka 31-faldig marginal; det nominella, justerade värdet för vanliga orsaker (common-cause) är 1,6875×10⁻⁷. DSS-sannolikhetsnivåerna är avsiktligt strängare än IEC:s, vilket innebär att vi bedömer oss själva hårdare än vad branschen gör. Vi kunde ha publicerat en tabell där vårt värsta-scenario bekvämt slår i taket. Vi publicerade en som det inte gör, ännu.

Vi gör anspråk på det numeriska demand-mode-målet enbart, och vi säger det uttryckligen i artiklarna: det är en analogi för mätning, inte en hävdad IEC-certifiering. Metodologin därunder, felträdsanalys (fault-tree analysis) enligt IEC 61025 över 23 oberoende barriärer med en motiverad common-cause-faktor, är domänneutral matematik. Vår inställning är enkel: om flygteknik och kärnteknik förtjänade kvantitativa tillförlitlighetsmål för femtio år sedan, förtjänar den disciplin som avgör om dina bröstsmärtor är en sträckt muskel eller en aortadissektion samma grammatik.

Den pågår, offentligt, och är möjlig att falsifiera i varje steg. Alla nio artiklar (papers) är offentliga; benchmark-tillägget (S1) publicerar in- och utdata på fallnivå; inlämning till NEJM AI pågår parallellt med medRxiv preprints; en prospektiv bekräftande studie på en låst (frozen) konfiguration är inplanerad; och tredjepartsgranskare är inbjudna. Varje siffra vi publicerar bär sin utvecklingskohorts-märkning (development-cohort) i samma mening, inte i en fotnot. En sak till: systemet kalibreras fortfarande, så vi betraktar de nuvarande siffrorna som ett golv, inte ett tak.

Det skulle det vara, för ett system som alltid svarar. Den publicerade kurvan är 4,6 % → 1,3 % → 0,0 % över 301 fall, och mekanismen är inte allvetande, den är disciplin: säkerhet först-kalibrering plus LIMBO, den strukturerade vägran att gissa. I 4,0 % av fallen (12 av 301) avstod systemet från att fälla ett diagnostiskt utslag och angav istället vad som skulle avgöra fallet. Priset för noll var 2,3 ytterligare sekunder av mediantänketid. Utvecklingskohortsresultat, konfidensintervall är publicerade, bekräftande studie inplanerad.

Endast på top-1, vid dessa urvalsstorlekar, skulle vi inte argumentera emot, och vi publicerar våra konfidensintervall just för att du ska kunna kontrollera detta. Men vårt anspråk handlade aldrig om den halva procentenheten. Anspråket ligger i kombinationen: noggrannhet i branschtopp plus ett certifierat värsta-scenario säkerhetsgränsvärde plus en frekvens på 0,0 % missade kritiska diagnoser plus en granskningslogg ner till minsta påstående plus en öppen standard som vem som helst kan verifiera sig mot. Ta bort vilken som helst av dessa från en konkurrent, och jämförelsen faller. Ingen annan för med sig allt detta till bordet.

Offentlig benchmark-data sätter redan pris på alternativen. I Microsofts egen SDBench-studie (Nori et al. 2025, samma NEJM CPC-fallfamilj), innebar en ställd diagnos tusentals dollar i beställda tester per fall: o3 snittade på 7 850 $, Microsofts bästa MAI-DxO-konfiguration nådde 85,5 % till 7 184 $, och läkare snittade på 2 963 $. Protokollet skiljer sig, SDBench beställer tester sekventiellt, så vi påstår ingen kostnadsjämförelse under samma protokoll. Men ekonomin är kärnan: DeepSensi når 86,0 % top-1 utifrån själva fallets journal, på 12 sekunder till några minuter, och när bevis genuint saknas beställer det inte ett hagelgevärsbatteri av tester, LIMBO namnger det enda test som avgör saken. Själva resonerandet körs på standardinfrastruktur (commodity infrastructure) till en beräkningskostnad som är ett avrundningsfel jämfört med en enda labbpanel. Prissättning för driftsättning bestäms per pilotprojekt.

Det är den första frågan vi ställde oss själva, och försvaret är arkitektoniskt, inte kronologiskt. Porten (anti-contamination gate) tar bort identifierare, författare, datum och källhänvisningar från varje fall innan analysen börjar, och tvingar fram slutsatser baserade på patofysiologi i stället för minne. Det uppmätta gapet talar sitt tydliga språk: oskyddade enkelmodell-baslinjer (naked single-model baselines) på samma fall får omkring 39–49 % top-1; det orkestrerade konsiliet når 93,7 % top-3. Om memorering förklarade resultatet skulle inte de oskyddade baslinjerna ligga fyrtio procentenheter efter. En inmatningsförankrad vakthund (input-grounding watchdog) verifierar dessutom att slutsatserna går att spåra till det presenterade fallet, och hela revisionen på fallnivå (case-level audit) publiceras i S1-tillägget.

Version 90 är i produktion på en infrastruktur som spänner över fyra kontinenter, och åtkomsten är medvetet begränsad: piloter och partnerskap i första hand, med avsiktsförklaringar (LOI) i aktiv diskussion bland hälsosystem, betalare (payers) och folkhälsoorgan. Vi valde att publicera beviset, standarden och revisionen före kundlogotyperna, inte i stället för dem, eftersom den ordningen är den ärliga ordningen inom medicin. Tillkännagivanden följer på signaturer, inte tvärtom.

Den invändningen har missförstått historien fullständigt. Medicinens genombrott har upprepade gånger kommit från en person som står upp mot den institutionella konsensusen: Semmelweis mot barnsängsfeber, Fleming som lade märke till en enda förorenad skål, Marshall som drack Helicobacter för att bevisa att etablissemanget hade fel, och själva webben var en arkitekts protokoll innan den blev allas industri. Kommittéer lanserar konsensus. Arkitekter lanserar uppfinningar. Att vara ett sinne är inte detta projekts svaghet; det är anledningen till att det existerar. Revisionsloggen här: en arkitekt skrev operativsystemet, tolv pågående patentansökningar med ytterligare tjugofyra under förberedelse, nio artiklar och en öppen certifieringsstandard, och lanserade dem operativa, inte som Powerpoint-bilder (slideware). Det finns också en strukturell fördel som ett stort företag (a concern) inte kan köpa: ett sinne som har koll på hela kedjan (pipeline end to end) kan optimera den utan kommittéer, arv (legacy) eller leverantörspolitik. Ekonomin i de offentliga benchmarks visar vad ooptimerade arkitekturer förbränner: i Microsofts egen studie, tusentals dollar i kostnad per diagnos (o3: 7 850 $; den bästa MAI-DxO-konfigurationen: 7 184 $ per fall; Nori et al. 2025). DeepSensis arkitektur, styrd av Gomola Framework, den öppna certifieringsstandarden som bär dess arkitekts namn, konstruerades av ett sinne som visste exakt var slöseriet fanns: samma klass av resultat, till en beräkningskostnad som avrundas till noll i jämförelse med en enda labbpanel, utan att lätta på en enda säkerhetströskel. Och expansionen som pågår är också hans design: ansvariga för kliniska partnerskap och regionala representanter ansluter sig på fem kontinenter, och en plattform som förvandlar tusentals läkare till betalda medförfattare. Det är inte ett enmansföretag som försöker dölja en svaghet. Det är en arkitekt som skalar sin arkitektur, med flit.

Nej. NeuroTokens är en transparent beräkningsenhet för kognitivt arbete inuti plattformen: de mäter beräkningskostnad och reglerar läkarkompensation på tusendels cent när. Det finns inget offentligt mynt, ingen spekulation, inget att handla med. Och gränslinjen som betyder mest: ekonomi rör aldrig vid klinisk bedömning. Kompensation är utfallsbaserad (outcome-gated), förseglad via revision (audit-sealed) och konstruerad inom gränser mot mutor (anti-kickback). Hypotes-staking sker i forskningslagret, inte i vården av någon enskild patient.

Läkaren håller signaturen, och med den ansvaret, för varje fall. Men vi vägrar att romantisera systemet: en signatur innebär auktoritet, inte ofelbarhet, och på de svåraste offentliga fallen får obiträdda läkare 19,9 %. Så DeepSensi bygger på ett mer ärligt kontrakt: båda sinnena mäts, båda kan granskas. Konsiliet kan utmana läkaren i rullorna; läkaren kan åsidosätta (override) konsiliet i rullorna; GCPS bedömer människans prestanda lika objektivt som felträdet begränsar maskinens; och ansvaret fördelas per beslut, AI, läkare, eller regel, kryptografiskt förseglat. Patienten drar nytta av oenigheten, och affärsmodellen bygger på den mätningen, expertis som en mätt, kompenserad tillgång snarare än ett antagande, och skiljer sig medvetet från allt annat inom medicin. Regulatorisk positionering: HIPAA- och GDPR-kompatibel, i linje med EU:s AI-förordning (EU AI Act) genom arkitektur, FDA pre-submission (Q-Sub) initierad; driftsättning följer respektive jurisdiktions väg för klinisk mjukvara.

Därför att en säkerhetsstandard bakom en betalvägg inte är en standard, det är en produkt. Haken, om du letar efter en, är strategisk och vi deklarerar den öppet: adoption är vallgraven (the moat). Varje sjukhus som skriver in en DSS-nivå i sin upphandling, varje försäkringsbolag som prissätter mot ett certifierat gränsvärde, varje tillsynsmyndighet som refererar till Gomola Framework gör mätstocken mer verklig, och DeepSensi är referensimplementationen av den mätstocken. Konkurrenter är välkomna att certifiera sig mot den. Vi byggde ribban och vi är glada över att tävla på den.