Un snapshot versionado, no una certificación
LaiBench sigue la fidelidad en un conjunto interno controlado. La puntuación no demuestra seguridad clínica, eficacia, generalización a otro servicio ni desempeño futuro; esos puntos exigen una validación propia.
La versión, la muestra y el hash de la suite identifican el snapshot. El resultado vale para ese conjunto interno.
La fidelidad no equivale a exactitud clínica. La interpretación, la revisión, la validación y la firma siguen siendo médicas.
El sitio identifica el benchmark como interno controlado y separa el resultado de cualquier validación clínica externa.
Lo que cada informe necesita sostener
Los cinco ejes componen la regla interna del snapshot. Miden la fidelidad al caso de referencia; no demuestran eficacia ni seguridad clínica.
Preservación de lo que no se puede perder. Un hallazgo crítico ausente reprueba el caso, punto.
Correspondencia con el material de referencia del conjunto interno, bajo la regla versionada del benchmark.
Precisión del vocabulario radiológico — el término correcto, en el lugar correcto, sin ambigüedad.
Aplicación correcta del módulo de guías — la clasificación y la conducta que exige el criterio vigente.
Lo citado corresponde a la fuente recuperada. Sin invención: la IA muestra de dónde lo sacó.
Strict PASS: aprueba cuando toda compuerta decisiva se sostiene
El veredicto binario es una regla interna del benchmark. No certifica que un informe sea clínicamente correcto ni autoriza su uso sin revisión médica.
{
"case": "tc-torax-0421",
"axes": {
"CRIT": "pass",
"QUAL": "pass",
"TERM": "pass",
"GUIDE": "pass",
"RAG": "pass"
},
"verdict": "STRICT_PASS"
}
Un benchmark honesto sabe dónde se detiene
Mide la fidelidad del informe al caso, no el desenlace del paciente. No es un estudio clínico ni evidencia de eficacia diagnóstica.
Aprobar LaiBench no es registro, certificación ni autorización de ningún organismo regulador.
La tecnología es asistiva. El radiólogo revisa, edita y firma todo informe — la última palabra siempre es del médico.
LaiBench es un benchmark interno controlado de fidelidad, no un dispositivo médico ni una validación clínica externa. Laudos.AI es asistiva, está clasificada como de riesgo medio y no es SaMD según la Resolución CFM 2.454/2026. El médico aporta los hallazgos, revisa, edita, valida y firma en el sistema oficial.
LaiBench mide el informe; RadCommons entrega los criterios que citan la fuente. Dos caras de la misma disciplina: mostrar de dónde lo sacó la IA.
FAQ
Preguntas frecuentes
¿Qué mide LaiBench?
El informe generado frente al caso real, uno por uno, con veredicto individual. La pregunta no es cuál es la nota promedio, sino si este informe es clínicamente correcto para este estudio. Metodología de las métricas
¿Por qué no existe una nota promedio?
Porque en radiología lo que importa es el caso perdido. Un acierto en lote no compensa un hallazgo crítico perdido, así que cada informe recibe su propio veredicto. Hallazgos críticos
¿Cuáles son los ejes evaluados?
Cinco, y cada uno es una compuerta: CRIT para hallazgos críticos, QUAL para calidad clínica, TERM para terminología, GUIDE para aplicación de guías y RAG para fidelidad a la fuente citada. Los módulos
¿Los casos de prueba son públicos?
La metodología es pública y auditable; los casos de prueba permanecen cerrados. Cualquiera entiende cómo se da el veredicto, sin poder entrenar sobre él. El artículo
Cómo citar
LAUDOS.AI. LaiBench — fidelidad con límites explícitos. Laudos.AI Research, 2026. Disponible en: https://www.laudos.ai/laibench.
BibTeX
@techreport{laudosai-laibench,
title = {LaiBench — fidelidade com limites explícitos},
author = {Laudos.AI},
year = {2026},
institution = {Laudos.AI Research},
url = {https://www.laudos.ai/laibench}
}