O que cada número mede
e o que ele não prova
Evento inicial, evento final, período, amostra, natureza da evidência e limitações. Quando uma informação não está documentada na fonte disponível, ela aparece como não validada.
A métrica de 52 segundos
Onde o relógio abre e onde ele fecha
O cronômetro começa quando o radiologista abre o editor daquele exame e para na assinatura. Fora da conta ficam a aquisição da imagem, a fila do PACS, o transporte do estudo e qualquer etapa administrativa antes ou depois. A métrica cobre exatamente o trecho em que a plataforma atua, e nada além dele.
Essa fronteira é uma escolha contra o nosso próprio interesse. Um TAT medido da chegada do exame até a assinatura daria um número maior de minutos economizados. E mediria, em boa parte, a operação da casa, não o produto. Preferimos o recorte estreito: ele é menor, é auditável e responde só pela nossa parte do fluxo.
A fonte disponível confirma o recorte, a amostra e os eventos de início e fim. Ela não documenta publicamente estratificação por modalidade, complexidade, instituição ou política detalhada de outliers. Essa lacuna impede tratar o resultado como representativo de qualquer serviço.
Mediana, média e estimativa não são intercambiáveis
No recorte histórico, a mediana é 52 segundos. Entre os laudos, 54,6% ficam abaixo de um minuto, e a média informada fica entre 3 e 5 minutos. Os três valores descrevem a distribuição observada, mas não explicam causalidade nem qualidade clínica.
A estimativa de cerca de 10 horas por 100 laudos usa outra classe de evidência. Ela combina a média interna arredondada de 4 minutos com um baseline externo aproximado de 10 minutos. Ela não é tempo economizado observado em comparação pareada.
Retiramos a alegação de redução de até 78% porque ela misturava estatísticas e baseline sem comparação pareada reproduzível.
A estimativa baseada em literatura
O baseline aproximado de 10 minutos por exame é atribuído a Forsberg et al., Journal of Digital Imaging, 2017. A página o classifica como estimativa baseada em literatura, não como medição da Laudos.AI.
Mistura de modalidades, ano e ambiente do estudo externo podem diferir do seu serviço. Uma linha de base medida localmente deve prevalecer no piloto institucional.
A segunda medição, que não é validação clínica
Tempo não descreve qualidade. O LaiBench é um benchmark interno controlado de fidelidade em um conjunto publicado e versionado. Ele não constitui validação clínica externa. A IA estrutura e sugere; o médico revisa, edita, valida e assina, conforme a Resolução CFM 2.454/2026.
O escore do LaiBench e o tempo do editor medem coisas diferentes. Nenhum deles, isolado ou combinado, prova desfecho clínico, segurança em qualquer contexto ou superioridade sobre concorrentes.
Como derrubar este número
A forma honesta de conferir é reproduzir. Meça no seu serviço, antes de trocar qualquer coisa, o tempo entre abrir o editor e assinar, na mesma definição de evento desta página. Guarde a mediana e a média. Depois rode o piloto e meça de novo, na mesma janela de 30 dias e sem descartar caso.
Se a diferença no seu ambiente for menor que a nossa, o número que vale é o seu. Queremos saber: publicamos a metodologia aqui para você contestar com medida, não com opinião.
Um recorte histórico, não um painel em tempo real
O valor publicado corresponde ao período fixo de 09/04/2026 a 09/05/2026, com 5.200 laudos. Sem acesso a uma fonte interna verificável mais recente, ele permanece congelado com sua data.
Toda página que cita a mediana deve apontar para este recorte. Atualizar a data ou chamar o número de janela móvel sem recalcular a fonte seria fabricar atualidade.
A métrica de 3,06% de WER
O que o 3,06% não diz
É WER de reconhecimento de fala, não acerto clínico. O número diz que a palavra ditada chegou escrita como foi dita. Não diz que o laudo está certo. Quem responde por acerto é o LaiBench, e as duas medições não se substituem: transcrição perfeita de um raciocínio errado continua errada.
A comparação direta com outros sistemas não existe, e não vamos fabricar uma. Os números que eles publicam são em inglês, sobre conjuntos de teste próprios, com critérios de normalização próprios. Empilhar tudo na mesma barra daria um gráfico bonito e uma afirmação indefensável. O que este número sustenta é mais estreito. Em ditado radiológico em português brasileiro, com termo médico dentro de frase, a transcrição errou 3,06% das palavras.
A frase é controlada, e isso é limitação, não detalhe. Plantão tem ruído de sala, microfone ruim, sotaque, cansaço e interrupção. O número de sala é o que aparece no seu piloto, com o seu áudio. Se vier pior que este, o que vale é o seu.
Amostra pública ainda não está documentada para o WER. Faltam número de áudios, locutores e dispositivos, além de especialidades e protocolo de normalização. Até essa publicação, tratamos o resultado como benchmark interno controlado, incompleto para generalização.
O escore de fidelidade do LaiBench
Mediana e distribuição medidas em produção, do editor aberto à assinatura. A média inclui os casos complexos. Ver metodologia
Como ler os números sem transformá-los em slogan
O que o número de 52 segundos inclui
A medida começa com o editor aberto e termina na assinatura. Ela inclui ditado, estruturação e revisão dentro desse intervalo. Não é o tempo total desde a chegada do exame. E não afirma que todo caso leva o mesmo tempo. A mediana descreve o centro da distribuição, enquanto casos complexos permanecem mais longos e pedem análise separada.
A taxa de 54,6% abaixo de um minuto dimensiona o efeito operacional, junto com a estimativa de horas devolvidas. Nenhuma das duas substitui a linha de base da instituição. Modalidade, complexidade, experiência e qualidade do template alteram o resultado. É por isso que o piloto mede a própria equipe com os mesmos critérios antes e depois.
Velocidade não encerra a avaliação
Uma adoção clínica deve observar também correções, adendos, aderência ao template, discordâncias e percepção de quem revisa. Ganhar segundos e aumentar retrabalho não seria ganho. A metodologia pública existe para que qualquer um questione, reproduza e compare o número com a qualidade, não para encerrar a conversa.
Traga o seu critério
Se a sua operação mede diferente, o piloto usa a sua definição de evento. Traga seus tipos de exame, seu template, seu fluxo e o seu baseline.
Perguntas frequentes
O que exatamente os 52 segundos medem?
O tempo entre a abertura do editor e a assinatura do laudo, em mediana. Na mesma medição, 54,6% dos laudos ficam abaixo de um minuto. O fluxo medido
Todo número publicado no site tem metodologia?
As métricas de tempo têm evento, janela, amostra e limitações. O WER de 3,06% ainda não tem amostra pública documentada e não é reproduzível externamente. O LaiBench é interno e controlado, não validação clínica externa. A medição de qualidade
Por que a média é maior que a mediana?
Porque a média inclui os casos complexos. Medimos mediana e distribuição em produção, do editor aberto à assinatura, e publicamos as duas lado a lado para não esconder a cauda. Os números na mesma medição
Velocidade encerra a avaliação?
Não. Velocidade não mede qualidade clínica. O LaiBench mede fidelidade num conjunto interno controlado; a instituição ainda precisa validar segurança, integração, desempenho e resultado no contexto local. LaiBench
Conteúdo atualizado em .
Como citar
LAUDOS.AI. O que cada número mede e o que ele não prova. Laudos.AI, 2026. Disponível em: https://www.laudos.ai/metodologia.
BibTeX
@techreport{laudosai-metodologia,
title = {O que cada número mede e o que ele não prova},
author = {Laudos.AI},
year = {2026},
institution = {Laudos.AI},
url = {https://www.laudos.ai/metodologia}
}