El razonamiento, desarrollado de extremo a extremo
El paciente sintético P-074 y su cohorte, frente a los protocolos sintéticos ONC-204 y ANTI-3. Cada imagen de abajo es una captura de la app TrialProof en ejecución.
Una vía central no es un cateterismo cardíaco, y solo una jerarquía lo sabe
La nota de UCI de P-074 dice central venous catheter placement for IV medication access. Frente al criterio EXCL-CARDCATH de ANTI-3 (sin cateterismo cardíaco previo), un emparejador por similitud ve dos procedimientos de catéter cardiovascular. TrialProof pregunta a la ontología en su lugar: ¿es Central venous catheterization (392230005) un descendiente is-a de Cardiac catheterization (41976001)? No lo es. Los dos conceptos están en ramas distintas de la jerarquía SNOMED-CT, así que no existe una ruta de subsunción, y el veredicto es ELIGIBLE con una traza de tres pasos que nombra ambos SCTID. Ambos códigos son reales y comprobables en cualquier navegador público de SNOMED. La línea de base léxica justa también devuelve ELIGIBLE aquí, pero con una similitud desnuda de 0.437, sin traza de razonamiento y sin nada que un regulador pudiera archivar.
La ontología que el motor consulta de verdad
El motor no consulta todo SNOMED-CT. Recorre un subgrafo curado de 24 conceptos con 22 relaciones is-a. Los conceptos con un SCTID real se dibujan con trazo continuo; los 9 curados para la demostración sin SCTID público llevan el prefijo CUR- y se dibujan con trazo discontinuo, en lugar de hacerse pasar por códigos reales. Los hechos verificados van en verde, los conceptos de criterio van delineados, y las rutas is-a recorridas van en negrita. Las dos cateterizaciones viven visiblemente en ramas distintas, que es exactamente por qué una similitud de cadena o vectorial no puede sustituir a la subsunción.
El paciente elegible que la línea de base descarta
La misma nota dice No evidence of diabetes. Frente a EXCL-DM de ONC-204 (sin diagnóstico de diabetes mellitus), la línea de base vectorial empareja el token diabetes con similitud 1.0 y devuelve EXCLUDED, porque no tiene un modelo de negación. El verificador de TrialProof elimina la mención negada antes de que pueda llegar a la decisión, así que el veredicto es ELIGIBLE. Este es el paciente elegible que un emparejador por similitud descarta, y en el conjunto de oro es uno de los tres que pierde la línea de base.
Un verificador que desafía al extractor
Para P-106 el extractor propone un hecho de carboplatin que no tiene un tramo de apoyo en la nota, una alucinación plantada. El verificador adversarial ejecuta span-present, negación y sujeto sobre cada hecho propuesto; el hecho de carboplatin falla span-present (span not found in note) y se marca REJECTED, así que nunca llega a la decisión. En el conjunto de oro el verificador rechazó 7 instancias de hechos (3 hechos incorrectos distintos: una mención negada de diabetes, una atribución de cáncer de mama por antecedentes familiares, y este carboplatin alucinado) en 4 de las 13 ejecuciones de caso puntuadas. Los agentes aconsejan sobre la extracción; el código determinista decide la elegibilidad.
Una excepción que una puntuación de similitud no puede representar
P-101 completó carboplatin y pemetrexed adyuvantes, última infusión 03/2025. EXCL-PLAT de ONC-204 prohíbe la terapia previa con platino salvo que se haya administrado como adyuvante o neoadyuvante y se haya completado más de 12 meses antes de la aleatorización (2026-04-15). El motor confirma que Carboplatin (386905003) is-a Platinum-containing antineoplastic agent, calcula el intervalo en 13 meses, satisface la excepción y devuelve ELIGIBLE con una traza de cuatro pasos. Cuando la misma cláusula se prueba en un paciente de intención paliativa, la excepción no aplica y el veredicto pasa a EXCLUDED. Mismo criterio, veredictos opuestos, ambos correctos, porque es el motor lógico y no un umbral.
El número que a un responsable de operaciones clínicas le importa de verdad
Sobre un conjunto de oro fijo de 13 casos etiquetados extraídos de 7 pacientes sintéticos a través de 2 protocolos sintéticos, puntuado contra la línea de base léxica validada de forma cruzada en t = 0.6932, TrialProof obtiene un 100% de precisión de decisión frente al 53.8% de la línea de base, pierde 0 pacientes elegibles donde la línea de base pierde 3, y lleva una traza de razonamiento reproducible en el 100% de las decisiones frente al 0% de la línea de base. Se abstiene de forma segura dos veces con NEEDS-REVIEW donde la línea de base adivina, y volver a ejecutar los 13 casos produce veredictos y trazas idénticos a nivel de byte (13 de 13). Atribuimos cada cifra a este conjunto de oro etiquetado, nunca como una afirmación de mundo abierto.
