Con los avances en la utilización de la Inteligencia Artificial (IA) en sistemas críticos de seguridad integrados basados en Arrays de Puertas Programables en Campo (FPGAs), asegurar que estos sistemas cumplan con sus requisitos de seguridad es de suma importancia para su servicio de ingresos. Basado en este contexto, este artículo tiene dos objetivos principales. El primero de ellos es presentar el método Safety ArtISt, desarrollado por los autores para guiar el ciclo de vida de sistemas críticos de seguridad basados en IA, y enfatizar en sus tareas orientadas a FPGAs y prácticas recomendadas hacia la garantía de seguridad. El segundo es ilustrar la aplicación de Safety ArtISt con un sistema de control de frenado basado en FPGA para vehículos autónomos que dependen de IA explicativa generada con Síntesis de Alto Nivel. Los resultados indican que Safety ArtISt desempeñó cuatro roles principales en el ciclo de vida de seguridad de sistemas basados en IA para FPGAs. En primer lugar, proporcionó orientación para identificar el papel crítico de seguridad de actividades como análisis de sensibilidad para representación numérica y dimensionamiento de FPGAs para lograr seguridad. Además, permitió construir argumentos de seguridad cualitativos y cuantitativos a partir de análisis y experimentación física con FPGAs reales. También permitió la detección temprana de problemas de seguridad, reduciendo así los costos del proyecto y, en última instancia, descubrió desafíos relevantes no discutidos en detalle al diseñar IA explicativa crítica para FPGAs.