يشارك المؤلف نقل خطوة القرار في فرز الاستقبال الصحي من نموذج لغوي كبير إلى Jev (@typesafeai): 25 سؤالاً مُنمّطًا، 0.29 ثانية، 0.00015 دولار، مع تدفق عمل يقوده الكود، إضافة إلى المنهج والأرقام والحدود.
Healthcare intake is the hard case for AI triage: complex workflow, safeguards everywhere, a human able to check every decision. We moved the decision step from an LLM to Jev (@typesafeai): 25 typed questions, 0.29 s, $0.00015, code walks the workflow. Method, numbers, limits
أثناء الاستشارات السريرية المباشرة، يزوّد كاتب محيط Jev بنصوص دورية، فيتنقل Jev عبر أنطولوجيا طبية لتصنيف الأعراض وتحديث التشخيص التفريقي واقتراح العلاجات وتحديد العلامات التحذيرية في الوقت الفعلي.
يوضح المؤلف كيفية توجيه المريض إلى الطبيب المناسب باستخدام نموذج Jev من TypeSafe AI وبعض التعليمات البرمجية لطرح الأسئلة، مشيرًا إلى عدم استخدام نموذج لغوي كبير أثناء المحادثة.
مطور يشارك إنشاء تطبيق لتتبع السعرات الحرارية باستخدام Jev، مع التركيز على التجربة الفورية.
