OpenMed beginnt mit der Evaluierung von Jev für medizinische KI: lokale Spans und Kontext, gehostetes Jev weist Status zu, Code steuert den Entwurf, jede Entscheidung ist mit ihrer Quelle verknüpft.
Starting today, we will evaluate Jev for medical AI. Finding “asthma” is one job. Knowing it belongs to resolved childhood history is another. OpenMed supplies local spans + context; hosted Jev assigns status; code controls the draft. Every decision links to its source.
Während live klinischer Konsultationen liefert ein Ambient-Scribe regelmäßig Transkripte an Jev, der eine medizinische Ontologie durchläuft, um Symptome zu klassifizieren, die Differenzialdiagnose zu aktualisieren, Behandlungen vorzuschlagen und Warnsignale in Echtzeit zu erkennen.
Der Autor zeigt, wie man einen Patienten nur mit dem Jev-Modell von TypeSafe AI und etwas Code für Fragen an den richtigen Arzt überweist, und weist darauf hin, dass während des Gesprächs kein LLM verwendet wird.
Ein Entwickler teilt die Erstellung einer Kalorien-Tracking-App mit Jev und hebt die sofortige Erfahrung hervor.
