Inspiré par Jev et la communauté open source, MedJev transforme des notes cliniques en texte libre en champs structurés et fonctionne sur GPU grand public.
Curating clinical variables from free-text notes is tedious. General LLMs can help, but processing thousands of notes can be slow and costly. Inspired by Jev and the open-source community, we’re releasing MedJev to turn clinical notes into structured fields on consumer GPUs. A
Lors de consultations cliniques en direct, un scribe ambiant fournit périodiquement des transcriptions à Jev, qui parcourt une ontologie médicale pour classer les symptômes, mettre à jour le diagnostic différentiel, suggérer des traitements et identifier les signaux d'alerte en temps réel.
L'auteur montre comment orienter un patient vers le bon médecin en utilisant uniquement le modèle Jev de TypeSafe AI et un peu de code pour poser des questions, en précisant qu'aucun LLM n'est utilisé pendant la conversation.
Un développeur partage la création d'une application de suivi des calories avec Jev, soulignant son expérience instantanée.
