L'auteur partage le déplacement de l'étape de décision du triage d'admission médicale d'un LLM vers Jev (@typesafeai) : 25 questions typées, 0,29 s, 0,00015 $, le code pilotant le workflow, avec méthode, chiffres et limites.
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
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.
