L'autore condivide lo spostamento del passo decisionale del triage di accettazione sanitaria da un LLM a Jev (@typesafeai): 25 domande tipizzate, 0,29 s, 0,00015 $, il codice guida il flusso, con metodo, numeri e limiti.
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
Durante le consulenze cliniche dal vivo, un scriba ambientale fornisce periodicamente le trascrizioni a Jev, che percorre un'ontologia medica per classificare i sintomi, aggiornare la diagnosi differenziale, suggerire trattamenti e identificare segnali d'allarme in tempo reale.
L'autore mostra come indirizzare un paziente al medico giusto usando solo il modello Jev di TypeSafe AI e un po' di codice per porre domande, osservando che durante la conversazione non viene usato alcun LLM.
Uno sviluppatore condivide la creazione di un'app per il monitoraggio delle calorie con Jev, evidenziando l'esperienza istantanea.
