CChris McMaster@rheum_ai𝕏Jevがリアルタイム臨床診療で鑑別診断を支援リアルタイムの臨床診療において、アンビエント記録ツールが文字起こしを定期的にJevに提供し、Jevは医学オントロジーを辿って症状を分類し、鑑別診断を更新し、治療を提案し、危険信号をリアルタイムで特定する。𝕏 · 医療27394295.6万
MMarcin Kłeczek@EczekMarcin𝕏Jevモデルを使った患者トリアージの例著者はTypeSafe AIのJevモデルと質問用のコードのみを使い、患者を適切な医師にトリアージする方法を実演し、会話中にLLMを使用していないと述べている。𝕏 · 医療211119
Rrmz 🌱🌐 - 🐺@Rmzlb𝕏医療トリアージ判断をJevへ移行:25の型付き質問、0.29秒、$0.00015医療受付トリアージの判断ステップをLLMからJev(@typesafeai)へ移行した実践を共有:25の型付き質問、0.29秒、$0.00015、コードがワークフローを進行。手法・数値・限界も記載。𝕏 · 医療201152