Jev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。
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。
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
· 1 likesOpen on X
More like this
Jev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。
Jevで瞬時のカロリー追跡アプリを構築
開発者がJevでカロリー追跡アプリを構築し、その即時性を強調。
