Jev 모델을 사용한 환자 분류 예시
저자는 TypeSafe AI의 Jev 모델과 질문 코드만을 사용하여 환자를 적절한 의사에게 분류하는 방법을 시연하며, 대화 중 LLM을 사용하지 않는다고 언급한다.
Jev, 실시간 임상 진료에서 감별 진단 지원
실시간 임상 진료 중 앰비언트 기록 도구가 전사본을 주기적으로 Jev에 제공하고, Jev는 의학 온톨로지를 탐색하여 증상을 분류하고 감별 진단을 업데이트하며 치료를 제안하고 위험 신호를 실시간으로 식별한다.
During a live clinical consultation (with an ambient scribe), the transcript is periodically supplied to Jev, which traverses a medical ontology to classify symptoms, update the differential diagnosis, suggest treatments and identify red flags in real time.
· 429 likesOpen on X
More like this
Jev로 즉각적인 칼로리 추적 앱 제작
개발자가 Jev로 칼로리 추적 앱을 만들고 즉각적인 경험을 강조합니다.
의료 분류 결정을 Jev로 이전: 25개 타입 지정 질문, 0.29초, $0.00015
의료 접수 분류의 결정 단계를 LLM에서 Jev(@typesafeai)로 이전한 사례를 공유: 25개 타입 지정 질문, 0.29초, $0.00015, 코드가 워크플로를 진행하며 방법, 수치, 한계를 포함.
