Jev leest CT-scans
De post toont Jev die CT-scans leest, wat de toepassing in medische beeldvorming laat zien.
THE JEV GUIDE · CURATED EDITION
Launch nieuws, uitleg, demo’s en community projecten rond TypeSafe Jev, geordend per onderwerp. Elke vermelding linkt terug naar de bron op X.
Gecureerde selectie · Niet volledig · Handmatig bijgewerkt
01 / EXPLORE
0 means awaiting a verified post
De post toont Jev die CT-scans leest, wat de toepassing in medische beeldvorming laat zien.
Geïnspireerd door Jev en de open-sourcegemeenschap zet MedJev vrije-tekst klinische notities om in gestructureerde velden en draait op consumenten-GPU's.
De post legt uit dat Jev geen chatbot is, maar is gebouwd om te kiezen, scoren en routeren; een LLM stelt op, vat samen en converseert. In een kliniek verwerkt het LLM de taal, controleert of routeert Jev de uitvoer, en houdt het personeel de controle.
OpenMed begint met het evalueren van Jev voor medische AI: lokale spans en context, gehoste Jev wijst status toe, code beheert het concept en elke beslissing linkt naar de bron.
De auteur bouwde een zorgspraakagent met GPT-Live-1 en TypeSafe JEV die per beurt de intentie classificeert en de volgende veilige actie kiest; bij “ik heb pijn op de borst” stopt de planning en wordt doorverwezen naar klinisch personeel.
Het team bracht Solomon 27B uit als open-weight alternatief voor JEV, gebouwd op Qwen3.8-27B en grotendeels met behoud van diens capaciteiten, gepositioneerd als zorgmodel.
Deze post toont een klinische workflow waarin GLiNER metformine vindt, DeBERTa de tegenstrijdigheid opvangt, Jev block_conflict retourneert en de code de update stopt voor menselijke beoordeling—drie modelfamilies met verschillende taken in een fail-closed flow.
De auteur deelt zijn ervaring met Jev en onderzoekt hoe het classificeren, filteren, opschonen en routeren van workflows van ongestructureerde zorgdata goedkoper en sneller kan maken.
De gebruiker merkt op dat veel zorgsystemen eisen dat documenten niet naar apps of API's van derden worden gestuurd, waardoor Jev's PII-maskeringsengine voor dit gebruik onbruikbaar is.
Een productmanager deelt zijn ervaring met het testen van TypeSafe Jev voor zorgworkflows met veel classificatie en routing.
Bespreking van hoe beperkte klinische AI-beslissingen zoals triage, routing, scoring, screening en escalatie kunnen profiteren van Jev- en System One-modellen.
De auteur stelt voor om de waarschijnlijkheidskalibratie van Jev te gebruiken voor een simulator van vitale verslechtering bij kritieke patiënten en zo mechanische alarmen te verbeteren.