Geïnspireerd door Jev en de open-sourcegemeenschap zet MedJev vrije-tekst klinische notities om in gestructureerde velden en draait op consumenten-GPU's.
Curating clinical variables from free-text notes is tedious. General LLMs can help, but processing thousands of notes can be slow and costly. Inspired by Jev and the open-source community, we’re releasing MedJev to turn clinical notes into structured fields on consumer GPUs. A
Tijdens live klinische consulten levert een ambient scribe periodiek transcripties aan Jev, die een medische ontologie doorloopt om symptomen te classificeren, de differentiële diagnose bij te werken, behandelingen voor te stellen en rode vlaggen in realtime te identificeren.
De auteur demonstreert hoe een patiënt naar de juiste arts wordt verwezen met alleen het Jev-model van TypeSafe AI en wat code om vragen te stellen, en merkt op dat er tijdens het gesprek geen LLM wordt gebruikt.
Een ontwikkelaar deelt het bouwen van een calorie-tracking-app met Jev en benadrukt de directe ervaring.
