Deweloper dzieli się tworzeniem aplikacji do śledzenia kalorii z Jev, podkreślając natychmiastowe działanie.
i made a calorie tracking app with jev. it's INSTANT 🤯
Podczas konsultacji klinicznych na żywo ambientowy skryba okresowo dostarcza transkrypcje do Jev, który przeszukuje ontologię medyczną, aby klasyfikować objawy, aktualizować diagnozę różnicową, sugerować leczenie i identyfikować sygnały ostrzegawcze w czasie rzeczywistym.
Autor pokazuje, jak skierować pacjenta do właściwego lekarza, używając wyłącznie modelu Jev od TypeSafe AI i odrobiny kodu do zadawania pytań, zaznaczając, że w trakcie rozmowy nie użyto LLM.
Autor dzieli się przeniesieniem kroku decyzyjnego triażu przyjęć medycznych z LLM do Jev (@typesafeai): 25 typowanych pytań, 0,29 s, 0,00015 USD, kod prowadzi przepływ pracy, wraz z metodą, liczbami i ograniczeniami.
