Exemplo de triagem de pacientes com o modelo Jev
O autor demonstra como encaminhar um paciente ao médico certo usando apenas o modelo Jev da TypeSafe AI e um pouco de código para fazer perguntas, observando que nenhum LLM é usado durante a conversa.
Jev auxilia o diagnóstico diferencial em tempo real em consultas clínicas
Durante consultas clínicas ao vivo, um escriba ambiente fornece periodicamente transcrições ao Jev, que percorre uma ontologia médica para classificar sintomas, atualizar o diagnóstico diferencial, sugerir tratamentos e identificar sinais de alerta em tempo real.
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
Criando um app instantâneo de rastreamento de calorias com Jev
Um desenvolvedor compartilha a criação de um app de rastreamento de calorias com Jev, destacando a experiência instantânea.
Mover decisões de triagem de saúde para o Jev: 25 perguntas tipadas, 0,29 s, US$ 0,00015
O autor compartilha a migração da etapa de decisão da triagem de admissão em saúde de um LLM para o Jev (@typesafeai): 25 perguntas tipadas, 0,29 s, US$ 0,00015, com código conduzindo o fluxo, além de método, números e limites.
