Jev 在实时临床问诊中辅助鉴别诊断
在实时临床问诊中，环境记录工具将转录文本周期性提供给 Jev，Jev 遍历医学本体，实时分类症状、更新鉴别诊断、建议治疗方案并识别危险信号。
Jev 在医疗诊断测试中取得 16/16
OpenMed 使用四个虚构医疗笔记进行测试，Jev 得分 16/16，Laya 13/16；在药物冲突问题上 Jev 4/4，Laya 2/4。作者强调这是有用的诊断，而非临床准确性评估。
Four typed questions across four authored fictional notes, labels written before the calls. Jev 16/16, Laya 13/16. On the medication-conflict question alone: 4/4 vs 2/4. A useful diagnostic, not a clinical accuracy estimate.
· 0 次赞在 X 打开
更多类似内容
使用 Jev 模型进行患者分诊示例
作者演示了如何仅使用 TypeSafe AI 的 Jev 模型和少量提问代码，将患者分诊到合适的医生，并指出对话中未使用 LLM。
用 Jev 打造即时卡路里追踪应用
开发者分享使用 Jev 构建卡路里追踪应用，强调其即时响应体验。
