En utvecklare delar med sig av att bygga en kalorispårningsapp med Jev och betonar den omedelbara upplevelsen.
i made a calorie tracking app with jev. it's INSTANT 🤯
Under live kliniska konsultationer förser en ambient scribe regelbundet Jev med transkriptioner, och Jev traverserar en medicinsk ontologi för att klassificera symtom, uppdatera differentialdiagnosen, föreslå behandlingar och identifiera varningssignaler i realtid.
Författaren visar hur man triagerar en patient till rätt läkare med endast TypeSafe AI:s Jev-modell och lite kod för att ställa frågor, och noterar att ingen LLM används under samtalet.
Författaren delar med sig av att flytta beslutssteget för triage vid vårdintag från en LLM till Jev (@typesafeai): 25 typade frågor, 0,29 s, 0,00015 $, kod driver arbetsflödet, plus metod, siffror och begränsningar.
