Exempel på patienttriagering med Jev-modellen
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.
Jev stödjer differentialdiagnos i realtid under kliniska konsultationer
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.
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
Skapa en omedelbar kalorispårningsapp med Jev
En utvecklare delar med sig av att bygga en kalorispårningsapp med Jev och betonar den omedelbara upplevelsen.
Flytta triagebeslut inom vården till Jev: 25 typade frågor, 0,29 s, 0,00015 $
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.
