ได้แรงบันดาลใจจาก Jev และชุมชนโอเพนซอร์ส MedJev เปลี่ยนบันทึกทางคลินิกแบบข้อความอิสระเป็นฟิลด์ที่มีโครงสร้าง และทำงานบน GPU สำหรับผู้ใช้ทั่วไป
Curating clinical variables from free-text notes is tedious. General LLMs can help, but processing thousands of notes can be slow and costly. Inspired by Jev and the open-source community, we’re releasing MedJev to turn clinical notes into structured fields on consumer GPUs. A
ระหว่างการปรึกษาทางคลินิกแบบสด เครื่องบันทึกเสียงโดยรอบจะส่งข้อความถอดเสียงให้ Jev เป็นระยะ โดย Jev จะไล่ตามออนโทโลยีทางการแพทย์เพื่อจำแนกอาการ อัปเดตการวินิจฉัยแยกโรค แนะนำการรักษา และระบุสัญญาณอันตรายแบบเรียลไทม์
ผู้เขียนสาธิตวิธีคัดแยกผู้ป่วยไปยังแพทย์ที่เหมาะสมโดยใช้เพียงโมเดล Jev ของ TypeSafe AI และโค้ดสำหรับถามคำถาม โดยระบุว่าไม่มีการใช้ LLM ระหว่างการสนทนา
นักพัฒนาแบ่งปันการสร้างแอปติดตามแคลอรี่ด้วย Jev โดยเน้นประสบการณ์ทันที
