Jev modeli ile hasta triyajı örneği
Yazar, yalnızca TypeSafe AI'nın Jev modelini ve soru sormak için biraz kod kullanarak bir hastayı doğru doktora nasıl yönlendireceğini gösteriyor ve görüşme sırasında LLM kullanılmadığını belirtiyor.
Jev, canlı klinik konsültasyonlarda gerçek zamanlı ayırıcı tanıya yardımcı oluyor
Canlı klinik konsültasyonlar sırasında, ortam yazıcısı transkriptleri düzenli olarak Jev'e iletir; Jev bir tıbbi ontolojiyi tarayarak semptomları sınıflandırır, ayırıcı tanıyı günceller, tedaviler önerir ve kırmızı bayrakları gerçek zamanlı olarak belirler.
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
Jev ile anında kalori takip uygulaması yapmak
Bir geliştirici, Jev ile kalori takip uygulaması oluşturma deneyimini paylaşıyor ve anında deneyimi vurguluyor.
Sağlık triyaj kararlarını Jev'e taşıma: 25 tipli soru, 0,29 sn, 0,00015 $
Yazar, sağlık kabul triyajının karar adımını bir LLM'den Jev'e (@typesafeai) taşıma deneyimini paylaşıyor: 25 tipli soru, 0,29 sn, 0,00015 $, iş akışını kod yürütüyor; yöntem, sayılar ve sınırlar da var.
