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.
Healthcare intake is the hard case for AI triage: complex workflow, safeguards everywhere, a human able to check every decision. We moved the decision step from an LLM to Jev (@typesafeai): 25 typed questions, 0.29 s, $0.00015, code walks the workflow. Method, numbers, limits
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.
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.
Bir geliştirici, Jev ile kalori takip uygulaması oluşturma deneyimini paylaşıyor ve anında deneyimi vurguluyor.
