Приклад сортування пацієнтів за допомогою моделі Jev
Автор демонструє, як направити пацієнта до потрібного лікаря, використовуючи лише модель Jev від TypeSafe AI та трохи коду для запитань, зазначаючи, що під час розмови LLM не використовується.
Jev допомагає з диференціальною діагностикою в реальному часі під час клінічних консультацій
Під час живих клінічних консультацій ambient-скрайб періодично передає транскрипти Jev, який проходить медичною онтологією, щоб класифікувати симптоми, оновлювати диференціальний діагноз, пропонувати лікування та виявляти тривожні ознаки в реальному часі.
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
Створення миттєвого додатка для відстеження калорій з Jev
Розробник ділиться створенням додатка для відстеження калорій з Jev, наголошуючи на миттєвому досвіді.
Перенесення рішень медичного сортування на Jev: 25 типізованих питань, 0,29 с, $0,00015
Автор ділиться перенесенням кроку прийняття рішень медичного сортування з LLM на Jev (@typesafeai): 25 типізованих питань, 0,29 с, $0,00015, код веде робочий процес, плюс метод, цифри та обмеження.
