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.
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
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.
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.
Розробник ділиться створенням додатка для відстеження калорій з Jev, наголошуючи на миттєвому досвіді.
