Jev 在实时临床问诊中辅助鉴别诊断
在实时临床问诊中，环境记录工具将转录文本周期性提供给 Jev，Jev 遍历医学本体，实时分类症状、更新鉴别诊断、建议治疗方案并识别危险信号。
医院分诊演示：Jev 智能选择患者
演示中，20名患者等待，3名医生、3间病房。当病房空出时，Jev（TypeSafe Choice）根据 ESI 严重程度优先、先到先得的原则选择下一位患者。
Built a 2D hospital triage demo for a talk. 20 patients wait. 3 doctors, 3 rooms. When a room frees up, Jev (TypeSafe Choice) picks who goes in next. Sickest ESI level first, ties go to whoever arrived earlier.
· 0 次赞在 X 打开
更多类似内容
使用 Jev 模型进行患者分诊示例
作者演示了如何仅使用 TypeSafe AI 的 Jev 模型和少量提问代码，将患者分诊到合适的医生，并指出对话中未使用 LLM。
用 Jev 打造即时卡路里追踪应用
开发者分享使用 Jev 构建卡路里追踪应用，强调其即时响应体验。
