Ein Radiologie-Assistenzarzt hat mit Jev von TypeSafe JevRad (nur zu Bildungszwecken) erstellt. Nach der Beschreibung eines Patienten wählt Jev in 0,5 s das ACR-Szenario aus und empfiehlt die geeignetsten Bildgebungsuntersuchungen.
Radiology resident here. I've been experimenting with Jev from @typesafeai and built JevRad, for educational use only. Describe a patient → Jev picks the ACR scenario in 0.5s, then selects the most appropriate imaging studies. https://jevrad-web-production.up.railway.app cc @CompleteSkeptic
Während live klinischer Konsultationen liefert ein Ambient-Scribe regelmäßig Transkripte an Jev, der eine medizinische Ontologie durchläuft, um Symptome zu klassifizieren, die Differenzialdiagnose zu aktualisieren, Behandlungen vorzuschlagen und Warnsignale in Echtzeit zu erkennen.
Der Autor zeigt, wie man einen Patienten nur mit dem Jev-Modell von TypeSafe AI und etwas Code für Fragen an den richtigen Arzt überweist, und weist darauf hin, dass während des Gesprächs kein LLM verwendet wird.
Ein Entwickler teilt die Erstellung einer Kalorien-Tracking-App mit Jev und hebt die sofortige Erfahrung hervor.
