Un résident en radiologie a construit JevRad (usage éducatif uniquement) avec le modèle Jev de TypeSafe. Après la description d'un patient, Jev identifie le scénario ACR en 0,5 s et sélectionne les examens d'imagerie les plus appropriés.
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
Lors de consultations cliniques en direct, un scribe ambiant fournit périodiquement des transcriptions à Jev, qui parcourt une ontologie médicale pour classer les symptômes, mettre à jour le diagnostic différentiel, suggérer des traitements et identifier les signaux d'alerte en temps réel.
L'auteur montre comment orienter un patient vers le bon médecin en utilisant uniquement le modèle Jev de TypeSafe AI et un peu de code pour poser des questions, en précisant qu'aucun LLM n'est utilisé pendant la conversation.
Un développeur partage la création d'une application de suivi des calories avec Jev, soulignant son expérience instantanée.
