オープンモデルが臨床判断でJevを上回る
pplx-decider v1.1は臨床判断テストで643/669を獲得し、Jevの628を上回りました。1回あたりのコストは42%削減され、速度はほぼ同等で、重みをダウンロードして病院内で実行できます。
THE JEV GUIDE · CURATED EDITION
医療.
TypeSafe Jevに関する発表、解説、デモ、コミュニティ事例をトピック別に整理しています。各項目からXの元投稿を確認できます。
キュレーション選定 · 全件ではありません · 手動更新
5419件の収録投稿
2789件の元投稿動画
Sponsors
これらの製品がこのディレクトリを支援しています。 あなたの製品も載せませんか？
JEVが国境を越えた医薬品検索を支援
Mr Vu氏が、JEVによる検索計画とEmbeddingGemma 2による埋め込みを活用した、国境を越えた医薬品検索のプレビューを公開しました。
Jevとpplx-deciderが669件の臨床判断を約3セントで実行
臨床判断タスクにおけるJevなどのモデルのコストと速度データを示し、9つのAPIの総コストを比較し、最速の3GBローカルモデルが284msで応答すると述べています。
病院トリアージデモ：Jevが次の患者を選択
デモでは、20人の患者が3人の医師と3つの部屋を待っています。部屋が空くと、Jev（TypeSafe Choice）が最も重症なESIレベルを優先し、同順位の場合は先着順で次の患者を選びます。
JevRad：Jevを活用した放射線教育ツール
放射線科レジデントが TypeSafe の Jev モデルを使用して JevRad（教育目的のみ）を構築。患者情報を記述すると、Jev が 0.5 秒で ACR シナリオを選択し、最適な画像検査を選びます。 Link
One card in the feed, every sixteen, on every page of it. $50 a week, cancel any week.
Mores ResearchがTypeSafeのJevを用いて小児精神保健の行動意図マッピングを実施
Udit Akhouri氏はMores Researchラボを発表し、TypeSafe AIのJevなどの行動分類器を用いて、小児精神保健のための長期的リアルタイム行動意図マッピングを研究しています。
Jevが医療診断テストで16/16を獲得
OpenMedが4つの架空の医療メモでテストしたところ、Jevは16/16、Layaは13/16でした。薬物相互作用の質問では4/4対2/4。これは臨床精度の推定ではなく有用な診断テストとしています。
Jevで構築されたInvisibleBenchを介護会議で展示
Ali Madad氏はユタ州の介護研究会議で、TypeSafe AIのJevを使って再構築したgivecareappのInvisibleBenchを発表しました。
JevがCTスキャンを読影
JevモデルがCTスキャンの読影を実演、医療画像分析への応用が期待されます。
コミュニティ検証：Jevが医学QAで好成績
ユーザーが医学QAベンチマークigakuQAでJevをテスト：2000問を約80秒で解き、コストは0.04ドル。テキスト限定の正解率は88.6%でGPT-4o並み。confidenceのカットオフでさらに正解率が向上したとのこと。
Jevに触発されたMedJev：コンシューマGPUで臨床ノートを構造化
Jevとオープンソースコミュニティに触発され、MedJevは自由記述の臨床ノートを構造化フィールドに変換し、コンシューマGPUで動作します。
クリニックにおけるJevとLLMの役割分担
Jevはチャットボットではなく、選択・スコアリング・ルーティングを担い、LLMは起草・要約・対話を担う。クリニックではLLMが言語を処理し、Jevが出力を確認・ルーティングし、スタッフが制御を保つ。
