Jevがリアルタイム臨床診療で鑑別診断を支援
リアルタイムの臨床診療において、アンビエント記録ツールが文字起こしを定期的にJevに提供し、Jevは医学オントロジーを辿って症状を分類し、鑑別診断を更新し、治療を提案し、危険信号をリアルタイムで特定する。
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。
you asked for cost and speed, so here they are 👇 pplx-decider and Jev each ran all 669 clinical decisions for about 3 cents. all 9 APIs together: 74 cents. the fastest 3 GB local model answers in 284 ms, quicker than any API i measured.
· 3 likesOpen on X
More like this
Jevモデルを使った患者トリアージの例
著者はTypeSafe AIのJevモデルと質問用のコードのみを使い、患者を適切な医師にトリアージする方法を実演し、会話中にLLMを使用していないと述べている。
Jevで瞬時のカロリー追跡アプリを構築
開発者がJevでカロリー追跡アプリを構築し、その即時性を強調。
