开放模型在临床决策上超越Jev
pplx-decider v1.1在临床决策测试中取得643/669的准确率，高于Jev的628，且每次决策成本降低42%，速度相近，权重可下载并可在医院内部部署。
THE JEV GUIDE · CURATED EDITION
医疗.
TypeSafe Jev 的发布、原理、演示与社区实践，按主题整理。每条内容都可回到 X 原帖核对。
人工精选 · 非全量收录 · 手动更新
5419条已收录内容
2789条原帖视频
Sponsors
这些产品赞助了本目录。 把你的产品放上来
JEV助力跨国药物搜索
Mr Vu发布了跨国药物搜索的预览，由JEV规划搜索流程，并使用EmbeddingGemma 2提供嵌入支持。
Jev 和 pplx-decider 完成 669 项临床决策仅需 3 美分
该帖展示了 Jev 等模型在临床决策任务中的成本与速度数据，对比 9 个 API 的总成本，并指出最快的本地 3GB 模型响应时间达 284 毫秒。
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。
JevRad：基于 Jev 的放射学教育工具
一位放射科住院医师使用 TypeSafe 的 Jev 模型构建了 JevRad（仅限教育用途）。用户描述患者情况后，Jev 在 0.5 秒内匹配 ACR 场景并推荐最合适的影像检查。 链接
信息流里每 16 张、每一页都有一张。每周 $50，任意一周可停。
Mores Research 利用 TypeSafe 的 Jev 进行儿科心理健康行为意图映射
Udit Akhouri 宣布成立 Mores Research 实验室，利用 TypeSafe AI 的 Jev 等行为分类器，开展儿科心理健康的长时程实时行为意图映射研究。
Jev 在医疗诊断测试中取得 16/16
OpenMed 使用四个虚构医疗笔记进行测试，Jev 得分 16/16，Laya 13/16；在药物冲突问题上 Jev 4/4，Laya 2/4。作者强调这是有用的诊断，而非临床准确性评估。
护理会议展示基于 Jev 构建的 InvisibleBench
Ali Madad在犹他州护理研究会议上展示了使用 TypeSafe AI 的 Jev 重建的 givecareapp InvisibleBench，应用于照护研究。
Jev 阅读 CT 扫描
Jev 模型展示读取 CT 扫描的应用，可能用于医疗影像分析。
社区测试：Jev在医学QA上表现强劲
用户用医学QA基准igakuQA测试Jev：2000题约80秒完成，花费0.04美元；文本限定正解率88.6%，与GPT-4o相当；使用confidence截断可进一步提升正确率。
受 Jev 启发的 MedJev：在消费级 GPU 上结构化临床笔记
受 Jev 和开源社区启发，MedJev 可将临床自由文本笔记转换为结构化字段，并在消费级 GPU 上运行。
Jev 与 LLM 在诊所场景中的分工
帖子指出 Jev 不是聊天机器人，而是负责选择、评分和路由；LLM 负责起草、总结和对话。在诊所中，LLM 处理语言，Jev 检查或路由输出，员工保持控制。
