开发者实测：小型模型 Jev 嵌入临床工作流实现低成本分诊

有开发者演示了将小型模型 Jev 嵌入临床工作流的原型：针对一份提及 6 种诊断的虚构病历（不含 PHI），OpenMed 在本地完成信息抽取与去标识，Jev 对各诊断片段做出 6 个类型化决策，仅 1 条转人工，最终由代码逻辑终审。实测显示该 agent 99 次调用仅消耗约 14 万 token，成本仅 0.0047 美元，展示了低成本、本地脱敏的临床分诊方案。

2026-09-19 ~ 2026-09-19 · 3 条相关

• 把 Jev 模型塞进临床工作流：6 条诊断自动决策，1 条转人工 — MaziyarPanahi · 2026-09-19
• 临床 AI 原型架构拆解：本地脱敏、类型化模型决策、代码终审 — MaziyarPanahi · 2026-09-19
• 临床 agent 99 次调用 14 万 token 仅花 0.0047 美元，开发者实测低成本分诊流 — MaziyarPanahi · 2026-09-19