用这几天很火的 Jev 给医学文献做筛查，极度极快，准确性高

本人做点跟医学相关的研究，pubmed上检索的文献通常会出来一大堆，要阅读这么多文献题目和摘要，识别文献是否相关是一件很头疼的事情。如果做meta分析，筛查文献更是一件比较大的工程，以前没有AI辅助，需要的时间和人力不少。

在本站看到TypeSafe AI新出的模型，一开始我也没明白这东西能干嘛。经过与claude code的对话，才反应过来，它就是一个不用训练、开箱即用的分类器，快到可以当函数调用。马上在官网申请了帐户，很快通过了。

刚好我需要做一个讲座的幻灯片，下载了113篇高分的杂志论文。让cloude code写了个python脚本：

1、用 pdftotext 抽每篇 PDF 的前两页,截到 4000 字符,标题加摘要够了；2、打包发给 Jev，每篇问三个问题；3、结果写进 CSV。

结果如下（目前官网调用是免费的）：

再让claude code复核了一上判断结果，发现

1、速度极快，几乎是瞬间出结果；

2、判断准确性很高；

3、jev这个模型具备很强的医学专业知识，他能分别"研究通气本身"和"在通气患者身上研究别的"

4、有一些模棱两可的，他判断不准确，但是，可以让cloude code把写的判断标准更精确，如果标准写糊了它就摇摆。

感觉有点搞头。