점점 증가하는 정신 건강 서비스 수요에 비해 임상 전문가를 양성할 실제 훈련 데이터가 부족하여 우울증 진단 지원이 제한적이다. 이러한 부족함을 해결하기 위해 훈련 및 평가를 돕는 시뮬레이션 또는 가상 환자 개발이 추진되었지만, 기존 방식은 임상적으로 타당하고 자연스러우며 다양한 증상을 보여주는 환자를 생성하는 데 어려움을 겪었다. 본 연구는 최신 고급 언어 모델을 기반으로 다양한 환자 프로필에 접근하여 시뮬레이션 환자를 개발하는 새로운 임상의 참여형 환자 시뮬레이션 파이프라인인 TalkDep를 제안한다. 정신과 진단 기준, 증상 중증도 척도 및 상황적 요소를 모델에 적용하여 자동 우울증 진단 시스템의 강력함과 일반화 가능성을 향상시키는 데 도움이 되는 진정성 있는 환자 반응을 생성하는 것을 목표로 한다. 임상 전문가가 수행한 철저한 평가를 통해 시뮬레이션 환자의 신뢰성을 검증한다. 검증된 시뮬레이션 환자의 활용 가능성은 자동 우울증 진단 시스템의 강건성과 일반화 가능성을 향상시키는 확장 가능하고 적응 가능한 자원을 제공한다.
