Sign In

A Voice-Enabled Virtual Patient System for Interactive Training in Standardized Clinical Assessment

Created by
  • Haebom
Category
Empty

저자

Veronica Bossio Botero, Vijay Yadav, Jacob Ouyang, Anzar Abbas, Michelle Worthington

개요

본 연구는 대규모 언어 모델(LLM) 기반의 음성 지원 가상 환자 시뮬레이션 시스템을 개발하고, 임상가 훈련을 위한 확장 가능하고 현실적인 연습 기회를 제공하고자 한다. 이 시스템은 특정 증상 프로파일, 인구 통계 및 의사소통 스타일을 가진 가상 환자를 생성하며, 숙련된 임상 평가자에 의해 평가되었다. 평가는 MADRS 면접을 중심으로 이루어졌으며, 가상 환자는 사전 정의된 임상 프로파일에 정확하게 부합하고 일관된 내러티브를 유지하며 현실적인 대화를 생성하는 능력을 입증했다.

시사점, 한계점

•
시사점:
◦
LLM 기반 가상 환자 시뮬레이션은 임상가 훈련을 위한 실행 가능하고 확장 가능한 도구이다.
◦
높은 수준의 임상 관련 연습 시나리오를 제공할 수 있다.
◦
평가 결과, 가상 환자는 임상 프로파일에 강하게 부합하며, 높은 수준의 현실성과 일관성을 보였다.
◦
상호 평가자 신뢰도가 높게 나타났다.
•
한계점:
◦
논문에서 구체적인 한계점에 대한 언급은 없음.
👍
Made with Slashpage