Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 요약본 공유 시 출처만 명기하면 됩니다.
This service is supported by Google Gemini.
Share

TRUST: An LLM-Based Dialogue System for Trauma Understanding and Structured Assessments

Created by
  • Haebom
Category
Empty

저자

Sichang Tu, Abigail Powers, Stephen Doogan, Jinho D. Choi

개요

본 논문은 대규모 언어 모델(LLM)을 활용하여 정신 건강 관리 접근성을 향상시키는 대화 시스템 TRUST를 제시한다. TRUST는 외상 후 스트레스 장애(PTSD) 진단 면접 및 평가를 수행할 수 있는 협력적인 LLM 모듈 프레임워크이다. 실제 면접 기록을 기반으로 한 환자 시뮬레이션 기법을 통해 시간 및 비용 소모적인 임상의 수동 테스트를 대체하고, 임상 면접에 특화된 대화 행위(Dialogue Acts) 스키마를 제안하여 적절한 임상 반응 생성을 유도한다. 다양한 평가 지표를 통해 시스템을 평가한 결과, 전문가 평가에서 실제 임상 면접과 유사한 수준의 성능을 보이는 것으로 나타났다.

시사점, 한계점

시사점:
LLM 기반 대화 시스템을 활용하여 정신 건강 관리 접근성을 향상시킬 수 있는 가능성을 제시.
시간 및 비용 효율적인 환자 시뮬레이션 기법을 통해 시스템 개발 및 평가를 효율화.
임상 면접에 특화된 대화 행위 스키마를 제안하여 LLM의 임상적 응용을 개선.
평균적인 임상의 수준의 성능을 보이는 LLM 기반 PTSD 진단 시스템 개발.
한계점:
현재 시스템은 평균적인 임상의 수준의 성능을 보이며, 의사소통 방식 및 응답 적절성 측면에서 향상의 여지가 있음.
PTSD 진단에 국한된 시스템으로, 다른 정신 질환 진단 및 평가에는 적용 불가능할 수 있음.
실제 임상 환경에서의 추가적인 검증 및 안전성 확보가 필요함.
👍