中文

用于自动化定性分析的多智能体大语言模型框架

人机交互 2025-12-19 v1 人工智能

摘要

理解患者体验对于推进以患者为中心的护理至关重要,尤其是在需要持续沟通的慢性疾病中。然而,作为探索这些体验的主要方法,定性主题分析仍然劳动密集、主观且难以扩展。在本研究中,我们开发了一个多智能体大语言模型框架,通过三个智能体(指导者、主题化者、代码本生成器)自动化定性主题分析,该框架命名为协作主题识别智能体(CoTI)。我们将 CoTI 应用于 12 例心力衰竭患者访谈,以分析他们对药物强度的感知。CoTI 识别的关键短语、主题和代码本与高级研究员的更为相似,优于初级研究员和基线 NLP 模型。我们还将 CoTI 实施到面向用户的应用程序中,以实现定性分析中的人机交互。然而,CoTI 与初级研究员之间的协作仅带来了边际提升,表明他们可能过度依赖 CoTI 从而限制了独立批判性思维。

关键词

引用

@article{arxiv.2512.16063,
  title  = {A Multi-Agent Large Language Model Framework for Automated Qualitative Analysis},
  author = {Qidi Xu and Nuzha Amjad and Grace Giles and Alexa Cumming and De'angelo Hermesky and Alexander Wen and Min Ji Kwak and Yejin Kim},
  journal= {arXiv preprint arXiv:2512.16063},
  year   = {2025}
}

备注

42 pages, 5 figures