Adaptive-VP：适应受训者对话以促进护士沟通训练的基于 LLM 的虚拟患者框架

有效的沟通训练对于培养护士提供高质量患者护理至关重要。虽然标准化病人（SP）模拟提供了宝贵的体验式学习机会，但它们通常成本高昂且缺乏灵活性。虚拟病人（VP）系统提供了一种可扩展的替代方案，但大多数系统无法适应受训者不同的沟通技能。特别是，当受训者回应不当时，VP 应当表现出敌意升级或不配合的态度——然而这种级别的自适应交互在很大程度上仍未得到支持。为了填补这一空白，我们引入了 Adaptive-VP，这是一个利用大语言模型（LLM）根据受训者输入动态调整 VP 行为的 VP 对话生成框架。该框架具有一个用于构建具有临床依据且灵活的 VP 场景的流水线，以及一个用于评估受训者沟通能力并实时调整 VP 回复的模块化系统，同时确保学习者的安全。我们通过模拟具有挑战性的患者对话验证了 Adaptive-VP。使用来自执业护士语料库的自动评估表明，我们的沟通技能评估机制反映了真实世界的熟练水平。专家护士进一步确认，Adaptive-VP 产生了比现有方法更自然、更真实的交互，展示了其作为护士沟通训练可扩展且有效工具的潜力。