通过真实医患互动评估大型语言模型中的共情能力
计算与语言
2024-05-28 v1 人工智能
摘要
将大型语言模型（LLM）整合到医疗领域，通过开发富有共情力的面向患者的聊天机器人，有潜力显著提升患者护理和支持水平。本研究探讨了一个有趣的问题：ChatGPT能否比医生通常提供的回复表现出更高程度的共情？为了回答这个问题，我们从梅奥诊所收集了一个去标识化的患者消息和医生回复数据集，并使用ChatGPT生成了替代回复。我们的分析包含了新颖的共情排名评估（EMRank），涉及自动度量和人工评估，以衡量回复的共情水平。我们的研究结果表明，基于LLM的聊天机器人在提供共情沟通方面有潜力超越人类医生，这为提升患者护理和减少职业倦怠提供了一个有前景的途径。该研究不仅强调了共情在患者互动中的重要性，还提出了一套有效的自动共情排名度量标准，为LLM在医疗领域的更广泛应用铺平了道路。
引用
@article{arxiv.2405.16402,
title = {Assessing Empathy in Large Language Models with Real-World Physician-Patient Interactions},
author = {Man Luo and Christopher J. Warren and Lu Cheng and Haidar M. Abdul-Muhsin and Imon Banerjee},
journal= {arXiv preprint arXiv:2405.16402},
year = {2024}
}