面向患者理解健康的聊天机器人
人工智能
2025-10-28 v2
摘要
患者必须具备必要的知识，以积极参与其护理。我们提出 NoteAid-Chatbot，这是一个基于多智能体大语言模型（LLM）和强化学习（RL）框架构建的对话式 AI，旨在通过“以对话形式学习”方法促进患者理解。该模型基于轻量级 LLaMA 3.2 3B 模型训练而成，分为两个阶段：首先在使用医学对话策略合成生成的对话数据上进行初始监督微调，随后通过来自模拟医院出院情境中患者理解评估的奖励信号进行 RL 训练。我们的评估包括全面的人类对齐评估和案例研究，表明 NoteAid-Chatbot 展现出关键的新兴行为，如清晰度、相关性和结构化对话，尽管未获得这些属性的显式监督。我们的结果表明，即使采用简单的基于 Proximal Policy Optimization（PPO）的奖励建模，也能成功训练轻量级、领域特定的聊天机器人，以处理多轮交互、融合多样化的教育策略，并满足细致的沟通目标。我们的图灵测试显示，NoteAid-Chatbot 的表现优于非专家人类。虽然当前我们的工作重点在医疗保健领域，但我们所提出的框架表明，基于低成本 PPO 方法的 RL 可被应用于现实中的开放式对话领域，从而拓宽了基于 RL 对齐方法的适用性。
引用
@article{arxiv.2509.05818,
title = {Chatbot To Help Patients Understand Their Health},
author = {Won Seok Jang and Hieu Tran and Manav Mistry and SaiKiran Gandluri and Yifan Zhang and Sharmin Sultana and Sunjae Kown and Yuan Zhang and Zonghai Yao and Hong Yu},
journal= {arXiv preprint arXiv:2509.05818},
year = {2025}
}
备注
Accepted in EMNLP 2025 Findings