面向真实临床交互的多阶段患者角色扮演框架
计算与语言
2026-01-19 v1 人工智能
摘要
真实临床交互的模拟在推进临床大型语言模型（LLM）和支持医学诊断教育方面发挥着关键作用。现有方法与基准依赖于通用或 LLM 生成的对话数据，这限制了医患交互的真实性与多样性。在本工作中，我们提出了首个基于真实临床交互场景构建的中文患者模拟数据集（Ch-PatientSim），以全面评估模型在模拟患者行为方面的表现。患者基于五维人设结构进行模拟。为解决人设类别不平衡问题，数据集的一部分使用少样本生成进行增强，随后进行人工验证。我们评估了多种最先进的 LLM，发现大多数模型生成的回复过于正式，缺乏个体个性。为解决这一局限性，我们提出了一种无需训练的多阶段患者角色扮演（MSPRP）框架，将交互分解为三个阶段，以确保模型回复的个性化与真实性。实验结果表明，我们的方法在患者模拟的多个维度上显著提升了模型性能。
引用
@article{arxiv.2601.10951,
title = {Multi-Stage Patient Role-Playing Framework for Realistic Clinical Interactions},
author = {Shijie Jiang and Zefan Zhang and Kehua Zhu and Tian Bai and Ruihong Zhao},
journal= {arXiv preprint arXiv:2601.10951},
year = {2026}
}
备注
22 pages, 5figures, under review