PAL：面向Palliative-Care培训的可扩展、合作性患者模拟器设计
人机交互
2025-11-12 v1 计算机与社会
摘要
在严肃疾病和缓和医疗环境中的有效沟通是必不可少的，但由于获取有限的培训资源（如标准化患者），往往受到不足的教学。我们提出PAL（Palliative Assisted Learning-bot），一种能够模拟情感细腻的患者互动并基于现有同理心框架提供结构化反馈的对话系统。PAL支持文本和语音模式，旨在通过重复、低成本的练习来搭建临床技能培养。通过对17名美国医学培训者和临床医生的混合方法研究，探索用户与PAL的互动情况，评估可用性，并检讨关于模式、情感真实性和反馈递送的设计张力。受训者认为PAL对反思和技能精炼有帮助，但也有人指出情感真实性和反馈适应性的局限性。我们贡献的内容包括：(1)大型语言模型能支持缓和医疗沟通培训的实证证据；(2)面向情感敏感模拟工具的模式感知设计见解；(3)在高风险护理情境下支持情感劳动、合作学习和AI增强培训的意义。
引用
@article{arxiv.2507.02122,
title = {PAL: Designing Conversational Agents as Scalable, Cooperative Patient Simulators for Palliative-Care Training},
author = {Neil K. R. Sehgal and Hita Kambhamettu and Allen Chang and Andrew Zhu and Lyle Ungar and Sharath Chandra Guntuku},
journal= {arXiv preprint arXiv:2507.02122},
year = {2025}
}