是合成的还是真实的？基于纵向证据构建精神病患者模拟器
计算与语言
2026-03-25 v1
摘要
患者模拟对于开发和评估精神健康对话系统至关重要。由于大多数现有方法依赖有限轮廓信息的快照式提示，导致多轮交互中行为呈同质化且疾病进程不连贯成为关键挑战。本文提出了 DEPROFILE，一种数据驱动的患者模拟框架，通过整合人口统计属性、标准化临床症状、咨询对话以及来自真实世界数据的纵向生活事件历史，构建统一的多来源患者轮廓。我们进一步引入了 Chain-of-Change 代理，将噪声的纵向记录转化为结构化、具有时空依存性的记忆表示，用于模拟。跨多个大型语言模型（LLM）的实验表明，随着 DEPROFILE 构建的更为全面的轮廓，对话真实性、行为多样性和事件丰富性均得到一致的提升，显著超越了最先进的基线方法，凸显了以可验证的纵向证据为基础建模患者模拟的重要性。
引用
@article{arxiv.2603.22704,
title = {Synthetic or Authentic? Building Mental Patient Simulators from Longitudinal Evidence},
author = {Baihan Li and Bingrui Jin and Kunyao Lan and Ming Wang and Mengyue Wu},
journal= {arXiv preprint arXiv:2603.22704},
year = {2026}
}