图片

这篇文章探讨了大语言模型在模拟真实患者沟通风格方面的潜力，并将其应用于医疗领域的教育和培训。研究人员开发了一种基于大语言模型的虚拟患者系统，该系统能够模拟萨提尔沟通模式中定义的“指责型”和“理性型”两种具有挑战性的患者沟通风格，并支持多种语言，以适应不同的文化背景。

 

研究背景和意义:

 

有效的医患沟通是医疗服务的核心，然而传统的医学培训往往缺乏对各种复杂人际互动场景的充分训练。这项研究旨在通过利用大语言模型模拟真实的患者沟通风格来填补这一空白。能够模拟真实患者沟通风格的虚拟患者系统，可以为医学生提供一个安全、可控的环境来练习沟通技巧，提高他们的同理心和诊断能力，最终改善患者的医疗体验和临床效果。

 

图片

研究方法:
研究人员利用先进的提示工程技术，包括行为提示、作者笔记和顽固机制，开发了能够体现细微情感和会话特征的虚拟患者。萨提尔沟通模式将人际沟通分为五种类型：讨好型、指责型、理性型、打扰型和一致型。这些沟通风格具体描述了人们在压力下表现出的行为，如在医疗环境中的情况。传统医疗培训往往侧重于临床准确性和一般对话连贯性，却忽视了模拟多种沟通风格和情感动态的重要性，这对于真实的患者互动至关重要。本项研究选择了萨提尔模式中的“指责型”和“理性型”两种极具挑战性的患者角色进行模拟。“指责型”患者以攻击性和对抗性为特征，而“理性型”患者则以冷静、逻辑性强且回避情感讨论为特征。

 

为了确保虚拟患者的真实性和有效性，研究人员进行了用户研究。他们招募了参加国际心理治疗会议的心理治疗专业人士作为参与者，让他们与虚拟患者进行开放式对话，并填写问卷评估虚拟患者的真实性和对预设定沟通风格的遵守程度。此外，研究人员还利用“休姆AI”（ 世界上第一个情感智能语音AI）对对话进行情感和情绪分析，以评估虚拟患者的情感表达与预定义患者描述的一致性。

 

图片

主要结果:
用户研究结果表明，参与者对虚拟患者的真实性评价很高（指责型：3.8 ± 1.0；理性型：3.7 ± 0.8，5分李克特量表）。大多数参与者能够正确识别虚拟患者的沟通风格。情感分析也揭示了两种沟通风格的独特情感特征：指责型患者表现出疼痛、愤怒和痛苦等负面情绪，而理性化型患者则表现出沉思和冷静等较为中性情绪。这些结果与预设定的详细患者描述和萨提尔模式的描述相符。情绪分析和情感分析结果进一步验证了这两种沟通风格在沟通语气上的差异。

 

研究局限性:

 

本研究也指出了一些局限性，例如参与者群体主要由心理治疗专业人士组成，这可能限制了结果的普适性；样本量相对较小；只模拟了两种沟通风格，未能涵盖所有可能的患者互动类型；萨提尔模式中某些极端化的语言描述在应用于大语言模型时存在挑战。未来的研究可以扩大参与者群体，增加模拟的沟通风格类型，并整合更多的上下文信息，例如患者病史和诊断结果，以提高虚拟患者系统的真实性和适用性。

 

图片结论与讨论:

这项研究结果有力地证明了大语言模型在模拟复杂沟通风格方面的能力和有效性，为医疗教育提供了创新的训练工具。该方法使受训者能够通过提供逼真且可适应的患者互动来应对具有挑战性的临床场景，从而增强他们的同理心和诊断能力。研究结果支持将人工智能驱动的工具作为可推广的、经济高效的解决方案，以培养细致入微的沟通技巧，为医疗培训未来的创新奠定基础。