以患者为中心的人工智能对话系统的复杂性

# 以患者为中心的对话式人工智能的复杂性
来源：https://arxiv.org/abs/2607.08625
作者：João Matos (https://arxiv.org/search/cs?searchtype=author&query=Matos,+J)，Olivia Buege (https://arxiv.org/search/cs?searchtype=author&query=Buege,+O)，Donny Cheung (https://arxiv.org/search/cs?searchtype=author&query=Cheung,+D)，Gary S\. Collins (https://arxiv.org/search/cs?searchtype=author&query=Collins,+G+S)，Paula Dhiman (https://arxiv.org/search/cs?searchtype=author&query=Dhiman,+P)，Nan Li (https://arxiv.org/search/cs?searchtype=author&query=Li,+N)，Bingyu Mao (https://arxiv.org/search/cs?searchtype=author&query=Mao,+B)，Benjamin W\. Nelson (https://arxiv.org/search/cs?searchtype=author&query=Nelson,+B+W)，Michail Ouroutzoglou (https://arxiv.org/search/cs?searchtype=author&query=Ouroutzoglou,+M)，Paul Varghese (https://arxiv.org/search/cs?searchtype=author&query=Varghese,+P)，Jonathan Amar (https://arxiv.org/search/cs?searchtype=author&query=Amar,+J)

查看 PDF (https://arxiv.org/pdf/2607.08625)

> 摘要：面向消费者的健康聊天机器人基于大型语言模型（LLMs）越来越多地用于症状评估。然而，聊天机器人的开发和评估通常依赖于合作、表达清晰的模拟患者。我们分析了2,053条真实患者与聊天机器人的对话，发现不同用户的沟通模式和情绪表达存在显著差异。我们开发了一个患者模拟器，可分别模拟临床内容、情绪状态、对话策略和沟通风格。在15名人类评审员参与的图灵启发式真实感评估中，模拟对话与真实对话几乎无法区分，人类评审员的准确率为55%。我们使用五种不同的患者角色，在1,164个由临床医生评分的案例中，评估了四个LLM在紧急程度评估方面的表现。我们发现沟通风格可以显著改变分诊结果。以患者为中心的对话式人工智能必须适应沟通多样性：为理想化而非现实互动设计的系统，若实际部署，可能会导致性能不佳并加剧健康差距。

## 提交历史

来自：João Matos \[查看邮件 (https://arxiv.org/show-email/acdd0efe/2607.08625)\] **\[v1\]** 2026年7月9日星期四15:56:55 UTC (2,716 KB)