論文の概要: When Avatars Have Personality: Effects on Engagement and Communication in Immersive Medical Training

• arxiv url: http://arxiv.org/abs/2509.14132v1
• Date: Wed, 17 Sep 2025 16:13:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-18 18:41:50.916277
• Title: When Avatars Have Personality: Effects on Engagement and Communication in Immersive Medical Training
• Title（参考訳）: アバターが個性を持つとき:没入型医療訓練におけるエンゲージメントとコミュニケーションへの影響
• Authors: Julia S. Dollis, Iago A. Brito, Fernanda B. Färber, Pedro S. F. B. Ribeiro, Rafael T. Sousa, Arlindo R. Galvão Filho,
• Abstract要約: 本稿では,大規模言語モデル(LLM)を没入型VRに統合し,一貫した個人性を持つ医療的整合性仮想患者を創出する枠組みを提案する。 その結果、このアプローチは実現可能であるだけでなく、医師によって高い報奨と効果的なトレーニング強化と認識されていることが示されている。
• 参考スコア（独自算出の注目度）: 35.4537858155201
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: While virtual reality (VR) excels at simulating physical environments, its effectiveness for training complex interpersonal skills is limited by a lack of psychologically plausible virtual humans. This is a critical gap in high-stakes domains like medical education, where communication is a core competency. This paper introduces a framework that integrates large language models (LLMs) into immersive VR to create medically coherent virtual patients with distinct, consistent personalities, built on a modular architecture that decouples personality from clinical data. We evaluated our system in a mixed-method, within-subjects study with licensed physicians who engaged in simulated consultations. Results demonstrate that the approach is not only feasible but is also perceived by physicians as a highly rewarding and effective training enhancement. Furthermore, our analysis uncovers critical design principles, including a ``realism-verbosity paradox" where less communicative agents can seem more artificial, and the need for challenges to be perceived as authentic to be instructive. This work provides a validated framework and key insights for developing the next generation of socially intelligent VR training environments.
• Abstract（参考訳）: バーチャルリアリティ(VR)は、身体環境をシミュレートする上で優れているが、複雑な対人スキルを訓練する効果は、心理的に妥当な仮想人間の欠如によって制限される。 これは、コミュニケーションが中核的な能力である医学教育のような高度な領域において、重要なギャップである。 本稿では,大規模言語モデル(LLM)を没入型VRに統合し,臨床データからパーソナリティを分離するモジュラーアーキテクチャ上に構築した,一貫した個人性を持つ医用一貫した仮想患者を創出するフレームワークを提案する。 模擬相談に携わる医師を対象に,本システムの評価を行った。 その結果、このアプローチは実現可能であるだけでなく、医師によって高い報奨と効果的なトレーニング強化と認識されていることが示されている。 さらに、我々の分析では、コミュニケーションの少ないエージェントがより人工的に見えるような「リアリズム・バービシティ・パラドックス」や、真正であると認識される課題の必要性など、重要な設計原則を明らかにしている。 この研究は、次世代の社会的にインテリジェントなVRトレーニング環境を開発する上で、検証済みのフレームワークと重要な洞察を提供する。

関連論文リスト

• Neural Brain: A Neuroscience-inspired Framework for Embodied Agents [58.58177409853298]
  大規模な言語モデルのような現在のAIシステムは、いまだに解体され続けており、物理的に世界と関わりが持てない。 この課題の核心は、人間のような適応性を持つエンボディエージェントを駆動するために設計された中枢知能システムであるNeural Brain(ニューラル・ブレイン)の概念である。 本稿では,2つの基本的な課題に対処する,エンボディエージェントのニューラルブレインの統一的枠組みを提案する。
  論文  参考訳（メタデータ） (2025-05-12T15:05:34Z)
• Modeling Challenging Patient Interactions: LLMs for Medical Communication Training [39.67477471073807]
  本研究は,患者とのコミュニケーションスタイルをシミュレートするためのLarge Language Models (LLMs) を提案する。 感情的・会話的特徴を具現化した仮想患者(VP)を開発した。 医療専門家はこれらのVPを評価し、信頼度(3.8 pm 1.0$;合理化:3.7 pm 0.8$)を評価し、彼らのスタイルを正確に識別した。
  論文  参考訳（メタデータ） (2025-03-28T09:04:10Z)
• MedSimAI: Simulation and Formative Feedback Generation to Enhance Deliberate Practice in Medical Education [0.5068418799871723]
  MedSimAIはAIを利用したシミュレーションプラットフォームで、故意の実践、自己統制型学習、対話型患者出会いによる自動評価を可能にする。 初等医学生104名を対象にしたパイロットスタディでは,エンゲージメント,会話パターン,ユーザ認知について検討した。 学生たちは、MedSimAIが反復的で現実的な患者史の実践に有用であると考えた。
  論文  参考訳（メタデータ） (2025-03-01T00:51:55Z)
• Integrating Personality into Digital Humans: A Review of LLM-Driven Approaches for Virtual Reality [37.69303106863453]
  大型言語モデル(LLM)をバーチャルリアリティ(VR)環境に統合することで、より没入的でインタラクティブなデジタル人間を作るための新たな経路が開かれた。 本稿では,デジタル人間によるニュアンスな人格特性の活用を可能にする手法を包括的に検討し,ゼロショット,少数ショット,微調整などのアプローチを探求する。 計算要求、レイテンシの問題、マルチモーダルインタラクションのための標準化された評価フレームワークの欠如など、LCM駆動のパーソナリティ特性をVRに統合するという課題を強調している。
  論文  参考訳（メタデータ） (2025-02-22T01:33:05Z)
• Synthetic Patients: Simulating Difficult Conversations with Multimodal Generative AI for Medical Education [0.0]
  効果的な患者中心コミュニケーションは、医師にとって重要な能力である。 調味剤提供者と医療研修生の双方は、センシティブな話題に関する会話をリードする自信を減らした。 本稿では,ビデオによる会話の対話的リアルタイムシミュレーションを支援するための,新しい教育ツールを提案する。
  論文  参考訳（メタデータ） (2024-05-30T11:02:08Z)
• On the Emergence of Symmetrical Reality [51.21203247240322]
  物理仮想アマルガメーションの様々な形態を包含した統一表現を提供する対称現実感フレームワークを導入する。 我々は、対称現実の潜在的な応用を示すAI駆動型アクティブアシストサービスの例を提案する。
  論文  参考訳（メタデータ） (2024-01-26T16:09:39Z)
• Force-Aware Interface via Electromyography for Natural VR/AR Interaction [69.1332992637271]
  我々はVR/ARにおける自然的および直感的な力入力のための学習ベースのニューラルネットワークを設計する。 我々は,3.3%の平均誤差で指の力量をリアルタイムでデコードし,キャリブレーションの少ない新規ユーザに一般化できることを実証した。 今後のVR/ARにおける、より現実的な物理性に向けた研究を進めるために、我々の研究成果を期待する。
  論文  参考訳（メタデータ） (2022-10-03T20:51:25Z)
• Cognitive architecture aided by working-memory for self-supervised multi-modal humans recognition [54.749127627191655]
  人間パートナーを認識する能力は、パーソナライズされた長期的な人間とロボットの相互作用を構築するための重要な社会的スキルです。 ディープラーニングネットワークは最先端の結果を達成し,そのような課題に対処するための適切なツールであることが実証された。 1つの解決策は、ロボットに自己スーパービジョンで直接の感覚データから学習させることである。
  論文  参考訳（メタデータ） (2021-03-16T13:50:24Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。