論文の概要: An Agentic AI Framework for Training General Practitioner Student Skills
- arxiv url: http://arxiv.org/abs/2512.18440v1
- Date: Sat, 20 Dec 2025 17:26:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-23 18:54:32.335211
- Title: An Agentic AI Framework for Training General Practitioner Student Skills
- Title（参考訳）: 総合実習生の技能訓練のためのエージェントAIフレームワーク
- Authors: Victor De Marez, Jens Van Nooten, Luna De Bruyne, Walter Daelemans,
- Abstract要約: 本稿では,一般学生のスキルを育成するためのエージェント・フレームワークを紹介し,エビデンスベースのビグネット生成,人格主導型患者対話,標準に基づく評価とフィードバックについて紹介する。
参加者は、現実的でヴィグネットに忠実な対話、適切な難易度調整、安定した性格信号、非常に有用なサンプルリッチフィードバックを報告した。
これらの結果は,信頼性と教育学的に価値のあるトレーニングツールを構築するための実践的パターンとして,シナリオ制御,インタラクション制御,標準に基づく評価のエージェント的分離を支援する。
- 参考スコア（独自算出の注目度）: 1.8865968025608468
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Advancements in large language models offer strong potential for enhancing virtual simulated patients (VSPs) in medical education by providing scalable alternatives to resource-intensive traditional methods. However, current VSPs often struggle with medical accuracy, consistent roleplaying, scenario generation for VSP use, and educationally structured feedback. We introduce an agentic framework for training general practitioner student skills that unifies (i) configurable, evidence-based vignette generation, (ii) controlled persona-driven patient dialogue with optional retrieval grounding, and (iii) standards-based assessment and feedback for both communication and clinical reasoning. We instantiate the framework in an interactive spoken consultation setting and evaluate it with medical students ($\mathbf{N{=}14}$). Participants reported realistic and vignette-faithful dialogue, appropriate difficulty calibration, a stable personality signal, and highly useful example-rich feedback, alongside excellent overall usability. These results support agentic separation of scenario control, interaction control, and standards-based assessment as a practical pattern for building dependable and pedagogically valuable VSP training tools.
- Abstract（参考訳）: 大規模言語モデルの進歩は、リソース集約的な伝統的な方法のスケーラブルな代替手段を提供することで、医学教育における仮想シミュレートされた患者(VSP)を強化する強力な可能性を提供する。
しかしながら、現在のVSPは、医学的正確性、一貫したロールプレイング、VSP使用のシナリオ生成、教育的に構造化されたフィードバックに悩まされることが多い。
総合的な実践者スキルを育成するエージェント・フレームワークについて紹介する。
(i)構成可能、エビデンスに基づくヴィグネット生成
二 任意検索接地による人格駆動型患者対話の制御、及び
三 コミュニケーションと臨床推論の両面での基準に基づく評価及びフィードバック。
対話型音声コンサルテーション設定でフレームワークをインスタンス化し、医学生と評価する(\mathbf{N{=}14}$)。
参加者は、現実的でヴィグネットに満ちた対話、適切な難易度校正、安定した性格信号、そして非常に有用なサンプル豊富なフィードバックを報告した。
これらの結果は,信頼性と教育学的に価値のあるVSPトレーニングツールを構築するための実践的パターンとして,シナリオ制御,インタラクション制御,標準に基づく評価のエージェント的分離を支援する。
関連論文リスト
- CLiVR: Conversational Learning System in Virtual Reality with AI-Powered Patients [0.0]
CLiVRは、大きな言語モデル、音声処理、および3Dアバターを統合する、仮想現実における会話学習システムである。
Unityで開発され、Meta Quest 3プラットフォームにデプロイされたCliVRは、トレーニング担当者が仮想患者と自然な対話を行うことを可能にする。
論文 参考訳（メタデータ） (2025-10-21T19:19:55Z) - Designing and Evaluating an AI-driven Immersive Multidisciplinary Simulation (AIMS) for Interprofessional Education [9.141423579002542]
AIMSは、大きな言語モデル(Gemini-2.5-Flash)、Unityベースの仮想環境エンジン、文字生成パイプラインを統合する仮想シミュレーションである。
AIMSは、薬局、医学、看護、ソーシャルワークの学生の間で、共同臨床推論と健康増進能力を高めるために設計された。
論文 参考訳（メタデータ） (2025-10-10T01:09:18Z) - MetAdv: A Unified and Interactive Adversarial Testing Platform for Autonomous Driving [85.04826012938642]
MetAdvは、現実的でダイナミックでインタラクティブな評価を可能にする、新しい対向テストプラットフォームである。
フレキシブルな3D車両モデリングと、シミュレートされた環境と物理的環境のシームレスな遷移をサポートする。
生理的信号のリアルタイムキャプチャとドライバからの行動フィードバックを可能にする。
論文 参考訳（メタデータ） (2025-08-04T03:07:54Z) - Uncertainty-Driven Expert Control: Enhancing the Reliability of Medical Vision-Language Models [52.2001050216955]
既存の方法は、モデル構造を調整したり、高品質なデータで微調整したり、好みの微調整によって、医療ビジョン言語モデル(MedVLM)の性能を向上させることを目的としている。
我々は,MedVLMと臨床専門知識の連携を図るために,Expert-Controlled-Free Guidance (Expert-CFG) という,ループ内のエキスパート・イン・ザ・ループフレームワークを提案する。
論文 参考訳（メタデータ） (2025-07-12T09:03:30Z) - Adaptive-VP: A Framework for LLM-Based Virtual Patients that Adapts to Trainees' Dialogue to Facilitate Nurse Communication Training [12.26485086816235]
Adaptive-VPは、訓練生の入力に基づいてVPの振る舞いを動的に適応する対話生成フレームワークである。
臨床ベースでフレキシブルなVPシナリオを構築するパイプラインと、トレーニング担当者のコミュニケーションを評価し、VPレスポンスをリアルタイムで調整するモジュールシステムを備えている。
実践看護師のコーパスから,我々のコミュニケーションスキル評価メカニズムが実世界の熟練度を反映していることが判明した。
論文 参考訳（メタデータ） (2025-05-31T04:34:55Z) - 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) - Dialogue is Better Than Monologue: Instructing Medical LLMs via Strategical Conversations [74.83732294523402]
実世界の診断シナリオをシミュレートし,USMLE標準に適合するノイズと難易度を統合する新しいベンチマークを導入する。
また、対話に基づく微調整についても検討し、静的データセットを会話形式に変換し、反復的推論プロセスをよりよく捉える。
実験の結果、対話調整されたモデルは従来の手法よりも優れており、マルチラウンド推論のシナリオでは9.64%、ノイズの多い環境では6.18%の精度で改善されている。
論文 参考訳（メタデータ） (2025-01-29T18:58:48Z) - Dr-LLaVA: Visual Instruction Tuning with Symbolic Clinical Grounding [53.629132242389716]
VLM(Vision-Language Models)は、医用画像を分析し、自然言語の相互作用に関与することによって、臨床医を支援する。
VLMはしばしば「幻覚的」な振る舞いを示し、文脈的マルチモーダル情報に基づかないテキスト出力を生成する。
本稿では,臨床推論の象徴的表現を用いて医療知識にVLMを基盤とする新たなアライメントアルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-05-29T23:19:28Z) - A Flexible Schema-Guided Dialogue Management Framework: From Friendly
Peer to Virtual Standardized Cancer Patient [2.1530718840070784]
本稿では,仮想標準化癌患者SOPHIEの開発に使用される汎用的スキーマ誘導対話管理フレームワークについて述べる。
我々のエージェントは、自然な、感情的に適切で、癌患者としての彼女の役割と一致した反応を生み出すと判断される。
論文 参考訳（メタデータ） (2022-07-15T03:52:00Z)
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。