Fugu-MT 論文翻訳(概要): State-Aware Virtual Patient Simulation for Training Psychiatrists in Challenging Clinical Scenarios

論文の概要: State-Aware Virtual Patient Simulation for Training Psychiatrists in Challenging Clinical Scenarios

arxiv url: http://arxiv.org/abs/2611.02067v1
Date: Sun, 01 Nov 2026 17:10:22 GMT
ステータス: 情報取得中
システム内更新日: 2026-11-03 19:38:37.913113
Title: State-Aware Virtual Patient Simulation for Training Psychiatrists in Challenging Clinical Scenarios
Title（参考訳）: 臨床シナリオにおける精神科医養成のための仮想患者シミュレーション
Abstract要約: 本稿では,精神科医を臨床シナリオで訓練するための仮想患者シミュレーションパイプラインを提案する。提案システムでは, 相互作用を通じて患者状態を維持し, 患者行動のオーケストレーションを行う。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: Psychiatrists must be prepared to manage patients exhibiting challenging psychological states, including suicidal ideation, hallucinations, and other high-risk behaviors. However, opportunities to safely practice such interactions are limited. While recent conversational agents can simulate patients, existing approaches largely rely on large language models (LLMs) to determine patient responses, making it difficult to consistently maintain psychological state, adapt to the clinician's responses, and generate clinically plausible challenges that meaningfully test the clinician. We present a state-aware virtual patient simulation pipeline for training psychiatrists in challenging clinical scenarios. The proposed system maintains an evolving patient state throughout the interaction and orchestrates patient behavior rather than leaving response generation entirely to an LLM. At each interaction, a learning-based behavioral strategy selector determines the type and level of challenge appropriate to the current patient and clinician context. The selected strategy, patient state, clinician response, interaction history, and relevant clinical knowledge are then provided as grounded context to an LLM to generate a semantically relevant and psychologically consistent patient response. Following each session, the system analyzes the interaction and provides feedback to the clinician on their communication and management of the virtual patient.
Abstract（参考訳）: 精神科医は自殺の考え、幻覚、その他のリスクの高い行動を含む、困難な心理的状態を示す患者を管理する準備をしなければならない。しかし、そのような相互作用を安全に実践する機会は限られている。近年の会話エージェントは患者をシミュレートできるが、既存のアプローチは患者の反応を決定するために大きな言語モデル(LLM)に大きく依存している。本稿では,精神科医を臨床シナリオで訓練するための仮想患者シミュレーションパイプラインを提案する。提案システムは, LLM に応答生成を完全に残すのではなく, 相互作用を通じて進行する患者状態を保ち, 患者行動の調整を行う。各インタラクションにおいて、学習に基づく行動戦略セレクタは、現在の患者と臨床の文脈に適した課題の種類とレベルを決定する。選択された戦略、患者状態、臨床反応、相互作用履歴、関連する臨床知識は、LLMの基盤となるコンテキストとして提供され、意味的に関連があり、心理的に一貫した患者反応を生成する。各セッションの後、システムは対話を分析し、仮想患者のコミュニケーションと管理について臨床医にフィードバックを提供する。

関連論文リスト

EmoPatient: An Emotion-Directed Patient Simulator for Realistic Palliative Care Communication Training [3.681935021819438]
EmoPatient(エモパティエント)は、緩和ケアの議論中に感情反応を進化させるように設計された、感情指向の患者シミュレータである。 Emotion Director Agentは患者の感情状態を推定し、感情強度、規制安定性、相互作用誘導のためのターンレベルの制御信号を生成する。その結果,4つの理論的インフォームドな感情的リアリズム指標と,対話型人格変動に対する頑健性に改善が認められた。
論文参考訳（メタデータ） (2026-06-17T17:54:10Z)
Toward Accessible Psychotherapy Training Using AI-Driven Interactive Patient Avatars [0.45671221781968324]
アクセプタンス・アンド・コミット・セラピー(ACT)における精神療法士の訓練には、有意義なフィードバックを伴う反復的な実践が必要である。仮想患者と音声対話によるACT指向精神療法訓練を支援するシステムを提案する。
論文参考訳（メタデータ） (2026-06-16T11:02:00Z)
Agentifying Patient Dynamics within LLMs through Interacting with Clinical World Model [57.78184285979881]
敗血症治療推奨のための世界モデル拡張LDMエージェントであるSepsisAgentを紹介する。 SepsisAgentは、学習された臨床世界モデルを使用して、候補の流体圧薬の介入下での患者の反応をシミュレートする。
論文参考訳（メタデータ） (2026-05-14T11:50:00Z)
ClinDEF: A Dynamic Evaluation Framework for Large Language Models in Clinical Reasoning [58.01333341218153]
ClinDEF(ClinDEF)は, LLMにおける臨床推論をシミュレートされた診断対話を用いて評価する動的フレームワークである。本手法は, 患者を発症し, LLMをベースとした医師と自動患者エージェントとのマルチターンインタラクションを容易にする。実験により、ClinDEFは最先端のLSMにおいて重要な臨床推論ギャップを効果的に露呈することが示された。
論文参考訳（メタデータ） (2025-12-29T12:58:58Z)
TheraMind: A Strategic and Adaptive Agent for Longitudinal Psychological Counseling [53.46927050949822]
縦断的心理カウンセリングのための戦略的適応型エージェントであるTheraMindを紹介する。 TheraMindの基盤は、カウンセリングプロセスをセッション内ループとクロスセッションループに分離する、新しいデュアルループアーキテクチャである。クロスセッションループは、各セッション後の適用療法の有効性を評価し、その後の相互作用の方法を調整することにより、長期適応性を有するエージェントに権限を与える。
論文参考訳（メタデータ） (2025-10-29T17:54:20Z)
TalkDep: Clinically Grounded LLM Personas for Conversation-Centric Depression Screening [7.395612068348526]
メンタルヘルスサービスは、臨床専門家を育成するための実際のトレーニングデータの可用性を上回っている。この不足は、トレーニングと評価を支援するシミュレートされた患者や仮想的な患者の開発を動機付けている。本稿では,患者プロファイルの多様化を図った新しい患者シミュレーションパイプラインであるTalkDepを提案する。
論文参考訳（メタデータ） (2025-08-06T09:30:47Z)
Beyond Empathy: Integrating Diagnostic and Therapeutic Reasoning with Large Language Models for Mental Health Counseling [50.83055329849865]
PsyLLMは、メンタルヘルスカウンセリングの診断と治療的推論を統合するために設計された大きな言語モデルである。 Redditから現実世界のメンタルヘルス投稿を処理し、マルチターン対話構造を生成する。実験の結果,PsyLLMは最先端のベースラインモデルよりも優れていた。
論文参考訳（メタデータ） (2025-05-21T16:24:49Z)
MAGI: Multi-Agent Guided Interview for Psychiatric Assessment [50.6150986786028]
我々は,ゴールドスタンダードのMini International Neuropsychiatric Interview(MINI)を自動計算ナビゲーションに変換する最初のフレームワークであるMAGIを紹介する。臨床検査法, 会話適応性, 説明可能な推論を併用することにより, MAGI は LLM 支援型メンタルヘルスアセスメントを推し進めることを示す。
論文参考訳（メタデータ） (2025-04-25T11:08:27Z)
LLM Questionnaire Completion for Automatic Psychiatric Assessment [49.1574468325115]
大規模言語モデル(LLM)を用いて、非構造的心理面接を、様々な精神科領域と人格領域にまたがる構造化された質問票に変換する。得られた回答は、うつ病の標準化された精神医学的指標(PHQ-8)とPTSD(PCL-C)の予測に使用される特徴として符号化される。
論文参考訳（メタデータ） (2024-06-09T09:03:11Z)
Chain-of-Interaction: Enhancing Large Language Models for Psychiatric Behavior Understanding by Dyadic Contexts [4.403408362362806]
本稿では,対話型対話による精神科的意思決定支援のための大規模言語モデルを文脈化するための,対話型連鎖促進手法を提案する。このアプローチにより、大規模言語モデルでは、患者の行動コーディングのためのコーディングスキーム、患者の状態、およびドメイン知識を活用することができる。
論文参考訳（メタデータ） (2024-03-20T17:47:49Z)

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。