AI Standardized Patient Improves Human Conversations in Advanced Cancer Care

要約

終末期医療における重病コミュニケーション（SIC）は、感情的ストレス、文化的障壁、希望と誠実さのバランスといった課題に直面している。その重要性にもかかわらず、臨床医がSICを実践するための数少ない方法の1つは、標準化された患者を用いることであり、これは高価で、時間がかかり、柔軟性に欠ける。本稿では、AIを活用した標準化患者シミュレーションと自動フィードバックシステムであるSOPHIEを紹介する。SOPHIEは、大規模言語モデル（LLM）、本物そっくりの仮想アバター、臨床文献に基づく自動化されたパーソナライズされたフィードバックを組み合わせ、遠隔でオンデマンドのSICトレーニングを提供する。ヘルスケアの学生や専門家を対象とした無作為化対照試験では、SOPHIEのユーザーは、3つの重要なSICドメインにわたって有意な改善を示した：Empathize（共感する）」、「Be Explicit（明確に説明する）」、「Empower（力を与える）」です。これらの結果は、AI主導のツールが複雑な対人コミュニケーションスキルを向上させ、臨床医教育における重大なギャップを解決するための拡張可能で利用しやすいソリューションを提供できることを示唆している。

要約(オリジナル)

Serious illness communication (SIC) in end-of-life care faces challenges such as emotional stress, cultural barriers, and balancing hope with honesty. Despite its importance, one of the few available ways for clinicians to practice SIC is with standardized patients, which is expensive, time-consuming, and inflexible. In this paper, we present SOPHIE, an AI-powered standardized patient simulation and automated feedback system. SOPHIE combines large language models (LLMs), a lifelike virtual avatar, and automated, personalized feedback based on clinical literature to provide remote, on-demand SIC training. In a randomized control study with healthcare students and professionals, SOPHIE users demonstrated significant improvement across three critical SIC domains: Empathize, Be Explicit, and Empower. These results suggest that AI-driven tools can enhance complex interpersonal communication skills, offering scalable, accessible solutions to address a critical gap in clinician education.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL