具有人格的患者：通过受控多样性与选择性披露实现逼真的患者模拟

真实的患者模拟是在没有昂贵用户研究的情况下大规模开发和测试临床大语言模型（LLM）的关键要求。现有的模拟器缺乏真实性和可控性：它们过度分享信息，并且忽略了真实患者行为的变异性。在此，我们介绍 PatientsWithPersonality（PWP），一个患者模拟框架，它通过在潜在患者状态上进行显式人格参数化，生成真实而多样的患者回复。该框架以六维 HEXACO 人格模型为基础，可对对话风格、合作性和信息披露进行细粒度控制。我们在首个于共享协议下对不同患者模拟器进行直接比较的评估中检验了 PWP，该评估以真实医患会诊的转录文本为锚点。临床医生判定 PWP 对话具有真实性的频率至少与录制会诊本身相当，且远高于先前的模拟器，并且几乎从不将其标记为“信息过多”。我们的模拟器还再现了真实患者的信息披露节奏，其以 HEXACO 为条件的人格特质可被临床医生和自动评分器识别。PWP 还表现出比最接近的基线明显更广的行为范围。在下游基准测试中，LLM 对由 PWP 模拟的患者进行问诊时的表现最接近其在真实会诊中的表现，而先前的模拟器则使任务变得更容易。因此，PWP 为改进和基准测试临床 LLM 提供了一个真实、可操控且多样的患者群体。

中文由 AI 翻译，仅供参考，以原文为准。