Key points are not available for this paper at this time.
서론: 자연어 이해의 발전은 가상 표준화 환자(VSP)의 개발을 촉진하여 곧 인간 환자와 대화 능력에서 경쟁할 수 있게 되었습니다. 본 연구에서는 학생들이 병력 청취 기술을 연습할 수 있도록 하는 VSP용 인공지능(AI) 시스템의 개발을 설명합니다. 방법: 우리 시스템은 (1) 자동 음성 인식(ASR), (2) 질문 식별을 위한 하이브리드 AI, (3) 두 시스템 중 선택하기 위한 분류기, (4) 자동 음성 생성으로 구성됩니다. 우리는 2018년부터 2021년까지 620명의 1학년 의과대학 학생과 함께 ASR 및 두 AI 시스템, 분류기, 학생 피드백의 정확성을 분석했습니다. 결과: 시스템 정확도는 2018년의 ∼75%에서 2021년의 ∼90%로 향상되어 알고리즘의 개선 및 추가 교육 데이터가 활용되었습니다. 학생 피드백은 긍정적이었으며, 대부분의 학생들은 VSP와의 연습이 가치 있는 경험이라고 느꼈습니다. 결론: 우리는 인공지능 VSP가 학생 질문에 대해 인간 표준화 환자와 유사한 수준에서 올바르게 답변할 수 있는 새로운 하이브리드 대화 시스템을 개발했습니다. 이 시스템은 교육생들이 인간 환자와 상호작용하기 전에 병력 청취 기술을 연습하고 다듬을 수 있게 합니다.
Maicher et al. (화요일,) 이 문제를 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: