用于评估医疗场景中基于NLP的机器人的多维概念框架

摘要 背景：在过去的几十年中，机器人通过协助临床工作人员执行各种任务，改变了医疗卫生领域。其应用范围涵盖机器人辅助手术干预与成像、医疗物流，以及清洁和社交机器人。随着基于大语言模型（LLMs）的自然语言处理（NLP）方法的出现，下一代医疗机器人将在未来数年内能够以一种全新的方式与人类进行交流。目的：为了在各种医疗场景中评估此类基于NLP的机器人，必须定义并实施充分的评估方法。方法：针对基于NLP的机器人的评估，提出了一个由四个维度和一个活体实验室（living lab）组成的多维框架：D1：用于语音机器人的LLMs的置信度、正确性与可认证性；D2：人机交互（HRI）的可用性、接受度及特征；D3：减轻临床工作人员负担的潜力；D4：针对伦理、法律和社会影响（ELSI）及其规范化设计对HRI进行的前瞻性技术反思分析。此外，LL：活体实验室或监管沙盒，作为在现实条件下测试和验证未来基于NLP的机器人技术的核心平台。总结：通过这一评估概念，我们旨在优化语音交互及无代码/低代码机器人领域的影响力。