研究：语音虚拟患者用大语言模型模拟抑郁访谈，用于临床评估培训的试点验证
一项摘要级混合方法试点研究开发并测试了以大语言模型（LLM）驱动的语音虚拟患者系统，用于训练心理健康临床人员做标准化临床评估。
5名经验丰富的临床评分者对4个虚拟患者角色完成20次结构化抑郁量表访谈并打分，总分评分者间信度0.90，评分与预设分接近，专家对真实感与连贯性评价在“同意”到“非常同意”之间。
样本极小且仅摘要可见，不能证明可改善培训成效或临床结局。
研究为混合方法试点：系统用大语言模型（LLM）模拟具备特定症状画像、人口学背景和沟通风格的患者； 5名经验丰富的临床评分者对4个虚拟患者角色进行模拟结构化蒙哥马利-奥斯伯格抑郁评定量表（MADRS）访谈并评分，同时提供定性反馈，共20次访谈。
结果显示，虚拟患者对其配置的临床画像依从性尚可，MADRS评分者条目分与预设分平均差0.52（SD 0.75），总分评分者间信度为0.90（95% CI 0.68-0.99）； 专家对真实感与连贯性的评价平均在“同意”到“非常同意”之间。 作者结论为，基于大语言模型的虚拟患者模拟是培训临床人员做标准化临床评估的有前景、可扩展工具，本试点提供了初步证据。
作者机构包括美国纽约的Brooklyn Health、澳大利亚新南威尔士大学心理学院和美国耶鲁大学医学院精神科。 来源为PubMed收录的《Journal of Medical Internet Research》摘要。
该研究把大语言模型（LLM）用在“训练评估者”而非“直接服务患者”的环节，交付物是可重复、可配置的练习场景。 对校园心理与数字心理健康产品的启示在于：可先用虚拟角色做教师或咨询师的标准化评估演练，而不是把模拟对话当成诊断或治疗效果。 需注意样本仅5名评分者、4个角色、20次访谈，且只有摘要可见，不能据此推断临床有效或培训成效改善。
后续观察信号
- 查阅该研究全文，核实培训效果与学习者反馈是否被评估
- 跟踪是否有面向学校场景的虚拟患者培训产品出现
- 关注模拟患者在高风险话题（自伤、危机）上的处理规范