2,053 वास्तविक रोगी-चैटबॉट संवादों का विश्लेषण करने वाले एक अध्ययन से पता चलता है कि उपयोगकर्ताओं के बीच संचार पैटर्न और भावनात्मक अभिव्यक्ति व्यापक रूप से भिन्न होती हैं, जो AI विकास में आदर्शित सिमुलेटेड रोगियों पर निर्भरता को चुनौती देती है। शोधकर्ताओं ने एक ऐसा सिम्युलेटर विकसित किया जो क्लिनिकल सामग्री, भावना, रणनीति और शैली का मॉडल बनाता है, जिसने ट्यूरिंग-प्रेरित मूल्यांकन में वास्तविक संवादों से लगभग अविभेद्य संवाद उत्पन्न किए।
- 2,053 वास्तविक संवादों के विश्लेषण ने उपयोगकर्ताओं के बीच संचार पैटर्न और भावनात्मक अभिव्यक्ति में महत्वपूर्ण भिन्नता दिखाई।
- एक नया रोगी सिम्युलेटर क्लिनिकल सामग्री, भावनात्मक स्थिति, संवादात्मक रणनीति और संचार शैली को अलग-अलग मॉडल करता है।
- 15 मानव ग्रेडर्स के साथ एक ट्यूरिंग-प्रेरित मूल्यांकन में, सिमुलेटेड संवादों ने केवल 55% वर्गीकरण सटीकता हासिल की।
- पाँच अलग-अलग रोगी पर्सोना का उपयोग करके 1,164 क्लिनिशियन-ग्रेडेड मामलों पर चार LLMs का परीक्षण करने से पता चला कि संचार शैली त्रिआज परिणामों को महत्वपूर्ण रूप से बदल देती है।
लेखकों का तर्क है कि रोगी-केंद्रित संवादात्मक AI को वास्तविक दुनिया में तैनात होने पर अवर कार्यक्षमता और स्वास्थ्य असमानताओं को बढ़ावा देने से बचने के लिए संचार विविधता को समायोजित करना चाहिए।