研究人员开发了 SIMAX，这是一个旨在生成带有参考行为注释的控制性临床对话数据的框架，以解决 AI 驱动通信编码系统可扩展评估数据稀缺的问题。该系统利用特定的代码本控制整体沟通质量和可计数行为，从预定义场景、角色和语音条件创建模拟医患互动。

  • SIMAX 在三个专科、多个就诊阶段、角色特征和口音条件下生成了 3,388 个模拟对话。
  • 自动评估得出 UTMOS 和 WV-MOS 平均分数分别为 3.03 和 2.61，词错误率（WER）和字符错误率（CER）分别为 0.07 和 0.05。
  • 人工评估得出的中位 MOS 为 4.67，临床真实感得分中位数为 3.00。
  • 下游评估展示了该框架评估通信编码系统如何响应行为目标并识别某些维度敏感性不足的能力。

SIMAX 通过提供受控且带注释的模拟对话，为开发、验证和完善通信编码系统提供了可复现的数据基础。