arXiv cs.CL· Qiyuan Li, Xiaomei Guo, Chao Gao, Haijiang Liu, Deyu Chen, Caicai Guo, Jinguang Gu·· 11 小时前AI 评分24
CoRPS-Dial：解耦患者人设与临床流程的双智能体真实医疗对话生成框架
Decoupling Patient Personas and Clinical Workflows: A Dual-Agent Approach to Realistic Medical Dialogue Generation
AI 导读
CoRPS-Dial 是一个可控的双智能体框架，通过人设驱动的患者智能体与流程引导的医生智能体交互合成预诊医疗对话，并辅以角色一致性、流程完整性和文本一致性的后置质控。在冠心病数据上的实验显示，该方法在信息覆盖、临床合规性和对话自然度上提升了合成对话与真实对话的对齐程度，下游微调实验也验证了生成数据的实用价值。
正文 · AI 翻译
摘要：预诊医疗对话对于收集全面的患者信息至关重要，但由于隐私和伦理限制，大规模获取成本高昂。现有的基于大语言模型的合成方法往往依赖提示工程或僵化规则，限制了其在临床相关性与真实患者多样性之间取得平衡的能力。我们提出 CoRPS-Dial，一个用于预诊医疗对话合成的可控双智能体框架，将患者人设与符合指南的临床工作流规则相结合。CoRPS-Dial 通过由人设驱动的患者智能体与流程引导的医生智能体之间的交互生成对话，随后进行角色一致性、工作流完整性和文本一致性的事后质量控制。在冠心病上的实验表明，CoRPS-Dial 在信息覆盖、临床合规性和对话自然度方面提升了合成对话与真实对话之间的一致性。下游微调实验进一步证实了所生成合成数据对医疗对话任务的实用性。这些结果凸显了 CoRPS-Dial 在临床有据且可控的医疗对话合成方面的有效性。
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2610.32443 [cs.CL] |
| （或 arXiv:2610.32443v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.32443 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Haijiang Liu [查看邮箱]
[v1]
2026年10月23日星期五 10:07:35 UTC（696 KB）
来源：arXiv cs.CL · arxiv.org