面向AI辅助精神科问诊的临床医生锚定质量保证

在患者使用AI辅助精神科问诊系统之前，医疗机构需要切实可行的方式，依据其临床标准对这些工具进行例行评估以实现质量保证。由于临床医生的问诊风格各异，此类评估必须：（1）支持跨问诊方式的比较；（2）尽量减轻医生负担；（3）对部署这些技术的医疗机构而言可度量临床相关表现。我们提出以临床医生为锚定的评估平台InterviewPlayground，其核心是面向开放式AI问诊的记忆增强患者模拟器。我们利用该平台与专家撰写的病例素材创建交互式患者，搭建模拟问诊平台并设计与问诊相关的评估模态。在一项6位临床医生参与、历时25分钟评估的试点中，与基于GPT的LLM问诊面试者相比：LLM找回了病例中更多临床相关条目（88.0%对38.9%），但做出更多不基于问诊的临床推断（56.8%对27.8%），且对已识别安全风险的刻画更少（33.3%对66.7%），为该任务部署后的质量保证奠定了基础。