合成患者和面试成绩单创建器:精神健康LLM的一个重要工具

科学领域:

• 人工智能的人工智能
• 计算语言学 计算语言学
• 心理健康技术 心理健康技术

背景情况:

• 高质量的培训数据对于开发专门的大型语言模型 (LLM) 至关重要,特别是在心理健康等敏感领域.
• 真实患者数据面临隐私和法律限制,阻碍了LLM的发展.
• 合成数据生成为克服这些数据访问挑战提供了一个潜在的解决方案.

研究的目的:

• 设计和实施一个合成的患者和面试生成框架,用于创建心理健康LLMs的培训数据.
• 确保合成数据具有丰富的上下文,人口统计准确和词汇多样性.
• 解决与使用真实患者数据相关的隐私和法律约束.

主要方法:

• 利用Llama 3.3:70B模型的两个本地运行实例:一个作为采访者,一个作为患者.
• 开发了一个可定制的问题库来构建面试成绩单.
• 采用混合方法来生成患者个人资料,将预定义的变量与LLM生成的内容相结合.

主要成果:

• 生成的采访成绩单显示了与人类对话相比的词汇多样性 (患者的Distinct-1分数中位数为0.44,采访者为0.33).
• 合成的患者个人资料显示,人口分布与现实数据没有显著差异,单词使用多样性很高 (平均Distinct-1分数为0.8).
• 该框架成功地产生了丰富的背景和现实的合成患者互动.

结论:

• 开发的框架有效地为心理健康LLMs产生高质量的合成培训数据.
• 这种方法克服了隐私和法律障碍,促进了在心理健康领域采用LLM.
• 该系统能够量身定制人口统计数据并确保数据多样性,这有助于为心理健康保健开发强大且道德的AI工具.