ソーシャルロボティック仮想患者におけるAI生成フィードバック

このプロジェクトの全体目標は、フィードバックシステムを組み込まないAI搭載ソーシャルロボティックVPプラットフォームと比較して、AI搭載ソーシャルロボティックVPプラットフォームに直接フィードバックシステムを組み込むことで、医学生の臨床推論（CR）およびコミュニケーションスキルの訓練がより効果的になるかどうかを調査することです。

この研究分野における高度な知見は、監督や患者との対面を含む有意義な学習成果を促進するために、他の教育リソースと並行して新技術の最適な活用に貢献します。 短期的および長期的な目標は、他の医療分野にも適用可能であると同時に、リウマチ性疾患を抱える患者の医療を改善するために医学教育環境を向上させることです。 この教育活動はまだ改良中ですが、学生に安全でインタラクティブな環境での訓練の機会を提供します。

背景:

今日の医療において、ほとんどのサービスは外来診療所やデイケア病棟で提供されており、リウマチ学においても同様です。 しかし、学部レベルの医療専門職教育（HPE）のかなりの部分は依然として入院環境で行われており、入院患者が特定の学習成果と一致することを確保することは課題となっています。 入院を必要とする患者は通常、長期にわたる状態を抱えており、複雑な疾患の症状や合併症、そして重要な医学的併存疾患を呈することが多いです。 COVID-19パンデミックは、学生が教師、患者、仲間と関わることに対する追加的な障壁を浮き彫りにしました。 この状況は、学部HPEにおける理論的および実践的スキル訓練に対する代替的アプローチの以前の提案と組み合わさり、HPEカリキュラムで表現される患者症例と学生の間の有意義な相互作用を促進する革新的な学習活動の緊急の必要性を強調しています。

バーチャル患者（VP）は、教育目的で設計された臨床シナリオのインタラクティブなデジタルシミュレーションであり、様々なシステムとアプローチを通じて表現されます。 VPシミュレーションの基本的な構成要素はそのインタラクティブなインターフェースであり、ユーザーが様々な方法で患者と関わることを可能にします：病歴の収集、身体検査の実施、調査戦略の実施などです。 これらの包括的な相互作用の可能性により、ユーザーは診断を実行し、VPに対する適切な管理計画を決定するために必要な情報を収集できます。

カロリンスカ大学病院のリウマチ科クリニックは、過去15年間にわたり医学生の臨床実習を補完しており、ReumaCaseやVirtual Interactive Case simulator（VIC）などのコンピュータソフトウェアを使用したVP症例を組み込むことで、学生が代表的な患者と相互作用することを確保しています。 これらのプラットフォームは、ユーザーが初期の患者提示と最終的な診断および管理決定の間の事前に決められたポイントを自由に移動できる、半線形VPシステムの例です。 HPE研究は、最適化されたVP実施戦略やVP実践を通じた臨床推論（CR）スキル開発のための推奨事項を含む、新しい学習アプローチを生み出してきました。 学部HPEの学生はVPをCR訓練のための貴重な教育ツールとして認識していますが、これらのシミュレーションは実際の患者との対面の複雑さと相互作用性を欠いていることを認めています。

CRスキルは医学教育において重要ですが、患者ケアに従事する医療従事者の最も重要なスキルの一つは共感であると主張する人もいます。 医療提供者の共感的スキルは、患者のより良い健康成果と関連し、入院リスクを減少させることが示されています。 学部医学教育では、共感的行動は通常、学生、俳優、または教師が標準化患者を演じるロールプレイを使用して訓練され、これは代表的な教科書的医療状態です。 しかし、標準化患者は費用のかかる選択肢となり得、利用可能性の側面が共感的行動の実践を妨げることがあります。 これに対する代替案として、より本物でインタラクティブな形態のコミュニケーションを可能にするVPが考えられます。

最近の技術の進歩により、特に人工知能（AI）とソーシャルロボティクスを通じて、ユーザーとVPの間の強化されたインタラクティブな方法が導入されました。 研究者らは、ソーシャルロボットFurhatと大規模言語モデル（LLM）Chat-Generative Pretrained Transformer（Chat-GPT）を組み合わせた、Social AI-enhanced Robotic Interface（SARI）と名付けられた新しいプラットフォームを開発しました。 この新しいプラットフォームは、従来のコンピュータベースのVP対面（VIC）と並行して、臨床実習中の訓練を補完するために、カロリンスカ大学病院のリウマチ科クリニックの医学生に導入されました。 初期の調査結果は、学生がSARIが従来のコンピュータベースのプラットフォームと比較して、CRスキルの開発においてより本物でインタラクティブなVP体験を提供すると認識していることを示唆しています。

このプロジェクトは、SARIを医学生のためのVPプラットフォームとしての有効性を評価し、SARIに統合されたAI生成の直接フィードバックシステムを組み合わせることで、病歴聴取における臨床パフォーマンスがさらに向上するかどうかを比較することを目的としています。

この研究に先立ち、研究者らは合計10のVP症例を開発し、カロリンスカ大学病院のリウマチ科部門で臨床実習に導入され、現在使用されています。 これらの症例の半分はコンピュータベースのプラットフォームVICで開発され、残りの半分はAI強化ソーシャルロボティックプラットフォームSARIで開発されました。 両プラットフォームのVP症例は、VPプラットフォーム開発のための明確な推奨事項に従って開発され、医学生による直接（口頭フィードバックと評価フォーム）および間接（研究データの分析から）のフィードバックを通じて継続的に評価されています。

すべてのVP症例は現在、リウマチ学内の臨床実習を補完する教育活動「仮想外来クリニック」の一部です。 この活動内で、カロリンスカ研究所のすべての第6学期医学生は、リウマチ学における1週間の実習期間中、1日半の労働日に参加します。 「仮想外来クリニック」は2024年春からクリニックで実施されており、6週間の期間中に毎学期約150人の学生を受け入れています。 この教育活動では、すべての学生がすべてのユニークなVP症例を実行し、各症例後にコンサルタントリウマチ専門医とのフォローアップセミナーに参加して、症例内容と表現されるリウマチ性疾患に関する質問を議論します。 活動の開始時に、すべての学生はVP症例を評価して、VPプラットフォーム開発のための検証済み指標を使用してそれらの付加価値をさらに改善し調査する研究プロジェクトに参加するよう求められます。 参加に同意しインフォームドコンセントフォームに署名すると、各学生のSARIとの相互作用は音声ファイルとして保存され、リアルタイムで文字起こしされます。 現在までに、約400人の学生がSARIの5つのVP症例と相互作用しており、これによりほぼ2000のユニークなVP相互作用が生まれています。

研究者らはSARIの初期評価を行い、2023年に混合量的・質的方法論を利用して、VICと比較した医学生の自己認識によるCRスキルの習得におけるパフォーマンスを比較しました。 15人の医学生が含まれ、SARIとVICの両方で同じVP症例を完了しました。 学生の自己認識によるCR訓練に焦点を当てたVP体験は、以前に検証されたVPプラットフォーム開発の指標[23]を使用して評価されました。 さらに、8人の医学生との詳細なインタビューが実施されました。 この初期評価は、VP評価アンケートの事前定義されたテーマに従って、本物性のテーマおよびVP対面の学習効果においてSARIに有利な重要な利点を示しました。 これらの事前定義されたテーマの分析に沿って、詳細インタビューからのデータのテーマ分析が行われ、4つのテーマが得られました。 学生は、CR、コミュニケーション、および感情的スキルの訓練において、SARIがVICよりも優れていると経験しました。

2024年春には、仮想外来クリニックから合計23人の学生が、SARIとVICのCRスキル習得に関する付加価値の認識に対処する継続プロジェクトとして詳細インタビューに参加しました。 この研究のために、研究者らは各プラットフォームに4つの追加VP症例を作成しました。 さらに、すべての学生は各症例完了後にセミナーに参加し、実際の患者対面中の監督を模倣しました。 完全に文字起こしされたインタビューのテーマ分析は同様の結果をもたらしました：学生はSARIがVICよりもより本物で魅力的であると感じ、SARIが高度にインタラクティブなコミュニケーションの可能性を可能にし、感情を表現できると経験し、全体として現実的な体験を提供しました。 SARIは、学生が病歴収集のための事前に決められた選択肢から選ぶのではなく、独自の質問を表現することを許可することで、VICよりも大きな範囲で能動的学習、仮説生成、および適応的思考を促進しました。

VP相互作用の前に、学生は病歴聴取の構造化された訓練を受け、一般的な側面（医療専門分野全体に適用可能）とリウマチ学特有の構成要素の両方をカバーします。 この準備訓練は、学生がVP症例に取り組む前に基礎知識を持っていることを確保します。

学生は通常、VP相互作用中にペアまたは3人の小さなグループで作業し、各患者対面で1人の学生が主導役を担います。 この協力的なアプローチは、VPベースの臨床推論訓練におけるピア学習を支持する証拠と一致しています。 主導学生がVPとの主要な相互作用を行い、他のグループメンバーは観察し、その後の議論と診断の定式化に貢献する場合があります。

Social AI-enhanced Robotic Interface（SARI）:

SARIは、ソーシャルロボティクスと大規模言語モデル（LLM）人工知能を統合する新しいVPモダリティを表します。 このプラットフォームは、Furhatソーシャルロボット（ストックホルムのKTH王立工科大学で開発）とOpenAIのGPT-4o-mini言語モデルを組み合わせています。

Furhatロボットは、背面投影されたアニメーション顔を特徴とするスタンドに取り付けられた物理的なロボット頭部で構成され、音声と同期した表情と唇の動きを表示します。 ロボットには音声認識用のマイクロフォンアレイと音声出力用のスピーカーが含まれています。 ロボットの物理的存在は、研究者が「状況的相互作用」と呼ぶものを生み出し、ロボットが画面ベースのインターフェースとしてのみ存在するのではなく、実際の物理的空間を占めます。

VP対話システムは以下の技術的ワークフローを通じて動作します：

1. 音声認識：学生の音声はロボットのマイクロフォンアレイでキャプチャされ、自動音声認識（ASR）技術を使用してテキストに変換されます。

2. 対話処理：文字起こしされた学生の入力は以下と組み合わされます：

   • 詳細な患者症例説明（病歴、症状、検査所見、および性格特性を含む）
   • 最後の10の対話ターン（過度なトークン使用を避けながら会話の文脈を維持するため）
   • LLMに一般的なアシスタントとしてではなく患者の視点から応答するよう促すシステム指示
3. 応答生成：LLMは患者症例と会話履歴に基づいて文脈的に適切な応答を生成します。
4. 感情モデリング：会話中の特定のアンカーポイントで、LLMは会話の文脈に基づいて適切な表情（例：心配、安心、不安、混乱）の指示も生成します。 システムはFurhatソフトウェアで利用可能な事前定義された表現セットから選択します。
5. 音声合成：生成されたテキスト応答はテキスト読み上げ（TTS）技術を使用して自然な音声に変換され、アニメーション顔は同期した唇の動きと選択された感情表現を表示します。
6. 文字起こし：すべての対話はリアルタイムで自動的に文字起こしされ、その後のフィードバック生成と研究分析のために安全に保存されます。

各VP症例は、以下を含むVP開発の確立された原則に従います：

• カリキュラム要件に合わせた明確な学習目標
• 典型的な臨床シナリオに基づく現実的な患者提示
• 第6学期医学生に適した複雑さのレベル
• 一般的な状態と診断的に難しい提示の統合
• 関連する心理社会的要因と患者の懸念の包含

すべてのVP症例は、プログラムに参加する国際交換学生に対応するために英語で提示されます。 症例特有の結果を含む標準的な検査パネルが各症例と共に提供されます。

VP症例は、炎症性関節炎、結合組織疾患、筋骨格系障害を含む多様なリウマチ学的状態を表します。 各症例は、症状の特徴付け、機能評価、薬剤歴、および関連するシステムレビューを含む包括的な病歴聴取を学生に要求します。

この研究で介入として使用されるフィードバックシステムは、コンサルタントリウマチ専門医と協力して反復的に開発された洗練された2段階アルゴリズムを採用しています：

段階1：評価モデル

最初の段階は、事前定義された評価ルーブリックを使用して完全な学生-VP対話文字起こしを分析します。 このルーブリックは臨床パフォーマンスの複数の次元を評価します：

コミュニケーションスキル：

• 相談を適切に開始する
• 患者との信頼関係を構築する
• 明確で専門用語のない言語を使用する
• 積極的傾聴を示す
• 共感を示し患者の懸念に対処する
• 相談を適切に終了する

一般的な病歴聴取：

• 過去の病歴の探求
• 現在の薬剤とアレルギー
• 関連する状態の家族歴
• 社会歴（職業、生活状況、支援システム）
• 生活習慣要因（喫煙、アルコール、運動）
• システムレビュー

リウマチ学特有の病歴聴取：

• 系統的な関節症状評価
• 疼痛の特徴付け（発症、部位、持続時間、質、放散、増悪/緩和要因）
• 機能的影響評価（日常生活動作、仕事能力）
• 朝のこわばりの持続時間とパターン
• 関節外症状
• 炎症性対機械的症状のパターン認識

臨床推論構成要素：

• 情報収集への系統的アプローチ
• 症状パターンと臨床的意義の認識
• 鑑別診断考慮の適切な広さ
• 病歴聴取を通じた論理的進行

評価モデルはLLMを使用して各対話をこのルーブリックに対して評価し、これらの領域全体での強みと改善の余地の構造化された評価を生成します。

段階2：フィードバック生成

第2段階は、段階1からの構造化された評価を読みやすい建設的な書面フィードバックに変換します。 フィードバック生成は、LLMに以下を指示する慎重に作成されたプロンプトを使用します：

• 支援的で教育的な口調でフィードバックを提示する
• 学生の対話からの具体的な例を提供する
• 改善の余地に対処する前に強みを認める
• 強化のための具体的な提案を提供する
• 評価ではなく学習に焦点を当てる

フィードバックの内容と範囲 学生は、指定された5つのVP対面のそれぞれの直後に、約1ページ（300-500語）の構造化された書面フィードバックを受け取ります。 フィードバックは特に病歴聴取スキルに焦点を当てており、診断精度や管理決定には対処しません。これらの側面はコンサルタントリウマチ専門医とのその後のセミナーでカバーされます。

対照群は同じSARIプラットフォームを使用して同一のVP症例を完了しますが、AI生成フィードバックを受け取りません。 ただし、両群はソーシャルロボティックVP技術に同等に曝露され、症例完了後にコンサルタントリウマチ専門医との同一の症例特有のセミナーに参加し、自己レビューのための対話文字起こしにアクセスできます。 唯一の体系的な違いは、AI生成フィードバックの有無です。

評価は、SARIで利用可能なすべてのVPとの相互作用後に標準化患者（SP）を使用した客観的臨床能力試験（OSCE）ベースの構造で行われます。 SPは、患者提示、症状歴、および関連する背景を説明する書面の症例情報を受け取ります。 SPはまた、一般的な質問形式への一貫した応答の訓練、および適切な感情的応答、非言語的コミュニケーション、予期しない質問の処理に関する指示を受け取ります。

この研究で使用されたOSCEルーブリックは、病歴聴取能力に特有のEntrustable Professional Activity（EPA）フレームワークに基づいて経験豊富なコンサルタントリウマチ専門医と共同で開発されました。 ルーブリックはパイロットテストと改良を受け、評価者間信頼性を確保しました。

評価は、指定されたポイント配分（合計10ポイント）を持つ5つの異なる領域を評価します：

• 相談開始時のコミュニケーション（0-3ポイント）：総合点の30%
• 一般的な病歴（0-3.5ポイント）：総合点の35%
• 標的病歴（0-1.5ポイント）：総合点の15%
• 診断と管理推論（0-1ポイント）：総合点の10%
• 相談終了時のコミュニケーション（0-1ポイント）：総合点の10%

6ポイントのスコアは、OSCEベースの試験の合格率に対応します。 ただし、学生はこの研究が試験目的ではなく、成績にどのような影響も与えないことを知らされます。

2人のコンサルタントリウマチ専門医がすべてのOSCE評価を実施し、介入群または対照群の割り当てにブラインドされました。 評価者は評価ルーブリックのみを提供され、どの学生がAI生成フィードバックを受け取ったかについての知識を持ちませんでした。 このブラインドはデータ収集期間中維持されました。