Reden wir darüber.

Diese Analyse von AI -Durchbrüchen ist Teil meiner laufenden Forbes -S?ulenberichterstattung über die neueste in der KI, einschlie?lich der Identifizierung und Erkl?rung verschiedener wirksamer KI -Komplexit?ten (siehe Link hier).

KI und psychische Gesundheitstherapie

Als kurzer Hintergrund habe ich eine Vielzahl von Facetten in Bezug auf das Aufkommen der KI der modernen ?ra, die Beratung für psychische Gesundheit erzeugt und eine KI-gesteuerte Therapie durchführt, ausgiebig behandelt und analysiert. Diese steigende Verwendung von KI wurde haupts?chlich durch die sich entwickelnden Fortschritte und die weit verbreitete Einführung von generativer KI angeregt. Eine kurze Zusammenfassung einiger meiner ver?ffentlichten Kolumnen zu diesem sich entwickelnden Thema finden Sie im Link hier, der kurz etwa vierzig der über hundert Spaltenbeitr?ge zusammenfasst, die ich zu diesem Thema gemacht habe.

Es besteht kaum Zweifel, dass dies ein sich schnell entwickelndes Feld ist und dass es enorme Vorreiter gibt. Ich spreche h?ufig über diese dringenden Angelegenheiten, auch in einem Auftritt im letzten Jahr in einer Episode von CBS '60 Minuten , siehe den Link hier.

Wenn Sie für die psychische Gesundheit neu im Thema KI sind, sollten Sie in Betracht ziehen, meine jüngste Analyse des Feldes zu lesen, die auch von einer hochnovativen Initiative im Abteilung für Psychiatrie- und Verhaltenswissenschaften der Stanford University namens AI4MH erz?hlt wird. Siehe den Link hier.

KI -Personas orchestrieren

Eine der m?glicherweise am wenigsten gehebelten F?higkeiten von generativen KI und LLMs ist ihre F?higkeit, eine Art Persona rechnerisch zu simulieren. Die Idee ist ziemlich einfach. Sie sagen der KI, sie soll vorgeben, ein bestimmter Typ von Person zu sein oder eine umrissene Pers?nlichkeit zu zeigen, und die KI versucht, entsprechend zu reagieren. Zum Beispiel habe ich diese Funktion verwendet, indem ich Chatgpt die Persona von Sigmund Freud durchführte und die Therapie durchführte, als würde die KI nachahmen oder simulieren, was Freud sagen k?nnte (siehe Link hier).

Sie k?nnen LLMs sagen, sie sollen vorgeben, eine bestimmte Person zu sein. Der Schlüssel ist, dass die KI über ausreichende Daten über die Person verfügen muss, um die Mimikry abzuziehen. Auch Ihre Erwartungen, wie gut die KI in einem solchen Vorwand erledigen wird, müssen nüchtern sein, da die KI m?glicherweise weit entfernt landet. Ein wichtiger Aspekt ist es nicht, irgendwie zu annehmen oder zu glauben, dass die KI genau wie die Person ?hnlich sein wird. Es wird nicht sein.

Ein weiterer Blickwinkel für die Verwendung von Personas besteht darin, die Natur der Persona, die Sie von der KI haben m?chten, im Gro?en und Ganzen zu beschreiben. Ich habe zuvor ein Mini-Experiment gemacht, dass Chatgpt vorgab, ein Team von psychischen Gesundheitstherapeuten zu sein, die sich bei der Suche nach einer psychologischen Bewertung verleihen (siehe Link hier). Keine der Personas repr?sentierte eine bestimmte Person. Stattdessen wurde der KI allgemein aufgefordert, mehrere Personas zu verwenden, die im Allgemeinen eine Gruppe von Therapeuten darstellten.

Es gibt viel mehr Verwendungszwecke von KI -Personas.

Ich werde ein paar auflisten. Ein psychischer Gesundheitsberuf, der ihre F?higkeiten verbessern m?chte, kann einen Dialog mit einem LLM führen, der vorgibt, ein Patient zu sein. Dies ist ein praktisches Mittel zur Verbesserung des Scharfsinns des Therapeuten (siehe Link hier). Hier ist ein weiteres Beispiel. Bei der Forschung für psychische Gesundheit k?nnen Sie AI sagen, dass sie vorgeben sollen, Hunderte oder Tausende von Befragten für eine Umfrage zu sein. Dies ist nicht unbedingt der Verwendung von echten Menschen, aber es kann eine fruchtbare M?glichkeit sein, zu beurteilen, welche Art von Antworten Sie m?glicherweise erhalten und wie Sie sich entsprechend vorbereiten k?nnen (siehe Link hier und Link hier).

Und so weiter.

Neueste Forschung verwendet KI -Personas

Eine kürzlich ver?ffentlichte Forschungsstudie verwendete innovativ KI -Personas im Bereich der medizinischen Diagnosen. The study was entitled “Sequential Diagnosis with Language Models” by Harsha Nori, Mayank Daswani, Christopher Kelly, Scott Lundberg, Marco Tulio Ribeiro, Marc Wilson, Xiaoxuan Liu, Viknesh Sounderajah, Jonathan Carlson, Matthew P Lungren, Bay Gross, Peter Hames, Mustafa Suleyman, Dominic King, Eric Horvitz, Arxiv, 30. Juni 2025, und machte diese herausragenden Bemerkungen (Auszüge):

• "Künstliche Intelligenz verspricht vielversprechend für den Erweiterung des Zugangs zu erfahrenen medizinischen Kenntnissen und Argumentation."
• "Wir zeigen, wie KI-Systeme, wenn sie iterativ nachdenken und mit Bedacht handeln, sowohl die diagnostische Pr?zision als auch die Kostenwirksamkeit in der klinischen Versorgung vorantreiben k?nnen."
• "In der klinischen Praxis formulieren und überarbeiten ?rzte diagnostische Hypothesen iterativ und überarbeiten, wobei jede nachfolgende Frage und jeden Test an das angepasst werden, was sie gerade gelernt haben, und wiegen sich die sich entwickelnden Beweise ab, bevor sie zu einer endgültigen Diagnose festgelegt sind."
• "Wir pr?sentieren den MAI Diagnostic Orchestrator (Maidxo), einen Modell-Agnostic-Orchestrator, der ein ?rztscheide simuliert, wahrscheinlich Differentialdiagnosen vorschl?gt, und w?hlt strategisch hochwertige, kostengünstige Tests aus."
• ?In Kombination mit dem O3-Modell von OpenAI erreicht Mai-Dxo 80% diagnostische Genauigkeit-mehr als 20% der Durchschnitt der Generalisten ?rzte. Mai-Dxo reduziert auch die diagnostischen Kosten um 20% im Vergleich zu ?rzten und 70% im Vergleich zu Off-the-Shelf O3.

Es gibt einige interessante Wendungen darüber, wie KI -Personas verwendet werden kann.

Der Kern ist, dass sie eine KI-Person hatten, die als Diagnostikin diente, eine andere, die dem KI-basierten Diagnostiker eine Fallgeschichte fütterte, und sie hatten sogar eine andere KI-Person, die als Assessor dafür fungierte, wie gut die klinische Diagnose stattfand. Das sind drei KI -Personas, die zur Durchführung einer medizinischen Diagnose in verschiedenen Fallstudien zur Durchführung der KI eingerichtet wurden.

Die Forscher entschieden sich für diesen vielversprechenden Ansatz, indem sie eine Gruppe von KI -Personas haben, die medizinische Diagnosen durchgeführt haben. Sie beschlossen, fünf KI -Pers?nlichkeiten zu haben, die jeweils eine Diagnose stellten. Die Namen, die den KI-Personas gegeben wurden, schlugen im Allgemeinen vor, was jede von Dr. Hypothese, Dr. Test-Chooser, Dr. Challenger, Dr. Stewardship und Dr. Checklist bestehen sollte.

Ohne den Ansatz zu anthropomorphieren, wird der Aspekt der Verwendung eines Panels von AI -Personas als analog für eine Gruppe von ?rzten angesehen, die eine medizinische Diagnose übertragen. Die KI -Pers?nlichkeiten haben jeweils eine ausgewiesene Spezialit?t, und sie gehen durch die Fallgeschichte des Patienten, so dass jede Spezialit?t w?hrend der Diagnose an der Reihe ist.

Orchestrierung in der Analyse der psychischen Gesundheit von KI

Ich dachte, es k?nnte interessant sein, eine ?hnliche Form der Orchestrierung zu versuchen, indem es in einem Kontext der psychischen Gesundheitanalyse dies tut. . Meine Bemühungen waren nur ein Mini-Experiment, um den Ball ins Rollen zu bringen.

Ich habe eine psychische Gesundheits -Fallgeschichte verwendet, die eine Vignette ist, die vom American Board of Psychiatry and Neurology (ABPN) ?ffentlich ver?ffentlicht wurde, und einen fiktionalisierten Patienten mit sich bringt, der sich einer psychiatrischen Bewertung unterzieht.

Es ist ein praktisches Beispiel, da es sorgf?ltig komponiert und analysiert wurde und als formalisierte Testfrage für angehende Psychiater und Psychologen dient. Der Nachteil ist, dass es aufgrund der allgemein bekannten und im Internet besteht, dass eine generative KI, die zur Analyse dieser Fallgeschichte verwendet wurde, den Fall und seine ver?ffentlichten L?sungen m?glicherweise bereits gescannt hat.

Forscher, die diesem Mini-Experiment etwas ?hnliches tun m?chten, müssen wahrscheinlich v?llig neue und unsichtbare Fallgeschichten finden. Dies würde verhindern, dass die KI ?betrügt“, indem er den Fall bereits m?glicherweise aufgetreten ist.

überblick über die Vignette

Die Vignette hat mit einem Mann in den Vierzigern zu tun, der zuvor unter psychiatrischer Versorgung gestanden hatte und kürzlich ein fragwürdiges Verhalten aufweist. Wie in der Vignette erw?hnt: ?In den letzten Monaten hat er teure Kunstwerke gekauft, seine Teilnahme bei der Arbeit ist immer unberechenbarer geworden, und er schl?ft nur ein bis zwei Stunden pro Nacht. Vor neunzehn Jahren wurde er für eine ernsthafte manische Episode, an der die Polizei beteiligt war, ins Krankenhaus eingeliefert.“ (Quelle: ABPN Online -Posting).

Ich benutzte eine beliebte LLM und sagte es, er solle fünf Personas aufrufen, etwas entspricht dem oben angegebenen Orchestrierungsansatz, der aus:

• Dr. Annahme: Identifiziert Entwürfe Hypothesen über die psychischen Erkrankungen des Patienten.
• Dr. Selector: Wiederk?uern über die Hypothesen und erstellt Tests, mit denen die entworfenen Hypothesen best?tigt oder abgehauen werden k?nnten.
• Dr. Contender: Dient als Anwalt des Teufels und stellt den Entwurf der Hypothesen und die vorgeschlagenen Tests in Frage.
• Dr. Shedenful: versucht zu überlegen, wie Sie die Diagnose am besten fortsetzen k?nnen, einschlie?lich der Abw?gung von Intrusivit?t, Kosten und verschiedenen relevanten Faktoren.
• Dr. Double Checker: Führen Sie eine Doppelprüfung der Diagnose und stellen Sie sicher, dass alle Gotchas gefangen werden, Fallstricke finden, die Konsistenz des Panels usw. sicherstellen.

Nachdem ich eine Eingabeaufforderung zur Definition dieser fünf Personas eingetragen hatte, lie? ich die LLM dann eine Analyse der psychischen Gesundheit in Bezug auf die Vignette durchführen.

Die Orchestrierung lief gut

In meiner Anweisung an die LLM enthalten war, dass ich sehen wollte, dass die KI eine Reihe von Diagnosen oder Kurven ausführte. In jeder Runde sollte das Panel zusammenfassen, wo sie in ihrer Analyse waren, und mir zu sagen, was sie bisher getan hatten. Dies ist ein Mittel, um die KI eine Art Erkl?rung oder Hinweis darauf zu generieren, was der Rechenminimierungsprozess beinhaltet.

Abgesehen davon, dass Sie sich auf solche rechenintensiven Erkl?rungen verlassen lassen, da sie m?glicherweise wenig mit der internen Tokenisierungsmechanik des LLM zu tun haben, sehen Sie sich meine Diskussion über bemerkenswerte Vorsichtsma?nahmen auf dem Link hier.

Ich habe das LLM -Persona -Panel Fragen zur Verfügung gestellt, die mit der Vignette verbunden sind. Ich habe dann die Antworten aus dem KI -Panel mit denen verglichen, die online ver?ffentlicht wurden und als die richtigen oder am besten geeigneten Antworten gelten.

Um zu veranschaulichen, was das KI -Personas -Panel entwickelt hat, finden Sie hier die erste Reaktion auf die Gesamtmerkmale des Patienten in der ersten Runde:

• "Das aufgebl?hte Selbstwertgefühl ist wahrscheinlich vorhanden, da grandiose Verhalten wie der Kauf teurer Kunstwerke, unberechenbarer Arbeitsanw?lte und ein m?gliches Gefühl der Unbesiegbarkeit trotz des Schlafens nur 1 bis 2 Stunden pro Nacht schl?ft."
• "Die Ideenfliege ist in Manie h?ufig; obwohl nicht explizit beschrieben, deuten das unregelm??ige Verhalten, ein verringerter Schlafbedarf und die potenzielle Ablenkbarkeit stark auf unorganisierte und sich schnell ver?ndernde Gedanken hin."
• "Unter Druckrede scheint vorhanden zu sein, obwohl zwar nicht direkt erw?hnt, ist die unter Druck gesetzte Sprache typischerweise mit anderen manischen Anzeichen wie reduziertem Schlaf, unberechenbarem Verhalten und erh?hter Aktivit?t zusammen. Es ist eine vernünftige Schlussfolgerung im Kontext des Verdacht auf Manie."

Die Analyse entsprach insgesamt mit der ver?ffentlichten L?sung. In diesem Sinne hat sich das KI -Personas -Panel gut gemacht. Ob dies auf echte Leistung zurückzuführen war, im Vergleich zu zuvor gescannter Fallgeschichte ist unklar. Als ich direkt fragte, ob der Fall zuvor gesehen worden sei, bestritt der LLM, dass er den Fall bereits aufgetreten sei.

Glauben Sie kein LLM, das Ihnen sagt, dass es nichts gescannt hat. Die LLM kann m?glicherweise nicht feststellen, dass es den Inhalt gescannt hatte. Darüber hinaus k?nnte die KI in einigen F?llen im Wesentlichen liegen und Ihnen sagen, dass sie kein Stück Inhalt gesehen hat, eine Art Vertuschung, wenn Sie so wollen.

Lehnen Sie sich in AI -Personas

KI-Personas sind eine unglaublich vorteilhafte F?higkeit der generativen KI und LLMs moderner ?ra. Die Verwendung von AI -Personas in orchestrierter Weise ist ein kluger Schritt. Sie k?nnen die KI -Personas als Team zum Arbeiten bringen. Dies kann die Ergebnisse leicht steigern.

Ein kurzes Thema, das Sie sich bewusst werden sollten, ist, dass Sie m?glicherweise nicht genau das bekommen, was Sie dachten, Sie würden, wenn das LLM alle Personen durchführt. Ein alternativer Ansatz besteht darin, separate LLMs zu verwenden, um die Personas darzustellen. Zum Beispiel konnte ich fünf verschiedene LLMs anschlie?en und jeweils die Personas simulieren, die ich in meinem Mini-Experiment verwendet habe. Die Idee ist, dass Sie durch die Verwendung separater LLMs die Chancen des einzigen LLM faul doppelt dosieren, indem Sie nicht wirklich versuchen, Personas aufzurufen. Ein LLM kann so hinterh?ltig sein.

Ein letzter Gedanke für den Moment.

Mark Twain stellte berühmt aufmerksam: ?Synergie ist der Bonus, der erreicht wird, wenn die Dinge harmonisch zusammenarbeiten.“ Die Verwendung von Orchestrierung mit KI -Personas kann ein Synergiegrad erreichen, das ansonsten bei diesen Arten von Analysen nicht gezeigt wird. Davon abgesehen k?nnen Sie manchmal auch zu viele K?che in der Küche haben.

Stellen Sie sicher, dass Sie die KI -Persona -Orchestrierung angemessen verwenden, und Sie werden hoffentlich sü?e Ger?usche und herrlich beeindruckende Ergebnisse erhalten.

Das obige ist der detaillierte Inhalt vonOrchestrieren Beratung zur psychischen Gesundheit über mehrere KI-basierte Personas diagnostizierte menschliche psychische St?rungen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!