《“瑞凯普”：医疗对话系统的透明化情感同步推理框架》

随着人工智能在医疗领域的广泛应用，如何使AI系统不仅提供医学上准确的建议，还能在情感上与患者产生共鸣，成为了一个亟待解决的问题。为此，亚利桑那州立大学与梅奥医疗的研究团队提出了“瑞凯普”框架，旨在通过透明推理时的方法，增强医疗对话系统中的情感对齐能力。“瑞凯普”是一个模块化的推理时提示工程框架，无需重新训练模型，即可在生成回应前，通过结构化推理过程，使大语言模型的回应与用户情感保持一致。该框架将共情分解为五个阶段：情境抽象、潜在因素归纳、候选情感提取、李克特量表情感可能性评估以及情感对齐回应生成。情境抽象阶段提炼核心情境和背景信息；潜在因素归纳阶段识别并命名影响用户情感状态的关键心理和社会因素；候选情感提取阶段生成多种可能的情感词汇；李克特量表情感可能性评估阶段对每个候选情感进行量化评估，最终生成细致入微且可审核的情感配置文件，指导后续回应的生成。这一框架有助于提高医疗对话系统的共情能力，更好地理解和支持患者的情感需求。