대규모 언어 모델(LLMs) 기반의 소비자용 건강 챗봇이 증상 평가를 위해 점점 더 많이 사용되고 있습니다. 하지만, 챗봇 개발 및 평가는 종종 협조적이고 표현력이 풍부하며 시뮬레이션된 환자에게 의존합니다. 저희는 실제 환자-챗봇 대화 2,053건을 분석했으며, 커뮤니케이션 패턴과 감정 표현이 사용자마다 매우 다양하다는 것을 발견했습니다. 저희는 임상 내용(clinical content), 감정 상태(emotional state), 대화 전략(conversational strategy), 그리고 커뮤니케이션 스타일을 개별적으로 모델링하는 환자 시뮬레이터를 개발했습니다. 15명의 인간 평가자가 참여한 튜링 테스트 기반의 현실성 평가에서, 시뮬레이션된 대화는 실제 대화와 거의 구별할 수 없었으며, 인간 평가자는 55%의 정확도를 달성했습니다. 저희는 다섯 가지의 개별 환자 페르소나를 사용하여 1,164건의 임상의가 평가한 사례 전반에 걸쳐 네 가지 LLM의 응급도 평가 성능을 평가했습니다. 그 결과, 커뮤니케이션 스타일이 분류(triage) 결과를 상당히 변경할 수 있음을 발견했습니다. 환자 중심 대화형 인공지능은 커뮤니케이션 다양성을 수용해야 합니다: 이상적인 상호작용을 위해 설계된 시스템은 현실적이지 않은 경우 실제 환경에 배포될 때 성능 저하를 겪고 건강 불평등을 증폭시킬 위험이 있습니다.