标题： 虚拟言语治疗师：一种临床医生参与式的人工智能言语治疗代理，用于个性化与监督式治疗
摘要： 本文开发了虚拟言语治疗师（VST），这是一个基于智能代理的平台，通过自动化与自适应的人工智能驱动工作流，简化口吃评估流程并提供定制化治疗计划。VST 整合了基于深度学习的先进口吃分类技术以及多代理大语言模型（LLM）推理能力，以支持循证临床决策。VST 首先采集患者语音样本并提取特征，随后对口吃类型进行稳健分类。基于这些输出，VST 启动一个代理推理过程，其中专门的 LLM 代理自主生成、批判并迭代优化个性化治疗计划。一个专门的批判代理对所有生成的计划进行评估，确保其临床安全性、方法论合理性，并与经过同行评审的证据及既定专业指南保持一致。最终输出是一份全面的、针对特定患者的治疗草案，供临床医生审阅。系统在纳入临床医生反馈后，生成适合交付给患者的最终治疗计划，从而维持临床医生参与式的工作范式。由言语治疗专家进行的实验评估证实，VST 能够持续生成高质量、基于证据的治疗建议。这些发现表明，该系统具有增强临床工作流程、减轻临床医生负担以及改善言语障碍患者治疗效果的潜力。所提出系统的交互式用户界面可在线访问：此 https URL，支持实时口吃评估与个性化治疗计划制定。