医療面接は,医療従事者にとって診断の基盤であり,患者との信頼関係を構築し,必要な情報を効果的に引き出すために欠かせない重要なスキルである.しかし,このスキルの教育には,患者の役割を演じる訓練を受けた模擬患者の存在が必要不可欠であり,都市部に比べて地方では模擬患者の確保が難しいという課題が存在する.この課題を解決するために,本研究では,医療面接中の会話データを用いて,大規模言語モデル（LLM）であるGPT-4o-miniをfine-tuningし,模擬患者として回答するAIモデルを構築した.本研究では,与えられた疾患シナリオに基づき,LLMの自然な会話生成能力を活かしながら,ハルシネーションや過剰回答といったLLM特有の課題を抑制する結果を得ることができた.
