Design and Development of an Educational Platform for Psychiatry

Abstract

Tato bakalářská práce se zaměřuje na návrh a vývoj vzdělávací platformy pro psychiatrii, využívající velké jazykové modely (LLM) k simulaci realistických interakcí pacientů. Cílem platformy je poskytnout studentům medicíny bezpečné a efektivní prostředí pro praxi psychiatrické anamnézy a formulace diagnózy. Díky integraci modelu Gemini 2.0 a služeb Google Cloud systém podporuje textové a hlasové dialogy, simulace lékařských testů a komplexní nástroje pro hodnocení, včetně ověření diagnózy, etického hodnocení a metodické analýzy. Bylo vytvořeno a kalibrováno celkem 60 virtuálních pacientů se vstupy praktikujících psychiatrů. Platformu testovalo 14 lékařů a 20 studentů medicíny, kteří vykazovali vysokou angažovanost a diagnostickou přesnost. Mezi další funkce patří služba identifikace léků a vícejazyčná podpora (angličtina, čeština, ruština). Výsledky testování naznačují potenciál platformy jako nákladově efektivního nástroje pro posílení psychiatrického výcviku s budoucími vývojovými cestami včetně virtuálních avatarů, pokročilé syntézy hlasu a rozšířených lékařských specializací. Nízké provozní náklady, odhadované na 0,004 USD za dialog, podtrhují jeho životaschopnost pro široké vzdělávací využití.

This bachelor's thesis focuses on the design and development of an educational platform for psychiatry, leveraging large language models (LLMs) to simulate realistic patient interactions. The platform aims to provide medical students with a safe and effective environment to practice psychiatric history-taking and diagnosis formulation. By integrating the Gemini 2.0 model and Google Cloud services, the system supports text and voice-based dialogues, medical test simulations, and comprehensive evaluation tools, including diagnosis verification, ethical assessment, and methodological analysis. A total of 60 virtual patients were created and calibrated with input from practicing psychiatrists. The platform was tested by 14 doctors and 20 medical students, showing high engagement and diagnostic accuracy. Additional features include a medication identification service and multilingual support (English, Czech, Russian). Testing results indicate the platforms potential as a cost-effective tool for enhancing psychiatric training, with future development paths including virtual avatars, advanced voice synthesis, and expanded medical specialties. The low operational cost, estimated at $0.004 per dialogue, underscores its viability for widespread educational use.