認知症関連の日常生活動作（ADL）を対象とした対話型LLMベース・シミュレータ

要旨: 効果的な認知症ケアには、訓練と適応的なコミュニケーションが必要である。しかし、支援用AIやロボティクスは、アルツハイマー病および関連する認知症（ADRD）を抱えて生活する人々が日常生活動作（ADL）を行う際にどのように振る舞うかについて、文脈に富み、かつプライバシーに配慮したデータが不足していることに制約されている。私たちは、大規模言語モデル（gpt-5-mini）を用いるウェブベースのシミュレータを導入し、ADL支援の場面において、重症度およびケア状況に条件付けられた患者の挙動を、複数ターンにわたって生成する。さらに、発話を（括弧内の）軽量な行動的合図とペアリングする。ユーザは認知症の重症度、ケア状況（およびその状況における時間）とADLを設定する。各患者のターンの後、ユーザはリアリティ（1〜5）を評価し、任意で批評を加え、その後、自由記述または4つの戦略を足場として用意した提案（Recognition、Negotiation、Facilitation、Validation）のいずれかを選択・編集することで、介護者として応答する。オンラインの形成的なエキスパート・イン・ザ・ループ研究を実施した（認知症ケアの専門家14名、18セッション、評価されたターン112）。シミュレートされた挙動は、中程度から高度にもっともらしいと判断され、典型的なセッション長は6ターンであった。専門家は54.5パーセントのターンでカスタム返信を書いており、最もよく使用された提案戦略はRecognitionとFacilitationであった。批評の主題分析により、6カテゴリのフォールトモード（失敗様式）分類法が得られ、ADLの文脈付けの破綻と、ケア状況の一貫性の破綻が反復的に起きていることが明らかになり、プロンプト／ワークフローの改良に指針を与えた。このシミュレータとログに記録された相互作用は、検証済みの患者—介護者の共同シミュレーションおよび支援データ収集に向けた、エビデンス主導の改良ループを可能にし、介護者の訓練、ならびに支援用AIおよびロボットのポリシー開発を支える。