医学生の臨床スキルとコミュニケーション能力の評価には、医師と患者の相互作用を短いシナリオで再現するOSCE（客観的臨床能力試験）が広く用いられています。しかし現実には、実際の標準化患者の不足により、十分な訓練の機会が限定されているという課題があります。この問題に対応するため、研究チームはフランス語による240件の学生と患者の訓練対話から成るOSCEデータセットを構築しました。 このデータセットをベースに、LLMベースのパイプラインを用いて合成OSCE対話を生成するシステムを開発しました。パイプラインは複数のモジュール化されたコンポーネント、具体的には検索ベースのグラウンディングと反射ループを統合することで、患者キャラクターの忠実性、対話の一貫性、現実性を確保しています。 評価の観点では、患者シミュレーションの品質、学生のパフォーマンス、言語的品質を複数レベルで測定する評価フレームワークを提案し、LLM・アズ・ア・ジャッジアプローチを採用しています。実験結果から、制御可能性モジュールは患者の忠実性と学生評価の一貫性を向上させることが示唆されています。 最終的に、学生が仮想患者と練習でき、自動フィードバックを受け取れるインタラクティブなプロトタイプが実装されました。このシステムにより、医学教育におけるアクセス可能で拡張可能な臨床訓練環境の実現が期待されます。