摘要
非技术技能（NTSs）的评估是医疗领域的一项关键任务。然而，由于它依赖于专家对学员的评估，实施起来较为困难。这一过程耗时且在不同评估者之间可能存在差异。在近几十年中，非技术技能评分量表已被开发出来，以减少在危机资源管理（CRM）场景中的主观性。此外，许多用于自动测量非技术技能的工具也已被开发。然而，这些客观的自动化工具所计算的低层指标有时难以与非技术技能行为相关联。例如，领导力指标在现有文献中很少被研究，语音内容指标也是如此。本工作提出了一种具有成本效益的试点方案，用于从CRM音频内容中提取和可视化非技术技能行为。该探索性流程包含三个独立的步骤，每个步骤都对其自动化可行性进行了评估：（1）对音频进行预处理，并通过自动语音转文本生成转录文本；（2）使用生成式人工智能大语言模型从转录文本中收集关于沟通互动和非技术技能的结构化数据；以及（3）对数据进行格式化，以提供对CRM场景的深入可视化分析。第一阶段的结果表明，WhisperX在生成音频转录方面表现最佳，且某些降噪技术可改善转录质量。然而，在确认信号（ACKs）和说话人识别方面仍有改进空间。第二阶段的初步结果表明，所开发的非技术技能数据模型能够以结构化的方式从转录文本中提取相关信息。然而，所提出的提示需要进一步优化，以更准确地推断数据并改善顺序和非技术技能的提取结果。最后，第三阶段的结果表明，所提出的知识图谱可视化方法有效地总结了标准化场景中的情况。这可以使评估者在体验后的复盘讨论中提供额外的信息。这项探索性工作通过提出从语音内容中提取和可视化非技术技能的试点方案，为在标准化场景的评估过程中简化非技术技能的提取做出了贡献。未来需要进一步的研究以优化音频质量、精炼大语言模型提示并实现流程的完全自动化。
