Virtual Speech Therapist（VST）は、Shakeel Sheikh、Patrick Marmaroli、MD Sahidullah、Slim Ouni、Fabrice Hirsch、Goncalo Leal、Bjorn W Schullerらの研究者によって開発された、インテリジェントエージェントベースのプラットフォームです。このプラットフォームは、自動化・適応型AIワークフローを通じて吃音評価を効率化し、カスタマイズされた治療計画を提供することを目的としています。VSTは、最先端の深層学習技術とマルチエージェント大規模言語モデル（LLM）推論を統合し、エビデンスに基づく臨床意思決定を支援します。
VSTのワークフローは、患者の音声サンプルの収集と特徴抽出から始まります。システムは深層学習モデルを用いて音声サンプルから吃音タイプをロバストに分類します。分類結果に基づき、VSTはマルチエージェント推論プロセスを開始します。専門のLLMエージェントが自律的に初期の個別化治療計画を生成し、別の批評エージェントがその計画を評価して、臨床的安全性、方法論的正当性、査読付きエビデンスおよび確立された専門ガイドラインとの整合性を確保します。この反復プロセスを経て、システムは臨床医がレビューするための包括的な患者固有の治療草案を出力します。臨床医のフィードバックを反映した後、最終的な治療計画が生成され、臨床医参加型（clinician-in-the-loop）のパラダイムが維持されます。
実験評価は専門の言語聴覚士によって行われ、VSTが一貫して高品質でエビデンスに基づく治療推奨を生成することが確認されました。これらの結果は、システムが臨床ワークフローを強化し、臨床医の負担を軽減し、吃音障害を持つ個人の治療成績を向上させる可能性を示しています。研究チームはまた、オンラインインターフェース（https://vocametrix.com/ai/stuttering-therapy-planning-agent）を提供しており、リアルタイムの吃音評価と個別化治療計画を容易にしています。本研究成果は現在査読中であり、論文はarXiv（arXiv:2605.01101）で入手可能で、2026年5月1日に提出されました。VSTの登場は、音声療法の分野における人工知能の重要な進歩を示し、将来の個別化医療や遠隔リハビリテーションに新たな可能性を提供します。