虛擬言語治療師（Virtual Speech Therapist, VST）是由Shakeel Sheikh、Patrick Marmaroli、MD Sahidullah、Slim Ouni、Fabrice Hirsch、Goncalo Leal和Bjorn W Schuller等研究人員共同開發的一種創新智能代理平台，旨在通過自動化和自適應的人工智能工作流程，簡化口吃評估並交付定製化治療計劃。該平台整合了最先進的深度學習技術與多代理大語言模型（LLM）推理能力，以支持基於證據的臨牀決策。
VST的工作流程從患者語音樣本的採集和特徵提取開始。系統利用深度學習模型對語音樣本進行魯棒的口吃類型分類，識別出不同類別的口吃障礙。在獲得分類結果後，VST啓動一個多代理推理過程：專門的LLM代理自主生成初步的個性化治療計劃，然後由另一個批評代理進行審核，確保計劃符合臨牀安全性、方法合理性以及同行評審證據和既定專業指南的要求。經過迭代優化，系統輸出一份全面的、針對特定患者的治療草案，供臨牀醫生審閲。臨牀醫生可以反饋意見，系統據此生成最終的治療計劃，從而維持臨牀醫生在環（clinician-in-the-loop）的模式，確保人工監督和專業判斷的融入。
實驗評估由資深言語治療師進行，結果證實VST能夠持續生成高質量、基於證據的治療建議。這些發現表明，該系統有潛力增強臨牀工作流程，減輕臨牀醫生的負擔，並改善口吃患者的治療效果。此外，研究團隊還提供了一個在線交互界面（https://vocametrix.com/ai/stuttering-therapy-planning-agent），便於實時進行口吃評估和個性化治療規劃。該研究目前正在接受同行評審，相關論文可在arXiv上獲取（arXiv:2605.01101），提交日期為2026年5月1日。VST的出現標誌着人工智能在言語治療領域的重要進展，為未來的個性化醫療和遠程康復提供了新的可能性。