認知行為療法 (CBT) 是美國最常見的談話療法之一。通常對接受培訓(xùn)的認知行為治療師進行評判的標(biāo)準(zhǔn)有 11 個。如果他們的技能可以通過 AI 的反饋進行評估和改進，會怎樣?這是南加州大學(xué)維特比工程學(xué)院與賓夕法尼亞大學(xué)和華盛頓大學(xué)合作進行的新研究的關(guān)鍵。這是第一次在真實的治療性對話中與真人進行 CBT 課程的研究。該研究結(jié)果最近發(fā)表在PLOSOne 上。
由南加州大學(xué)維特比工程學(xué)院信號分析與解釋實驗室 (SAIL) 創(chuàng)建的 AI 分析了受訓(xùn)治療師與患者之間的 1,100 多次真實對話。主要作者、南加州大學(xué)電氣工程博士生 Nikolaos Flemotomos 表示，人工智能面臨的挑戰(zhàn)是理解多個說話者并僅從對話文本中獲得意義。對于學(xué)徒的治療師，人工評估者通常會評估他們的治療。人工智能能夠以 73% 的準(zhǔn)確率匹配人類評估員所能達到的目標(biāo)。
AI 可以判斷治療師的人際交往能力，并判斷治療師是否為會議創(chuàng)建了正確的結(jié)構(gòu)(例如，如果他們解決了患者分配的家庭作業(yè))。此外，人工智能可以判斷治療師是否適當(dāng)?shù)仃P(guān)注患者，而不是分享過多自己的故事，以及他們是否能夠與患者合作并建立融洽的關(guān)系。所有這些方面都被考慮在內(nèi)，以生成單一的綜合質(zhì)量指標(biāo)。
人工智能僅通過自動生成的文本轉(zhuǎn)錄來評估語言模式，而不是會話期間演講者的音調(diào)質(zhì)量。評估此類會話的挑戰(zhàn)意味著 Flemotomos，考慮到潛在的語言選擇范圍和自動轉(zhuǎn)錄中的錯誤，使這些對話以及與 CBT 相關(guān)的協(xié)議具有意義并評估這些對話尤其具有挑戰(zhàn)性。
這種通常由人類完成的評估對于培訓(xùn)和向治療師提供基于表現(xiàn)的反饋是必要的，從而改善臨床結(jié)果。研究人員說，目標(biāo)是從記錄的會話中自動生成指標(biāo)，以促進這些應(yīng)用程序。
研究人員表示，“……我們的目標(biāo)不是取代人工監(jiān)督，而是提高監(jiān)督者的效率，并另外提供一種自我評估的工具。”
使用此工具，可以擴展該過程，以通過訓(xùn)練有素的專業(yè)人員來應(yīng)對對心理健康服務(wù)日益增長的需求。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！