論文の概要: COMPASS: Computational Mapping of Patient-Therapist Alliance Strategies with Language Modeling

• arxiv url: http://arxiv.org/abs/2402.14701v3
• Date: Mon, 14 Apr 2025 16:58:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-15 16:47:42.891238
• Title: COMPASS: Computational Mapping of Patient-Therapist Alliance Strategies with Language Modeling
• Title（参考訳）: CompASS: 言語モデリングを用いた患者セラピストアライアンス戦略の計算マッピング
• Authors: Baihan Lin, Djallel Bouneffouf, Yulia Landa, Rachel Jespersen, Cheryl Corcoran, Guillermo Cecchi,
• Abstract要約: 治療作業同盟は精神療法の成功の重要な予測要因である。 本稿では,心理療法セッションで使用される自然言語から治療作業アライアンスを推定するための新しい枠組みを提案する。
• 参考スコア（独自算出の注目度）: 14.04866656172336
• License:
• Abstract: The therapeutic working alliance is a critical predictor of psychotherapy success. Traditionally, working alliance assessment relies on questionnaires completed by both therapists and patients. In this paper, we present COMPASS, a novel framework to directly infer the therapeutic working alliance from the natural language used in psychotherapy sessions. Our approach leverages advanced large language models (LLMs) to analyze session transcripts and map them to distributed representations. These representations capture the semantic similarities between the dialogues and psychometric instruments, such as the Working Alliance Inventory. Analyzing a dataset of over 950 sessions spanning diverse psychiatric conditions -- including anxiety (N=498), depression (N=377), schizophrenia (N=71), and suicidal tendencies (N=12) -- collected between 1970 and 2012, we demonstrate the effectiveness of our method in providing fine-grained mapping of patient-therapist alignment trajectories, offering interpretable insights for clinical practice, and identifying emerging patterns related to the condition being treated. By employing various deep learning-based topic modeling techniques in combination with prompting generative language models, we analyze the topical characteristics of different psychiatric conditions and how these topics evolve during each turn of the conversation. This integrated framework enhances the understanding of therapeutic interactions, enables timely feedback for therapists on the quality of therapeutic relationships, and provides clear, actionable insights to improve the effectiveness of psychotherapy.
• Abstract（参考訳）: 治療作業同盟は精神療法の成功の重要な予測要因である。 伝統的に、ワーキングアライアンスアセスメントは、セラピストと患者の両方が完了したアンケートに依存している。 本稿では,心理療法セッションで使用される自然言語から治療作業アライアンスを直接推論する新しいフレームワークCompASSを提案する。 提案手法は,大規模言語モデル(LLM)を活用し,セッションの書き起こしを解析し,それらを分散表現にマッピングする。 これらの表現は、ワーキングアライアンス・インベントリのような対話と心理測定器のセマンティックな類似性を捉えている。 1970年から2012年の間に収集された不安(N=498)、うつ病(N=377)、統合失調症(N=71)、自殺傾向(N=12)を含む、さまざまな精神疾患の950以上のセッションのデータセットを分析し、我々は、患者とセラピストのアライメント軌跡のきめ細かいマッピングを提供し、臨床実践の解釈可能な洞察を提供し、治療対象の病態に関連する新興パターンを特定した。 様々な深層学習に基づくトピックモデリング手法と生成言語モデルとを組み合わせることで、異なる精神状態のトピック特性と、会話の各ターンでこれらのトピックがどのように進化するかを解析する。 この統合された枠組みは、治療相互作用の理解を高め、セラピストに対する治療関係の質に関するタイムリーなフィードバックを可能にし、精神療法の効果を改善するために明確で行動可能な洞察を提供する。

関連論文リスト

• Applying LLM and Topic Modelling in Psychotherapeutic Contexts [44.99833362998488]
  本論文は、機械学習に基づくトピックモデリングツールであるBERTopicを、セラピストの2つの異なるグループの対話に適用することに焦点を当てている。 その結果、セラピストのスピーチにおいて最も一般的で安定したトピックが強調され、治療における言語パターンがどのように発達し、様々な治療スタイルで安定するかについての洞察が得られた。
  論文  参考訳（メタデータ） (2024-12-23T10:14:32Z)
• CBT-Bench: Evaluating Large Language Models on Assisting Cognitive Behavior Therapy [67.23830698947637]
  認知行動療法(CBT)支援の体系的評価のための新しいベンチマークであるCBT-BENCHを提案する。 我々は, CBT-BENCHにおける3段階の課題を含む: I: 基本的CBT知識獲得, 複数選択質問のタスク; II: 認知的モデル理解, 認知的歪み分類, 主根的信念分類, きめ細かい中核信念分類のタスク; III: 治療的応答生成, CBTセラピーセッションにおける患者音声に対する応答生成のタスク。 実験結果から,LLMはCBT知識のリサイティングに優れるが,複雑な実世界のシナリオでは不十分であることが示唆された。
  論文  参考訳（メタデータ） (2024-10-17T04:52:57Z)
• LLM Questionnaire Completion for Automatic Psychiatric Assessment [49.1574468325115]
  大規模言語モデル(LLM)を用いて、非構造的心理面接を、様々な精神科領域と人格領域にまたがる構造化された質問票に変換する。 得られた回答は、うつ病の標準化された精神医学的指標(PHQ-8)とPTSD(PCL-C)の予測に使用される特徴として符号化される。
  論文  参考訳（メタデータ） (2024-06-09T09:03:11Z)
• Chain-of-Interaction: Enhancing Large Language Models for Psychiatric Behavior Understanding by Dyadic Contexts [4.403408362362806]
  本稿では,対話型対話による精神科的意思決定支援のための大規模言語モデルを文脈化するための,対話型連鎖促進手法を提案する。 このアプローチにより、大規模言語モデルでは、患者の行動コーディングのためのコーディングスキーム、患者の状態、およびドメイン知識を活用することができる。
  論文  参考訳（メタデータ） (2024-03-20T17:47:49Z)
• Safe and Interpretable Estimation of Optimal Treatment Regimes [54.257304443780434]
  我々は、最適な治療体制を特定するための安全かつ解釈可能な枠組みを運用する。 本研究は患者の医療歴と薬理学的特徴に基づくパーソナライズされた治療戦略を支援する。
  論文  参考訳（メタデータ） (2023-10-23T19:59:10Z)
• GDPR Compliant Collection of Therapist-Patient-Dialogues [48.091760741427656]
  我々は、欧州連合の一般データプライバシ規則の下で、精神医学クリニックでセラピストと患者との対話の収集を始める際に直面した課題について詳しく述べる。 本稿では、手順の各ステップの概要を述べ、この分野でのさらなる研究を動機付ける潜在的な落とし穴を指摘した。
  論文  参考訳（メタデータ） (2022-11-22T15:51:10Z)
• Working Alliance Transformer for Psychotherapy Dialogue Classification [27.80555922579736]
  各セラピーセッションで書き起こされた対話において、自然言語処理技術を用いて、作業アライアンスをよりよく特徴付けることができると信じている。 本稿では,作業アライアンススコアを推定する心理的状態エンコーダを有するトランスフォーマーに基づく分類モデルを提案する。 不安,抑うつ,統合失調症,自殺患者に対する950回以上のセラピーセッションを実世界のデータセットで評価した。
  論文  参考訳（メタデータ） (2022-10-27T16:43:05Z)
• Deep Annotation of Therapeutic Working Alliance in Psychotherapy [27.80555922579736]
  治療ワーキングアライアンス(英語版)は、精神療法治療の結果の重要な予測因子である。 本研究では,心理療法セッションにおいて,自然言語から直接治療作業同盟を推定する分析的枠組みを提案する。
  論文  参考訳（メタデータ） (2022-04-12T04:42:51Z)
• Automated Quality Assessment of Cognitive Behavioral Therapy Sessions Through Highly Contextualized Language Representations [34.670548892766625]
  認知行動療法(Cognitive Behavioral Therapy, CBT)という,特定の心理療法の行動自動スコアリングモデルを提案する。 このモデルは高い解釈可能性を達成するためにマルチタスクで訓練される。 BERTベースの表現は、利用可能な治療メタデータでさらに拡張され、関連する非言語的コンテキストを提供し、一貫したパフォーマンス改善につながります。
  論文  参考訳（メタデータ） (2021-02-23T09:22:29Z)
• MET: Multimodal Perception of Engagement for Telehealth [52.54282887530756]
  ビデオから人間のエンゲージメントレベルを知覚する学習ベースアルゴリズムMETを提案する。 我々はメンタルヘルス患者のエンゲージメント検出のための新しいデータセットMEDICAをリリースした。
  論文  参考訳（メタデータ） (2020-11-17T15:18:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。