論文の概要: ChatThero: An LLM-Supported Chatbot for Behavior Change and Therapeutic Support in Addiction Recovery

• arxiv url: http://arxiv.org/abs/2508.20996v1
• Date: Thu, 28 Aug 2025 16:57:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-29 18:12:02.522341
• Title: ChatThero: An LLM-Supported Chatbot for Behavior Change and Therapeutic Support in Addiction Recovery
• Title（参考訳）: ChatThero: 適応回復のための行動変化と治療支援のためのLCM対応チャットボット
• Authors: Junda Wang, Zonghai Yao, Zhichao Yang, Lingxi Li, Junhui Qian, Hong Yu,
• Abstract要約: サブスタンス・ユース障害(SUD)は世界中で3600万人以上に影響を与えるが、スティグマ、モチベーション・バリア、パーソナライズされたサポートによる効果的なケアを受ける人は少ない。 認知行動療法(CBT)とモチベーション面接(MI)を基礎とした動的患者モデリングと文脈感応的治療対話と適応的説得戦略を併用したマルチエージェント会話フレームワークChatTheroを提案する。 評価では、ChatTheroは患者のモチベーションの平均利得が41.5%、治療信頼性が0.49%向上し、GPT-4oよりも26%少ないターンのハードケースを解決し、自動化およびヒトの臨床評価の両方を行う。
• 参考スコア（独自算出の注目度）: 13.866051319588465
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Substance use disorders (SUDs) affect over 36 million people worldwide, yet few receive effective care due to stigma, motivational barriers, and limited personalized support. Although large language models (LLMs) show promise for mental-health assistance, most systems lack tight integration with clinically validated strategies, reducing effectiveness in addiction recovery. We present ChatThero, a multi-agent conversational framework that couples dynamic patient modeling with context-sensitive therapeutic dialogue and adaptive persuasive strategies grounded in cognitive behavioral therapy (CBT) and motivational interviewing (MI). We build a high-fidelity synthetic benchmark spanning Easy, Medium, and Hard resistance levels, and train ChatThero with a two-stage pipeline comprising supervised fine-tuning (SFT) followed by direct preference optimization (DPO). In evaluation, ChatThero yields a 41.5\% average gain in patient motivation, a 0.49\% increase in treatment confidence, and resolves hard cases with 26\% fewer turns than GPT-4o, and both automated and human clinical assessments rate it higher in empathy, responsiveness, and behavioral realism. The framework supports rigorous, privacy-preserving study of therapeutic conversation and provides a robust, replicable basis for research and clinical translation.
• Abstract（参考訳）: サブスタンス・ユース障害(SUD)は世界中で3600万人以上に影響を与えるが、スティグマ、モチベーション・バリア、パーソナライズされたサポートによる効果的なケアを受ける人は少ない。 大規模言語モデル(LLM)は精神保健支援を約束するが、ほとんどのシステムは臨床的に検証された戦略との密接な統合を欠いており、中毒回復の有効性を低下させている。 認知行動療法 (CBT) とモチベーション面接 (MI) を基礎とした動的患者モデリングと文脈感応的治療対話と適応的説得戦略を併用した多エージェント会話フレームワークChatTheroを提案する。 我々は, 簡易, 中, ハード抵抗レベルにまたがる高忠実度合成ベンチマークを構築し, 教師付き微調整 (SFT) と直接選好最適化 (DPO) からなる2段パイプラインでChatTheroを訓練した。 評価では、ChatTheroは患者のモチベーションの平均利得が41.5\%、治療の信頼性が0.49\%上昇し、GPT-4oよりも26\%低いターンでハードケースを解決する。 このフレームワークは、治療会話の厳格でプライバシー保護的な研究をサポートし、研究と臨床翻訳の堅牢で再現性の高い基盤を提供する。

関連論文リスト

• Reframe Your Life Story: Interactive Narrative Therapist and Innovative Moment Assessment with Large Language Models [92.93521294357058]
  物語療法は、個人が問題のある人生の物語を代替品の力に変えるのに役立つ。 現在のアプローチでは、特殊精神療法ではリアリズムが欠如しており、時間とともに治療の進行を捉えることができない。 Int(Interactive Narrative Therapist)は、治療段階を計画し、反射レベルを誘導し、文脈的に適切な専門家のような反応を生成することによって、専門家の物語セラピストをシミュレートする。
  論文  参考訳（メタデータ） (2025-07-27T11:52:09Z)
• Large Language Model-Powered Conversational Agent Delivering Problem-Solving Therapy (PST) for Family Caregivers: Enhancing Empathy and Therapeutic Alliance Using In-Context Learning [3.5944459851781057]
  家族介護者はしばしば深刻な精神疾患に悩まされる。 本研究では,大規模言語モデル(LLM)を用いた会話エージェントが,エビデンスに基づくメンタルヘルス支援を実現する可能性について検討した。
  論文  参考訳（メタデータ） (2025-06-13T00:47:57Z)
• Ψ-Arena: Interactive Assessment and Optimization of LLM-based Psychological Counselors with Tripartite Feedback [51.26493826461026]
  大規模言語モデル(LLM)の総合的評価と最適化のための対話型フレームワークであるPsi-Arenaを提案する。 アリーナは、心理学的にプロファイルされたNPCクライアントとの多段階対話を通じて現実世界のカウンセリングをシミュレートする現実的なアリーナ相互作用を特徴としている。 8つの最先端のLLM実験は、異なる実世界のシナリオと評価の観点で大きなパフォーマンス変化を示す。
  論文  参考訳（メタデータ） (2025-05-06T08:22:51Z)
• Mirror: Multimodal Cognitive Reframing Therapy for Rolling with Resistance [16.354732392120845]
  我々は、非言語的な手がかりを取り入れたマルチモーダルアプローチを提案し、AIセラピストは、クライアントのネガティブな感情状態に応答をより良く整合させることができる。 具体的には、新しい合成データセットであるMirrorを導入し、クライアントのステートメントと対応する顔画像とをペアリングする新しい合成データセットについて紹介する。 その結果、MirrorはAIセラピストの抵抗処理能力を大幅に向上させ、既存のテキストベースのCBTアプローチよりも優れていることが示された。
  論文  参考訳（メタデータ） (2025-04-16T08:44:26Z)
• From Conversation to Automation: Leveraging LLMs for Problem-Solving Therapy Analysis [6.700608883427542]
  問題解決療法(PST)は、個人がストレスを管理し、個人の問題を解決するのに役立つ。 自動化を試みる前に、PSTの各セッションがどのように実行されるかを明確に理解することが重要である。 我々は、確立されたPSTコアストラテジーと新しいファシリテーティブストラテジーのセットを用いて、PSTアノテーションのための包括的なフレームワークを開発した。
  論文  参考訳（メタデータ） (2025-01-10T16:54:20Z)
• LlaMADRS: Prompting Large Language Models for Interview-Based Depression Assessment [75.44934940580112]
  LlaMADRSは、オープンソースのLarge Language Models(LLM)を利用して、うつ病の重症度評価を自動化する新しいフレームワークである。 本研究は,クリニカルインタヴューの解釈・スコアリングにおけるモデル指導のために,慎重に設計された手がかりを用いたゼロショットプロンプト戦略を用いている。 実世界における236件のインタビューを対象とし,臨床評価と強い相関性を示した。
  論文  参考訳（メタデータ） (2025-01-07T08:49:04Z)
• 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)
• Automated Fidelity Assessment for Strategy Training in Inpatient Rehabilitation using Natural Language Processing [53.096237570992294]
  戦略トレーニング (Strategy Training) とは、脳卒中後の認知障害患者に障害を減らすためのスキルを教える、リハビリテーションのアプローチである。 標準化された忠実度評価は治療原則の遵守度を測定するために用いられる。 本研究では,ルールベースNLPアルゴリズム,長短項メモリ(LSTM)モデル,および変換器(BERT)モデルからの双方向エンコーダ表現を開発した。
  論文  参考訳（メタデータ） (2022-09-14T15:33:30Z)
• 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。