論文の概要: Empirical Modeling of Therapist-Client Dynamics in Psychotherapy Using LLM-Based Assessments

• arxiv url: http://arxiv.org/abs/2602.12450v1
• Date: Thu, 12 Feb 2026 22:14:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-16 23:37:53.774479
• Title: Empirical Modeling of Therapist-Client Dynamics in Psychotherapy Using LLM-Based Assessments
• Title（参考訳）: LLMを用いた心理療法におけるセラピスト・クライアント・ダイナミクスのモデル化
• Authors: Angela Chen, Siwei Jin, Canwen Wang, Holly Swartz, Tongshuang Wu, Robert E Kraut, Haiyi Zhu,
• Abstract要約: この研究は、モーメントのモーメント過程をモデル化するための計算的アプローチを推し進める。 われわれはまず,セラピストの行動を評価する自動化手法を開発した。 その後,2000時間近くの精神療法記録を分析した。
• 参考スコア（独自算出の注目度）: 26.83728974046223
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Psychotherapy is a primary treatment for many mental health conditions, yet the interplay among therapist behaviors, client responses, and the therapeutic relationship remains difficult to untangle. This work advances a computational approach for modeling these moment-to-moment processes. We first developed automated methods using large language models (LLMs) to assess therapist behaviors (e.g., empathy, exploration), relational qualities (e.g., rapport), and client outcomes (e.g., disclosure, self-directed and outward-directed negative emotions). These measures showed strong alignment with human ratings (mean Pearson $r = .66$). We then analyzed nearly 2,000 hours of psychotherapy transcripts from the Alexander Street corpus using Structural Equation Modeling (SEM). SEM showed that therapist empathy and exploration directly shaped client disclosure and emotional expression, whereas rapport may contribute to reductions in internal emotional distress rather than increased willingness to express it. Together, these findings demonstrate how computational tools can capture core therapeutic processes at scale and offer new opportunities for understanding, modeling, and improving therapist training.
• Abstract（参考訳）: 精神療法は多くの精神疾患の一次治療であるが、セラピストの行動、クライアントの反応、治療関係の相互作用はいまだに解消が難しい。 この研究は、モーメントのモーメント過程をモデル化するための計算的アプローチを推し進める。 われわれはまず,大規模言語モデル(LLM)を用いて,セラピストの行動(例えば,共感,探索),関係性(例えば,ラプポート),クライアント結果(例えば,開示,自己指向,外部指向の否定感情)を評価する自動手法を開発した。 これらの指標はヒトの格付けと強く一致している(Pearson $r = .66$)。 次に、構造方程式モデリング(Structure Equation Modeling, SEM)を用いて、アレクサンダー・ストリート・コーパスから2000時間近くの心理療法記録を分析した。 SEMは、セラピストの共感と探索が直接クライアントの開示と感情表現を形作っているのに対し、ラプポートはそれを表現しようとする意欲を増すよりも、内的感情的苦痛の減少に寄与している可能性があることを示した。 これらの知見とともに、計算ツールがコア治療プロセスを大規模に捉え、理解、モデリング、セラピストのトレーニングを改善するための新たな機会を提供することを示す。

関連論文リスト

• Reframe Your Life Story: Interactive Narrative Therapist and Innovative Moment Assessment with Large Language Models [72.36715571932696]
  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)
• Beyond Empathy: Integrating Diagnostic and Therapeutic Reasoning with Large Language Models for Mental Health Counseling [50.83055329849865]
  PsyLLMは、メンタルヘルスカウンセリングの診断と治療的推論を統合するために設計された大きな言語モデルである。 Redditから現実世界のメンタルヘルス投稿を処理し、マルチターン対話構造を生成する。 実験の結果,PsyLLMは最先端のベースラインモデルよりも優れていた。
  論文  参考訳（メタデータ） (2025-05-21T16:24:49Z)
• MIRROR: Multimodal Cognitive Reframing Therapy for Rolling with Resistance [33.081670638470165]
  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)
• 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)
• 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 Empathy: Enhancing Empathetic Response of Large Language Models Based on Psychotherapy Models [2.679689033125693]
  本稿では,心理療法の知見を活かして,大規模言語モデル(LLM)を誘導し,人間の感情状態を理解する新しい方法である「共感の連鎖(CoE)」を提案する。 この方法は認知行動療法(CBT)、弁証的行動療法(DBT)、人中心療法(PCT)、現実療法(RT)など様々な心理療法のアプローチにインスパイアされている。
  論文  参考訳（メタデータ） (2023-11-02T02:21:39Z)
• 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。