論文の概要: DMT-CBT: Longitudinal Therapeutic State Modeling for CBT Counseling

• arxiv url: http://arxiv.org/abs/2606.03132v1
• Date: Tue, 02 Jun 2026 04:18:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-03 22:00:04.756335
• Title: DMT-CBT: Longitudinal Therapeutic State Modeling for CBT Counseling
• Title（参考訳）: DMT-CBT:CBTカウンセリングのための長期的治療状態モデリング
• Authors: Chang Liu, Shuyi Zhang, Changsheng Ma, Yongfeng Tao, Minqiang Yang, Bin Hu,
• Abstract要約: CBTカウンセリングにおける治療状態の動的モデリングのためのフレームワークであるDMT-CBTを提案する。 DMTCorpusはマルチセッションマルチモーダルCBTカウンセリングデータセットである。
• 参考スコア（独自算出の注目度）: 9.111886840996501
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large language models (LLMs) have shown growing potential for Cognitive Behavioral Therapy (CBT) counseling. However, most existing approaches still formulate counseling as a local response generation problem, focusing on empathetic replies within short, text-only, or single-session interactions. We argue that this formulation fundamentally mismatches the nature of real psychotherapy. In clinical CBT, therapy is a longitudinal process in which therapists continuously infer, update, and intervene on evolving therapeutic states across sessions. Realistic CBT further involves multimodal inference and delayed cross-session intervention effects, requiring models to capture longitudinal therapeutic state evolution under partial observability. We propose DMT-CBT, a framework for Dynamic Modeling of evolving Therapeutic states in CBT counseling. DMT-CBT maintains structured therapeutic states across sessions while incorporating multimodal behavioral grounding and tool-augmented intervention to support adaptive therapeutic reasoning. Based on this framework, we construct DMTCorpus, a synthetic multi-session multimodal CBT counseling dataset featuring evolving therapeutic states, image-grounded client behaviors, and cross-session intervention continuity. Experimental results show that DMT-CBT improves counseling fidelity and therapeutic alliance, produces more favorable longitudinal affective trajectories, and preserves therapeutic states more faithfully than post-hoc extraction approaches.
• Abstract（参考訳）: 大規模言語モデル(LLM)は認知行動療法(CBT)のカウンセリングの可能性が高まっている。 しかし、既存のほとんどのアプローチはカウンセリングを局所的な応答生成問題として定式化し、短い、テキストのみ、またはシングルセッションの相互作用における共感的な応答に焦点を当てている。 我々は、この定式化が真の心理療法の性質を根本的に間違えていると論じる。 臨床CBTでは、セラピストがセッション全体にわたる治療状態を継続的に推測し、更新し、介入する縦断的なプロセスである。 リアリスティック CBT はさらにマルチモーダル推論と遅延断続的介入効果を伴い、部分可観測性の下での長手な治療状態の進化をモデルで捉える必要がある。 CBTカウンセリングにおける治療状態の動的モデリングのためのフレームワークであるDMT-CBTを提案する。 DMT-CBTはセッション全体にわたって構造化された治療状態を維持しつつ、適応的な治療的推論を支援するための多モーダルな行動基盤とツール強化された介入を取り入れている。 DMTCorpusは, 治療状態の進化, イメージグラウンドドクライアント行動, クロスセッション介入継続性を特徴とする, マルチセッションマルチモーダルCBTカウンセリングデータセットである。 実験の結果、DMT-CBTはカウンセリングの忠実さと治療提携を改善し、より好意的な経時的情緒的軌跡を生み出し、ポストホック抽出法よりも治療状態を忠実に保存することが明らかとなった。

関連論文リスト

• PSY-STEP: Structuring Therapeutic Targets and Action Sequences for Proactive Counseling Dialogue Systems [32.922368484671196]
  動的で行動レベルのカウンセリングシーケンスと並行して自動思考を明示的に反映し,CBTカウンセリングをモデル化するデータセットSTEPを紹介する。 このデータセットを用いて、自動思考を積極的に引き起こし、認知的基盤を持つ介入を実行するカウンセリングエージェントであるSTEPPERを訓練する。 意思決定精度と共感応答性を両立させるため,シミュレート・シンセサイティング・カウンセリング・セッションに基づく選好学習によりSTEPPERを洗練する。
  論文  参考訳（メタデータ） (2026-04-06T05:47:47Z)
• TheraMind: A Strategic and Adaptive Agent for Longitudinal Psychological Counseling [53.46927050949822]
  縦断的心理カウンセリングのための戦略的適応型エージェントであるTheraMindを紹介する。 TheraMindの基盤は、カウンセリングプロセスをセッション内ループとクロスセッションループに分離する、新しいデュアルループアーキテクチャである。 クロスセッションループは、各セッション後の適用療法の有効性を評価し、その後の相互作用の方法を調整することにより、長期適応性を有するエージェントに権限を与える。
  論文  参考訳（メタデータ） (2025-10-29T17:54:20Z)
• DiaCBT: A Long-Periodic Dialogue Corpus Guided by Cognitive Conceptualization Diagram for CBT-based Psychological Counseling [29.386911644663304]
  大規模言語モデル(LLM)は、メンタルヘルスサービスへのアクセスを拡大するための有望なソリューションを提供する。 認知行動療法(CBT)に基づく長期対話コーパスの構築 このデータセットにはカウンセリング毎に複数のセッションが含まれており、クライアントシミュレーションのガイドとして認知概念化ダイアグラム(CCD)が組み込まれている。
  論文  参考訳（メタデータ） (2025-09-03T04:17:19Z)
• 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)
• 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)
• Therapy as an NLP Task: Psychologists' Comparison of LLMs and Human Peers in CBT [6.932239020477335]
  大規模言語モデル(LLM)はアドホックセラピストとして使われている。 本研究は,ヒトカウンセラーのセッションレベルの行動と,同僚のチームが単一セッション認知行動療法を行うように促したLDMの行動とを比較した。
  論文  参考訳（メタデータ） (2024-09-03T19:19:13Z)
• A Generic Review of Integrating Artificial Intelligence in Cognitive Behavioral Therapy [27.348132451928535]
  我々は、認知行動療法の介入にAIを統合することについての文献をレビューする。 我々は、CBTにAIを適用する際の利点と現在の制限について論じる。 CBTの実践を変革するAIの変革的ポテンシャルは、よりアクセスしやすく、効率的でパーソナライズされたメンタルヘルス介入の新しい時代を告げるものだ。
  論文  参考訳（メタデータ） (2024-07-28T08:09:46Z)
• COMPASS: Computational Mapping of Patient-Therapist Alliance Strategies with Language Modeling [14.04866656172336]
  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。
  論文  参考訳（メタデータ） (2024-02-22T16:56:44Z)

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。