論文の概要: Toward Accessible Psychotherapy Training Using AI-Driven Interactive Patient Avatars

• arxiv url: http://arxiv.org/abs/2606.17786v1
• Date: Tue, 16 Jun 2026 11:02:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-17 17:15:32.396045
• Title: Toward Accessible Psychotherapy Training Using AI-Driven Interactive Patient Avatars
• Title（参考訳）: AI駆動型対話型患者アバターを用いたアクセシブル心理学教育に向けて
• Authors: Pascal Riachi, Sofie Kamber, Stella Brogna, Andrew Gloster, Rafael Wampfler,
• Abstract要約: アクセプタンス・アンド・コミット・セラピー(ACT)における精神療法士の訓練には、有意義なフィードバックを伴う反復的な実践が必要である。 仮想患者と音声対話によるACT指向精神療法訓練を支援するシステムを提案する。
• 参考スコア（独自算出の注目度）: 0.45671221781968324
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Training psychotherapists in evidence-based interventions such as Acceptance and Commitment Therapy (ACT) requires repeated practice with meaningful feedback, yet opportunities for safe, standardized training are limited by ethical, logistical, and resource constraints. We introduce a system designed to support ACT-oriented psychotherapy training through spoken dialogue with an embodied virtual patient. The system uses large language models to simulate patient behavior conditioned on profiles derived from real therapy sessions and configurable clinical scenarios, while a separate automated evaluator provides turn-by-turn feedback on therapist responses based on established ACT fidelity criteria. Rather than aiming to replace supervision, the system is intended to support deliberate practice by enabling experimentation, reflection, and immediate feedback in low-risk settings. Expert evaluation with practicing psychologists confirmed high realism in patient behavior and demonstrated that immediate turn-by-turn ACT feedback increased therapists' awareness of intervention choices and enabled effective experimentation with alternative responses. Quantitative evaluation across 49 therapy transcripts identified GPT-4o-mini as the optimal feedback model, achieving the lowest mean absolute error (MAE = 6.12) in replicating human supervisor ACT fidelity ratings with statistically significant agreement. This work demonstrates the potential of fidelity-aware simulated patients as a scalable complement to psychotherapy training.
• Abstract（参考訳）: アクセプタンス・アンド・コミット・セラピー(ACT)のようなエビデンスに基づく介入で精神療法士を訓練するには、意味のあるフィードバックを伴う反復的な実践が必要であるが、安全で標準化されたトレーニングの機会は倫理的、論理的、資源的制約によって制限される。 仮想患者と音声対話によるACT指向精神療法訓練を支援するシステムを提案する。 このシステムは大規模言語モデルを用いて、実際のセラピーセッションと設定可能な臨床シナリオから得られたプロファイルに基づいて、患者の振る舞いをシミュレートする一方、独立した自動評価器は、確立されたACT忠実度基準に基づいて、セラピストの反応をターン・バイ・ターンでフィードバックする。 システムは、監督の代替ではなく、低リスク環境での実験、反射、即時フィードバックを可能にすることで、故意に実践することを目的としている。 実践心理学者の専門家による評価では、患者行動における高いリアリズムが確認され、即ちACTフィードバックがセラピストの介入選択に対する意識を高め、代替反応による効果的な実験を可能にした。 GPT-4o-miniを最適フィードバックモデルとして同定し、統計学的に有意な一致でヒトのACT忠実度を再現する際の最小平均絶対誤差(MAE=6.12)を達成した。 この研究は、精神療法訓練のスケーラブルな補完として、忠実度に配慮した患者の可能性を示す。

関連論文リスト

• A Multi-Agent LLM Framework for Rating the Quality of Surgical Feedback [52.053200111780626]
  手術室の外科医が行う言語的フィードバックは、居住スキル獲得において重要な形式的役割を担っている。 本稿では,手術訓練の文脈に根ざした,解釈可能なフィードバック品質基準を発見するための2段階のLCMベースのフレームワークを提案する。 本手法では,多エージェントおよび外科領域の知識注入を用いて,人間の解釈可能な評価基準の小さなセットを探索する。
  論文  参考訳（メタデータ） (2026-05-25T05:31:44Z)
• 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)
• LLM-as-a-Supervisor: Mistaken Therapeutic Behaviors Trigger Targeted Supervisory Feedback [27.944400312023404]
  大規模言語モデル(LLM)は精神療法において大きな可能性を秘めているが、患者が直面するシナリオへの直接的な適用は倫理的および安全上の懸念を引き起こす。 この研究は、実際のセラピストを訓練するスーパーバイザーとしてLLMの開発へと移行する。
  論文  参考訳（メタデータ） (2025-08-12T16:03:36Z)
• 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)
• A Risk Ontology for Evaluating AI-Powered Psychotherapy Virtual Agents [13.721977133773192]
  大言語モデル (LLMs) と知的仮想エージェント (Intelligent Virtual Agents) は精神療法士として機能し、メンタルヘルスアクセスを拡大する機会を提供する。 彼らの展開は、ユーザーの損害や自殺など、深刻な有害な結果にも結びついている。 我々は、会話型AI心理療法士の体系的評価に特化して設計された新しいリスクオントロジーを導入する。
  論文  参考訳（メタデータ） (2025-05-21T05:01:39Z)
• 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 [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)
• 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)
• Opportunities of a Machine Learning-based Decision Support System for Stroke Rehabilitation Assessment [64.52563354823711]
  リハビリテーションアセスメントは、患者の適切な介入を決定するために重要である。 現在の評価の実践は、主にセラピストの経験に依存しており、セラピストの可用性が限られているため、アセスメントは頻繁に実施される。 我々は、強化学習を用いて評価の健全な特徴を識別できるインテリジェントな意思決定支援システムを開発した。
  論文  参考訳（メタデータ） (2020-02-27T17:04:07Z)

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。