論文の概要: ODRA: Synthesizing Cognitive Behavioral Therapy Sessions with Structured Chain-Of-Thought and Dynamic Patient Resistance

• arxiv url: http://arxiv.org/abs/2608.04524v1
• Date: Wed, 05 Aug 2026 06:56:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-06 14:48:43.767133
• Title: ODRA: Synthesizing Cognitive Behavioral Therapy Sessions with Structured Chain-Of-Thought and Dynamic Patient Resistance
• Title（参考訳）: ODRA: 構造的連鎖-Of-Thoughtと動的患者抵抗を伴う認知行動療法セッションの合成
• Authors: Javier Rodriguez-Juan, Hiba Arnaout, Jose Garcia-Rodriguez, David Tomás, Iryna Gurevych,
• Abstract要約: 本稿では,CoT(Chain-of-Thought)戦略を通じて治療対話を合成する新しいフレームワークODRAを紹介する。 ODRAは、治療技術、CBTアライメント、患者の行動忠実度など、既存の方法よりも優れています。
• 参考スコア（独自算出の注目度）: 40.60920010387361
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Synthetic generation of Cognitive Behavioral Therapy (CBT) sessions is challenged by two competing demands: adhering to strict therapeutic structure while modeling the resistant, unpredictable behavior of real patients. Existing script-based methods fail to capture dynamic therapeutic interactions, while multi-agent approaches struggle to adhere to CBT's sequential structure; both suffer from sycophancy, producing overly compliant patients that misrepresent real clinical settings. In this work we introduce ODRA, a novel framework for synthesizing therapy dialogues through a Chain-of-Thought (CoT) strategy grounded in foundational CBT guidelines (Beck, 2020). ODRA further incorporates a resistance orchestrator to solve patient sycophancy, which employs steering techniques to elicit behaviors aligned with their resistance level. Automated and expert evaluations show that ODRA significantly outperforms existing methods across therapeutic skills, CBT alignment, and patient behavioral fidelity, with licensed psychologists preferring ODRA sessions across 12 of 13 clinical metrics. Furthermore, models fine-tuned on our dataset demonstrate superior therapeutic performance against both cooperative and resistant patients, validating that explicit resistance modeling in synthetic training data directly translates to downstream clinical robustness.
• Abstract（参考訳）: 認知行動療法(CBT)セッションの合成生成は、厳格な治療構造に固執しつつ、実際の患者の抵抗的で予測不可能な動作をモデル化するという、2つの競合する要求によって挑戦される。 既存のスクリプトベースの方法は動的治療の相互作用を捉えるのに失敗し、マルチエージェントアプローチはCBTのシーケンシャルな構造に固執するのに苦労する。 本研究では,基礎的なCBTガイドラインに基づくCoT(Chain-of-Thought)戦略を通じて治療対話を合成する新しいフレームワークであるODRAを紹介する(Beck, 2020)。 ODRAはさらに、抵抗オーケストレータを組み込み、抵抗レベルに合わせて振舞うためのステアリング技術を採用している。 自動および専門家による評価では、ODRAは治療スキル、CBTアライメント、患者の行動忠実度で既存の方法よりも優れており、認可された心理学者は13の臨床的指標のうち12のODRAセッションを好んでいる。 さらに, 本データセットを微調整したモデルでは, 協調的, 抵抗的両患者に対して優れた治療効果を示し, 合成トレーニングデータにおける明示的な抵抗モデリングが, 下流の臨床的堅牢性に直接変換することを示した。

関連論文リスト

• Toward Accessible Psychotherapy Training Using AI-Driven Interactive Patient Avatars [0.45671221781968324]
  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。
  論文  参考訳（メタデータ） (2026-06-16T11:02:00Z)
• Agentifying Patient Dynamics within LLMs through Interacting with Clinical World Model [57.78184285979881]
  敗血症治療推奨のための世界モデル拡張LDMエージェントであるSepsisAgentを紹介する。 SepsisAgentは、学習された臨床世界モデルを使用して、候補の流体圧薬の介入下での患者の反応をシミュレートする。
  論文  参考訳（メタデータ） (2026-05-14T11:50:00Z)
• CCD-CBT: Multi-Agent Therapeutic Interaction for CBT Guided by Cognitive Conceptualization Diagram [7.766423559393797]
  2つの軸に沿ってCBTシミュレーションをシフトするマルチエージェントフレームワークであるCCD-CBTを紹介する。 CCDCHATで微調整されたモデルは、カウンセリングの忠実度と肯定的影響の増強の両方において、強いベースラインを上回ります。
  論文  参考訳（メタデータ） (2026-04-08T00:58:58Z)
• 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)
• 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)
• 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)
• 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)
• TREEMENT: Interpretable Patient-Trial Matching via Personalized Dynamic Tree-Based Memory Network [54.332862955411656]
  臨床試験は薬物開発に不可欠であるが、しばしば高価で非効率な患者募集に苦しむ。 近年,患者と臨床試験を自動マッチングすることで患者採用を高速化する機械学習モデルが提案されている。 本稿では,TREement という名前の動的ツリーベースメモリネットワークモデルを導入する。
  論文  参考訳（メタデータ） (2023-07-19T12:35:09Z)
• 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)

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。