COMPASS: Computational Mapping of Patient-Therapist Alliance Strategies with Language Modeling

要約

Therapeutic Working Allianceは、心理療法の成功の重要な予測因子です。
伝統的に、ワーキングアライアンスの評価は、セラピストと患者の両方が完了したアンケートに依存しています。
この論文では、心理療法セッションで使用されている自然言語からの治療的ワーキングアライアンスを直接推測するための新しいフレームワークであるコンパスを紹介します。
私たちのアプローチは、高度な大規模な言語モデル（LLM）を活用して、セッションの成績証明書を分析し、分散表現にマッピングします。
これらの表現は、ダイアログとワーキングアライアンスインベントリなどの心理測定手段との間の意味的な類似点を捉えています。
不安（n = 498）、うつ病（n = 377）、統合失調症（n = 71）、および自殺傾向（n = 12）を含む多様な精神医学的条件にまたがる950を超えるセッションのデータセットを1970年から2012年の間に収集し、患者界面の環境を提供する方法の有効性の有効性を実証します。
臨床診療の洞察、および治療されている状態に関連する新たなパターンの特定。
生成言語モデルのプロンプトと組み合わせて、さまざまな深い学習ベースのトピックモデリング手法を採用することにより、さまざまな精神疾患の局所特性と、会話の各ターン中にこれらのトピックがどのように進化するかを分析します。
この統合フレームワークは、治療的相互作用の理解を高め、治療関係の質に関するセラピストのタイムリーなフィードバックを可能にし、心理療法の有効性を改善するための明確で実用的な洞察を提供します。

要約(オリジナル)

The therapeutic working alliance is a critical predictor of psychotherapy success. Traditionally, working alliance assessment relies on questionnaires completed by both therapists and patients. In this paper, we present COMPASS, a novel framework to directly infer the therapeutic working alliance from the natural language used in psychotherapy sessions. Our approach leverages advanced large language models (LLMs) to analyze session transcripts and map them to distributed representations. These representations capture the semantic similarities between the dialogues and psychometric instruments, such as the Working Alliance Inventory. Analyzing a dataset of over 950 sessions spanning diverse psychiatric conditions — including anxiety (N=498), depression (N=377), schizophrenia (N=71), and suicidal tendencies (N=12) — collected between 1970 and 2012, we demonstrate the effectiveness of our method in providing fine-grained mapping of patient-therapist alignment trajectories, offering interpretable insights for clinical practice, and identifying emerging patterns related to the condition being treated. By employing various deep learning-based topic modeling techniques in combination with prompting generative language models, we analyze the topical characteristics of different psychiatric conditions and how these topics evolve during each turn of the conversation. This integrated framework enhances the understanding of therapeutic interactions, enables timely feedback for therapists on the quality of therapeutic relationships, and provides clear, actionable insights to improve the effectiveness of psychotherapy.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google