人工知能を用いた心理療法の質を客観的に評価するツールの開発

开发利用人工智能客观评估心理治疗质量的工具

• 批准号: 21K03113
• 负责人: 橋本 塁
• 金额: $ 1.33万
• 依托单位: Waseda University (2022)Mejiro University (2021)
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K03113/
• 关键词: 心理療法; Fidelity; 自然言語処理; 心理療法のFidelity

過去の研究においてエビデンスが保証されている心理療法において、その治療的効果が担保されるためには、支援者各々が心理療法の治療原則へのFidelity（忠実性）を確認すること、高めることが必要がある。しなしながら、Fidelityを客観的に確認する従来の方法は、膨大な人的、時間的、経済的コストがかかるとされる。そのため、臨床実践においてFidelityを定期的に評価、確認することは極めて困難である。それらの状況を受け、本研究では、簡易なFidelity評価指標の１つとして、自然言語処理や機械学習といった人工知能の技術を用いて、心理療法における治療者、患者それぞれの発話を自動でコーディングするモデルの開発と、精度の検証を行うことを目的としている。2022年度においては、本研究のモデルを開発することを目的とした面接データの収集を開始し、発話データの蓄積を順次継続的に実施しているところである。また、2021年度に引き続き、モデル開発において利用する自然言語処理および機械学習の方法について、論文および関連書籍を収集し、最新知見の動向についてフォローしている。さらに、既存のデータベースを用いて、機械学習の方法についてモデル開発のデモ試行を行うことで、面接データ収集完了後に、スムーズに発話のコーディングのためのモデル開発、および精度の検証を行う手続きに進めるよう、準備体制を整備しているところである。

In the past, the research has been conducted to ensure the effectiveness of psychotherapy, and to confirm the fidelity of psychotherapy principles. The method of identification of the guest is to expand the person, time and environment. A regular review of the situation and the difficulties involved This study aims to provide a simple Fidelity evaluation index, a natural speech processing mechanical learning and artificial knowledge technology, a psychotherapy therapist, a patient's speech, and an automatic evaluation of the development and accuracy of the evaluation. In 2022, the goal of this study was to start the collection of data, and to accumulate data in order to implement it. In 2021, the introduction of information, development and utilization of natural speech processing and mechanical learning methods, collection of papers and related books, and the latest knowledge trends were introduced. In addition, the existing data sets are used, the mechanical learning method is used, the development of the data sets is tested, the interface data sets are collected, the development of the data sets is tested, the accuracy of the data sets is tested, the preparation system is prepared, and the preparation system is prepared.