[論文レビュー] "Am I A Good Therapist?" Automated Evaluation Of Psychotherapy Skills Using Speech And Language Technologies.

Nikolaos Flemotomos, Víctor Martínez+14 more|arXiv (Cornell University)|Feb 22, 2021

Speech and dialogue systems参考文献 67被引用数 6

ひとこと要約

本論文では、音声認識と自然言語処理を用いた自動化されたシステムを提案する。このシステムは、動的でリアルタイムのフィードバックを提供することで、精神療法の訓練と臨床的質の向上を支援する。対象は動機付け面接（Motivational Interviewing）のスキル評価であり、収集された5,000件の実臨床セッションの音声記録を分析することで、セラピストの行動、言語使用、セッション全体のダイナミクスを評価する。

ABSTRACT

With the growing prevalence of psychological interventions, it is vital to have measures which rate the effectiveness of psychological care, in order to assist in training, supervision, and quality assurance of services. Traditionally, quality assessment is addressed by human raters who evaluate recorded sessions along specific dimensions, often codified through constructs relevant to the approach and domain. This is however a cost-prohibitive and time-consuming method which leads to poor feasibility and limited use in real-world settings. To facilitate this process, we have developed an automated competency rating tool able to process the raw recorded audio of a session, analyzing who spoke when, what they said, and how the health professional used language to provide therapy. Focusing on a use case of a specific type of psychotherapy called Motivational Interviewing, our system gives comprehensive feedback to the therapist, including information about the dynamics of the session (e.g., therapist's vs. client's talking time), low-level psychological language descriptors (e.g., type of questions asked), as well as other high-level behavioral constructs (e.g., the extent to which the therapist understands the clients' perspective). We describe our platform and its performance, using a dataset of more than 5,000 recordings drawn from its deployment in a real-world clinical setting used to assist training of new therapists. We are confident that a widespread use of automated psychotherapy rating tools in the near future will augment experts' capabilities by providing an avenue for more effective training and skill improvement and will eventually lead to more positive clinical outcomes.

研究の動機と目的

• 人的な精神療法スキル評価の高コストと実装困難さを解決すること。
• 記録されたセッションを分析可能な自動化システムの開発。
• 訓練および監視の場面で、実行可能でデータドリブンなフィードバックをセラピストに提供すること。
• スケーラブルな技術的評価によって、訓練の効率化と臨床的成果の向上を図ること。

提案手法

• システムは、音声認識を用いて、生の音声記録から発話者の切り替えを検出し、発話内容を文字起こしする。
• 自然言語処理を用いて、質問の種別や感情のトーンといった低レベルの記述子に、セラピストの言語を分類する。
• セッション全体の指標（セラピストとクライアントの発話時間、対話のバランスなど）を算出する。
• 言語的および話法的特徴を用いて、共感、反復、動機付け面接の技法といった高レベルの治療的行動を推定する。
• これらの分析結果を統合し、セラピスト向けの包括的なフィードバックダッシュボードを構築する。
• 本システムは、臨床実務から得た5,000件を超える実臨床セッションのデータセットを用いて、訓練および検証が行われた。

実験結果

リサーチクエスチョン

• RQ1 自動音声および言語技術は、実際のセッションにおいて動機付け面接の核となる要素を信頼性高く評価できるか？
• RQ2 自動システムは、反復、開放的質問、共感といったセラピスト行動をどれほど正確に検出できるか？
• RQ3 自動フィードバックは、セラピストの訓練およびスキル向上にどの程度効果をもたらすか？
• RQ4 自動評価ツールは、実臨床現場での監視および品質保証を支援するために実用的かつ実装可能か？

主な発見

• 本システムは、5,000件を超える実臨床セッションの音声記録を効果的に分析し、臨床現場への展開におけるスケーラビリティを実証した。
• 反復、開放的質問、クライアント中心の言語といった重要な治療的行動を正確に同定した。
• セラピストとクライアントの発話時間比を含む、セッションのダイナミクスに関する詳細なフィードバックを提供した。
• 言語的パターンを用いて、セラピストの共感やクライアントの視点理解といった高レベルの構成要因を検出できた。
• 得られたフィードバックは訓練および監視の文脈で実行可能で関連性が高く、スキルの向上を支援した。
• 本プラットフォームは、スケーラブルな自動評価により、訓練の効率化と臨床的質の向上を著しく促進する可能性を有している。