[논문 리뷰] HealMe: Harnessing Cognitive Reframing in Large Language Models for Psychotherapy

Mengxi Xiao, Qianqian Xie외 6명|arXiv (Cornell University)|2024. 02. 26.

Mental Health via Writing인용 수 5

한 줄 요약

HealMe은 공감적 대화를 통한 인지 재구성을 이용하는 LLM 기반 심리치료 모델로, 클라이언트의 자기 발견을 촉진하고, 공감, 지침, 일관성에서 베이스라인보다 우수하게 성과를 보입니다.

ABSTRACT

Large Language Models (LLMs) can play a vital role in psychotherapy by adeptly handling the crucial task of cognitive reframing and overcoming challenges such as shame, distrust, therapist skill variability, and resource scarcity. Previous LLMs in cognitive reframing mainly converted negative emotions to positive ones, but these approaches have limited efficacy, often not promoting clients' self-discovery of alternative perspectives. In this paper, we unveil the Helping and Empowering through Adaptive Language in Mental Enhancement (HealMe) model. This novel cognitive reframing therapy method effectively addresses deep-rooted negative thoughts and fosters rational, balanced perspectives. Diverging from traditional LLM methods, HealMe employs empathetic dialogue based on psychotherapeutic frameworks. It systematically guides clients through distinguishing circumstances from feelings, brainstorming alternative viewpoints, and developing empathetic, actionable suggestions. Moreover, we adopt the first comprehensive and expertly crafted psychological evaluation metrics, specifically designed to rigorously assess the performance of cognitive reframing, in both AI-simulated dialogues and real-world therapeutic conversations. Experimental results show that our model outperforms others in terms of empathy, guidance, and logical coherence, demonstrating its effectiveness and potential positive impact on psychotherapy.

연구 동기 및 목표

• AI 주도 인지 재구성 치료를 동기부여하고 심층 부정적 사고를 다루도록 가능하게 한다.
• therapist-driven 지침보다 클라이언트 역량 강화와 자기 발견을 강조한다.
• 심리치료 문헌에 기반한 구조화된 삼단계 인지 재구성 프로세스를 개발한다.
• AI 심리치료 성능을 위한 데이터셋과 전문가 평가 프레임워크를 마련한다.
• HealMe의 AI 대 AI 및 실제 대화에서의 베이스라인 대비 우위를 입증한다.

제안 방법

• 인지 재구성 치료를 기반으로 한 HealMe를 세 단계로 소개한다: 상황을 생각에서 구분하고, 대안적 관점을 브레인스토밍하며, 공감적이고 실행 가능한 제안을 제시한다.
• 이전 데이터셋에서 도출된 ‘생각의 함정’ 쌍을 사용하여 AI 클라이언트 및 치료사 역할을 프롬프트하여 학습 데이터를 구성한다.
• 다중 라운드 대화 데이터셋에 대해 3 에포크로 LLaMA2-7b-chat을 미세조정하고 전문가 지표로 평가한다.
• 공감, 논리적 일관성, 지침의 3차원 AI 심리치료 평가 지표와 전체 점수를 제안한다.
• AI-대-AI 및 실제 사람 시나리오에서 HealMe를 ChatGLM3-6b 및 LLaMA2-7b-chat과 비교 평가하고 전문 심리학 지표를 사용한다.
• 일관성을 위한 인간 전문가의 점수와 GPT-4 보조 점수를 활용한 오프라인 평가 파이프라인을 사용한다.

실험 결과

연구 질문

• RQ1 HealMe가 인지 재구성 치료에서 높은 공감과 지침을 지속적으로 유지할 수 있는가?
• RQ2 HealMe가 AI-대-AI 심리치료 대화와 실세계 클라이언트 상호작용에서 오픈 소스 베이스라인보다 우수한가?
• RQ3 AI 보조 심리치료의 품질을 가장 잘 포착하는 평가 지표는 무엇이며 AI-대-AI 및 인간 시나리오에 어떻게 적용할 수 있는가?
• RQ4 구조화된 인지 재구성 프로세스가 클라이언트 자기 발견과 건설적 행동에 얼마나 기여하는가?

주요 결과

• HealMe은 AI-대-AI 대화에서 베이스라인보다 공감, 논리적 일관성 및 지침 점수가 더 높다.
• AI-대-AI 테스트에서 HealMe은 공감, 일관성, 지침 측면에서 ChatGLM3-6b 및 LLaMA2-7b-chat을 능가한다.
• 실제 클라이언트 테스트에서 일부 클라이언트의 부정적 정서 속성이 HealMe과의 상호작용 후 현저히 감소하는 사례가 있다.
• 한 사례 연구는 HealMe가 대상이 된 브레인스토밍을 제공하고, 클라이언트의 노력에 초점을 맞추며, 클라이언트의 고통에서 시작한다는 점을 강조한다.
• 본 연구는 AI 심리치료 성능에 대한 최초의 심리 평가 지표 세트를 도입한다.