[论文解读] HealMe: Harnessing Cognitive Reframing in Large Language Models for Psychotherapy

Mengxi Xiao, Qianqian Xie+6 more|arXiv (Cornell University)|Feb 26, 2024

Mental Health via Writing被引用 5

一句话总结

HealMe 是一个基于大语言模型的心理治疗模型，通过同理心对话进行认知重塑，促进客户自我发现，在同理心、引导和连贯性方面优于基线。

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.

研究动机与目标

• 激发并使 AI 驱动的认知重塑治疗成为现实，以处理根深蒂固的负面想法。
• 强调让客户掌权与自我发现胜过由治疗师驱动的指导。
• 开发一个基于心理治疗文献的结构化三步认知重构过程。
• 创建一个数据集和专家评估框架来评估 AI 心理治疗的表现。
• 展示 HealMe 相对于基线在 AI-to-AI 与现实对话中的优势。

提出的方法

• 基于认知重塑治疗并分三个阶段介绍 HealMe：区分情境与想法、头脑风暴替代观点、提供有同理心且可执行的建议。
• 通过使用来自先前数据集的“thinking trap”对来提示 AI 客户端和治疗师角色来构建训练数据。
• 在多轮对话数据集上对 LLaMA2-7b-chat 进行 3 个 epoch 的微调，并以专家度量评估。
• 提出一个三维 AI 心理治疗评估指标（同理心、逻辑连贯性、指导）及一个综合分数。
• 在 AI-to-AI 和真实人群情景下，使用专业心理度量对 HealMe 与 ChatGLM3-6b 和 LLaMA2-7b-chat 进行评估。
• 使用离线评估流程，由人类专家对心理治疗师进行评分，并辅以 GPT-4 协助评分以确保一致性。

实验结果

研究问题

• RQ1 HealMe 是否能够在认知重塑治疗中持续保持高水平的同理心和引导？
• RQ2 HealMe 是否在 AI-to-AI 心理治疗对话和真实客户互动中优于开源基线？
• RQ3 哪些评估指标最能准确反映 AI 辅助心理治疗的质量，以及如何将它们应用于 AI-to-AI 与人类情景？
• RQ4 结构化的认知重塑过程在多大程度上促进了客户自我发现和建设性行动？

主要发现

• HealMe 在 AI-to-AI 对话中的同理心、逻辑连贯性和指导分数均高于基线。
• 在 AI-to-AI 测试中，HealMe 在同理心、连贯性和指导方面均优于 ChatGLM3-6b 和 LLaMA2-7b-chat。
• 在真实客户测试中，一些客户在与 HealMe 互动后，负面情绪属性显著下降。
• 一个案例研究显示 HealMe 提供有针对性的头脑风暴，强调客户努力，并从客户的痛点出发。
• 该研究首次引入了面向 AI 心理治疗表现的心理评估指标体系。