[论文解读] Local dynamic mode of Cognitive Behavioral Therapy

Victor Ardulov, Torrey A. Creed+2 more|arXiv (Cornell University)|Apr 28, 2022

Mental Health Research Topics被引用 4

一句话总结

本文提出了一种新颖的框架，通过使用带控制的窗口化动态模态分解（DMDc）将治疗师-来访者互动建模为局部动力系统，实现自动化认知行为疗法（CBT）能力评估。该方法从短对话片段中提取动态模态，并将其与CTRS评分相关联，在分类会话级别治疗师能力方面实现了高达68.7%的F1值，表明局部动力学携带可解释、可操作的信号，适用于实时反馈。

ABSTRACT

In order to increase mental health equity among the most vulnerable and marginalized communities, it is important to increase access to high-quality therapists. One facet of addressing these needs, is to provide timely feedback to clinicians as they interact with their clients, in a way that is also contextualized to specific clients and interactions they have had. Dynamical systems provide a framework through which to analyze interactions. The present work applies these methods to the domain of automated psychotherapist evaluation for Cognitive Behavioral Therapy (CBT). Our methods extract local dynamic modes from short windows of conversation and learns to correlate the observed dynamics to CBT competence. The results demonstrate the value of this paradigm and outlines the way in which these methods can be used to study and improve therapeutic strategies.

研究动机与目标

• 通过减少对专家主导、耗时的治疗师评估的依赖，解决实现高质量心理卫生照护可扩展性和平等可及性的关键需求。
• 克服传统CTRS评分的局限性，实现在治疗会话期间及时、数据驱动的临床反馈。
• 开发一种通过治疗师-来访者互动的动力学捕捉即时治疗策略的方法，而非静态特征。
• 通过将对话建模为具有局部窗口化分析的控制仿射动力系统，实现实时、可解释的反馈。
• 证明基于BERT嵌入和DMDc提取的局部动态模态能够以高保真度预测CTRS能力，支持临床培训与质量改进。

提出的方法

• 对治疗师-来访者对话的短片段应用窗口化动态模态分解带控制（DMDc），将每个窗口视为一个局部动力系统。
• 使用话语的BERT嵌入表示语言内容，并为每个互动窗口提取状态向量。
• 将互动建模为控制仿射系统，其中治疗师话语作为控制输入，来访者回应作为状态转移。
• 对DMDc算子执行特征值分解，提取代表即时治疗策略的局部动态模态。
• 使用求和或平均池化对窗口间的动态模态进行聚合，随后采用GNB、LR或SVM等模型进行分类。
• 使用会话级别的CTRS评分进行模型训练与评估，采用T+C（文本 + 来访者回应）输入以捕捉治疗师与来访者双方的动力学。

实验结果

研究问题

• RQ1 能否从CBT对话的短窗口中提取的局部动态模态，预测由CTRS衡量的治疗师能力？
• RQ2 通过DMDc分析治疗师-来访者互动所提取的动态模态，是否携带可解释、具有临床相关性的治疗策略信号？
• RQ3 不同输入模态（如仅文本 vs. 文本 + 来访者回应）和聚合策略如何影响模型在预测CTRS评分方面的性能？
• RQ4 动力系统框架能否支持会话质量的实时追踪，并实现在治疗过程中的及时反馈？
• RQ5 线性动力系统假设是否足以捕捉有意义的治疗动力学？与更复杂模型相比表现如何？

主要发现

• T+C（文本 + 来访者回应）输入配置表现最佳，表明治疗师语言和来访者回应动力学对能力预测均至关重要。
• 表现最佳的模型在'pt'（来访者）子评分上实现了0.6868的F1值，显示出对会话级别能力的强区分能力。
• 采用窗口大小w=8和nλ=7个特征值的模型表现最佳，表明捕捉中等时间上下文可提升预测能力。
• 求和聚合方法优于平均池化和均值池化，尤其在与逻辑回归结合时表现更优，表明累积动态模式具有信息量。
• GNB + LR + 求和 + w=8 + nλ=7配置实现了最高F1（0.6868），表明简单高效的模型可有效利用动态模态。
• 结果表明，局部动态模态可作为可解释、实时的治疗策略质量指标，支持未来反馈系统的发展。