LLM自动评估心理治疗保真度，突破人工瓶颈，督导可规模化！
Scaling Therapy Supervision: Assessing Psychotherapy Fidelity Using Large Language Models
📖 AI 总结
该研究针对心理治疗保真度评估依赖专家人工审阅、难以规模化的问题，提出了一套基于大语言模型的自动化工作流，可从真实长篇临床转录文本中评估治疗师对治疗方案的依从程度，并生成可操作的督导反馈。研究比较了三种开放权重模型在多种任务分解配置与推理策略下的表现，发现"证据优先"的推理方式能提升保真度估计的准确性。研究还在独立随机对照试验数据上验证了框架的外部结构效度，该框架能够可靠区分认知行为疗法与非认知行为疗法会话在核心治疗技能上的差异。心理健康专家用户研究进一步表明，系统生成的反馈具有临床可操作性。该工作为缓解社区心理健康领域的督导资源缺口提供了可扩展的实用方案。
🔑 关键词速览
| 心理治疗保真度 | 衡量治疗师在治疗过程中遵循既定治疗方案的程度，是影响治疗效果的关键指标。 |
| 大型语言模型（LLM） | 基于海量文本数据训练的深度学习模型，能够理解和生成自然语言，用于自动化文本分析和反馈生成。 |
| 证据优先推理 | 一种推理策略，要求模型先识别和提取文本中的证据，再基于证据进行判断或生成结论。 |
| 外部结构效度 | 指一个评估工具或框架在独立样本中能否测量其 intended 构念，并与其他相关变量呈现预期关系。 |
| 认知行为疗法（CBT） | 一种结构化的心理治疗方法，聚焦于改变患者的认知和行为模式，常用于治疗焦虑、抑郁等心理障碍。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅