自然言語に対する人工知能技術適用による心理療法支援システムの開発
| Project Area | Ultra-High-Definition Mental Health Care by Digital-Human Integration: New Strategy for utilizing Multi-Modal, Big, and Precision Data |
|---|
| Project/Area Number |
21H05066
|
|---|
| Research Category |
Grant-in-Aid for Transformative Research Areas (B)
|
| Allocation Type | Single-year Grants |
|---|
| Review Section |
Transformative Research Areas, Section (I)
|
|---|
| Research Institution | Fukushima Medical University |
|---|
Principal Investigator |
竹林 由武 福島県立医科大学, 医学部, 講師 (00747537)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
中島 俊 国立研究開発法人国立精神・神経医療研究センター, 認知行動療法センター, 研究生 (10617971)
重藤 優太郎 千葉工業大学, 人工知能・ソフトウェア技術研究センター, 主任研究員 (50803392)
青木 俊太郎 福島県立医科大学, 医学部, 助教 (60786416)
横谷 謙次 徳島大学, 大学院社会産業理工学研究部(社会総合科学域), 准教授 (40611611)
二瓶 正登 鹿児島純心大学, 人間教育学部, 講師 (40789749)
|
|---|
| Project Period (FY) |
2021-08-23 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥27,300,000 (Direct Cost: ¥21,000,000、Indirect Cost: ¥6,300,000)
Fiscal Year 2023: ¥9,100,000 (Direct Cost: ¥7,000,000、Indirect Cost: ¥2,100,000)
Fiscal Year 2022: ¥9,100,000 (Direct Cost: ¥7,000,000、Indirect Cost: ¥2,100,000)
Fiscal Year 2021: ¥9,100,000 (Direct Cost: ¥7,000,000、Indirect Cost: ¥2,100,000)
|
|---|
| Keywords | 自然言語処理 / 深層学習 / 心理療法 / プロセス研究 / 医療コミュニケーション / 共感 / 認知行動療法 / コミュニケーション / 機械学習 / natural language / deep learning / psychotherapy / process study / 対話分析 / テキストマイニング |
|---|
| Outline of Research at the Start |
本研究は、厳格な臨床試験によって系統的に集積された高品質の心理療法の言語データを対象として、最先端の自然言語解析を用いて、心理療法における対話パターンやホームワークへの記入パターンから臨床的な転帰と関連する言語的な特徴量を抽出する。具体的には、心理療法セッションの録音データから作成される逐語録やホームワークに記入された文字記録に対して種々の自然言語処理および深層学習を適用し、1)発話の定量的なスコア リング、2)患者や治療者の発話クラスタリング、3)治療プロトコル逸脱の自動判定等を行う ことのできるアルゴリズムを開発し、種々の臨床的な転帰等との関連を検証する。
|
| Outline of Annual Research Achievements |
本研究は、臨床試験等によって系統的に集積された高品質の心理療法等のコミュニケーション場面の言語データに自然言語処理を適用し、医療コミュニケーションの土台となる傾聴や共感、心理療法による精神状態の回復、セラピストの治療遵守を予測するモデルの開発を行い、以下5つの成果が得られた。
まず、心理療法中のセラピストと患者の対話逐語録にBERTの拡張モデルを適用し、セラピストの治療プロトコル遵守を判別するモデルを構築し一定の予測性能が示された（成果1）。そして、当該の心理療法の治療マニュアルの索引欄をベースとした固有表現の辞書を作成し、その辞書を用いたBERTモデルが一定の精度で治療遵守を判別することが示された（成果2）。
また、問診場面のロールプレイ実施中の患者-医師間の対話逐語録に対して、大規模言語モデルGPT4等を適用し、第三者が評定する共感を予測する特徴量の抽出を行なった。その結果、言語的な特徴量のみでは、複合的なチャンネルの情報を統合して行う共感を高精度に予測することに一定の限界があることが明らかになった（成果3）。
さらに、心理療法を通じて、患者が記入するワークシートに記載されているテキストの情報について、SentenceBERTモデルを適用しアウトカムと関連する特徴量を検討した。うつ病患者の認知的特徴として知られる「非機能的態度」や「抑うつ的自動思考」といった構成概念が、患者が記入したワークシートにどの程度反映されているかSentenceBERTモデルならびにコサイン類似度を用いて評価し、そのスコアが心理療法による臨床的なアウトカムの改善と関連することが明らかになった（成果4)。
最後に、大規模言語モデルGPT-4を活用した心理療法のノベルゲームを開発し、有効性について予備的な無作為化比較実験を実施し、感情表出のスコアに改善が認められた(成果5)。
|
| Research Progress Status |
令和5年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和5年度が最終年度であるため、記入しない。
|
Report
(3 results)
Research Products
(12 results)
-
[Presentation] Accuracy of extended BERT model to detect treatment adherence to the unified protocol from session natural language2023
Author(s)
Tsuji, Takumasa, Takebayashi, Yoshitake, Shigeeda, Yuko, Toyoda, Ayaka, Yabe, Kaichi, Sugita, So, Komoto, Madoka,
Organizer
the 10th World Congress of Cognitive and Behavioral Therapies (WCCBT)
Related Report
Int'l Joint Research
-
-
-
-
-
-
-
-
-
-
-
