AI puede decir si una sesión de terapia será efectiva
Crédito: Unsplash/CC0 Dominio público
La terapia conductual cognitiva (TCC) es uno de los tipos más comunes de terapia de conversación en los Estados Unidos. Hay 11 criterios sobre los que normalmente se juzga a los terapeutas cognitivo-conductuales en formación. ¿Qué pasaría si sus habilidades pudieran evaluarse y mejorarse con los comentarios de la IA? Este es el quid de la nueva investigación de la Escuela de Ingeniería Viterbi de la USC en conjunto con la Universidad de Pensilvania y la Universidad de Washington. Es el primer estudio de sesiones de TCC realizado con personas reales en conversaciones terapéuticas reales. Los hallazgos fueron publicados recientemente en PLOS One.
Más de 1100 conversaciones reales entre terapeutas en formación y pacientes fueron analizadas por una IA creada por el Laboratorio de Interpretación y Análisis de Señales (SAIL) de la Facultad de Ingeniería Viterbi de la Universidad del Sur de California. El desafío para la IA, dice el autor principal Nikolaos Flemotomos, Ph.D. estudiante de ingeniería eléctrica en la USC, está entendiendo a varios oradores y dando sentido a partir del texto de una conversación. Para los terapeutas que están aprendiendo, los evaluadores humanos normalmente evaluarán sus sesiones. Una IA pudo igualar lo que un evaluador humano podría lograr con un 73 por ciento de precisión.
AI podría juzgar las habilidades interpersonales del terapeuta y discernir si los terapeutas crearon la estructura correcta para la sesión (si abordaron la tarea asignada de un paciente, por ejemplo). Además, la IA podría decir si un terapeuta se centró adecuadamente en el paciente en lugar de compartir demasiado de su propia historia y si pudo colaborar con su paciente y establecer una buena relación. Todos esos aspectos se tienen en cuenta para generar una única métrica de calidad agregada.
La IA solo evaluó los patrones de lenguaje a través de transcripciones de texto generadas automáticamente, no la calidad tonal de los hablantes durante las sesiones. El desafío de evaluar tales sesiones, implica Flemotomos, es que dar sentido y evaluar estas conversaciones, así como el protocolo asociado con CBT, es particularmente desafiante dada la variedad potencial de opciones de idioma y errores en la transcripción automática.
Dichas evaluaciones, normalmente realizadas por humanos, son necesarias para capacitar y proporcionar retroalimentación basada en el desempeño a un terapeuta, lo que lleva a mejores resultados clínicos. El objetivo, dicen los investigadores, es generar automáticamente métricas a partir de una sesión grabada para facilitar estas aplicaciones.
Los investigadores afirman que «nuestro objetivo no es reemplazar la supervisión humana, sino aumentar la eficiencia del supervisor y, además, ofrecer una herramienta para la autoevaluación».
Con esta herramienta, el El proceso podría ampliarse para hacer frente a la creciente demanda de servicios de salud mental con profesionales capacitados.
Para la mejora continua en el campo, dice Flemotomos: «Nos gustaría ver que se adopten en las clínicas del mundo real».
El siguiente paso es agregar tonal o lo que se llama prosódico, cualidades de las interacciones habladas a esta herramienta para enriquecer su capacidad.
Flemotomos habló sobre el atractivo personal de hacer ese trabajo: «Ayudar directamente a los humanos a través de la tecnología, en lugar de ocuparse únicamente de los aspectos técnicos de un algoritmo, es realmente gratificante».
En además de Flemotomos, Victor Martinez y Zhuohao Chen, Ph.D. Los estudiantes del Laboratorio de Interpretación y Análisis de Señales de la Universidad del Sur de California contribuyeron al desarrollo de las herramientas y el software de IA, todo bajo la dirección del autor principal del estudio Shrikanth Narayanan, profesor universitario de la USC y presidente Nikias de Ingeniería, en colaboración con la Universidad de El profesor asistente de Pensilvania Torrey Creed y el profesor de investigación de la Universidad de Washington David Atkins.
Explore más
¿Cómo califica mi terapeuta? Nuevo software de aprendizaje automático detecta empatía en sesiones de terapia Más información: Nikolaos Flemotomos et al, Evaluación automatizada de la calidad de las sesiones de terapia cognitiva conductual a través de representaciones lingüísticas altamente contextualizadas, PLOS ONE (2021). DOI: 10.1371/journal.pone.0258639 Información de la revista: PLoS ONE
Proporcionado por la Universidad del Sur de California Cita: AI puede decir si una sesión de terapia será efectivo (2021, 10 de noviembre) recuperado el 29 de agosto de 2022 de https://medicalxpress.com/news/2021-11-ai-therapy-session-efective.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.