A szoftver képes felismerni a terapeuta empátia szintjét
Az empátia az egyik legfontosabb tulajdonság, amire figyelni kell a terapeutánál. De honnan lehet tudni, hogy a terapeutád rendelkezik-e ezzel a tulajdonsággal? A Dél-Kaliforniai Egyetem (USC), a Washingtoni Egyetem és a Utah Egyetem kutatói által kifejlesztett technológia megmondhatja.
Az automatikus beszédfelismerés, a természetes nyelvfeldolgozás és a gépi tanulás új fejlesztéseit felhasználva a kutatók szoftvereket fejlesztettek ki a „nagy empátia” vagy az „alacsony empátia” beszéd észlelésére, több mint 1000 terapeuta-beteg ülés elemzésével.
Ez az első ismert tanulmány, amely rögzíti a terápiás foglalkozásokat, és egyetlen jellemző alapján automatikusan meghatározza a terápiás foglalkozás minőségét. A megállapításokat a PLOS ONE.
Jelenleg nagyon kevés módszer van a terápiás foglalkozás minőségének értékelésére. A kutatók szerint valójában a terápia értékelésének módszerei 70 évig változatlanok maradtak. A külső értékelést igénylő módszerek időigényesek és befolyásolják az egyes munkamenetek magánéletét.
Képzeljen el egy természetes nyelvi feldolgozó alkalmazást, mint például a SIRI, amely a megfelelő kifejezéseket és hangi tulajdonságokat figyeli. A kutatók megtanították algoritmusukat az empátia felismerésére a terapeuták képzéseinek adatai alapján, különös tekintettel a szenvedélybetegségekkel és alkoholizmussal küzdő egyénekkel folytatott terápiás interakciókra.
Az automatikus beszédfelismerés és a gépi tanuláson alapuló modellek segítségével az algoritmus ezután automatikusan azonosította azokat a kiválasztott kifejezéseket, amelyek jelzik, hogy a terapeuta magas vagy alacsony empátiát mutat-e.
Az olyan kulcsmondatok, mint: „úgy hangzik,” „gondolod” és „amit hallok”, nagy empátiát jeleztek, míg az olyan kifejezések, mint a „következő kérdés”, „szükséged van” és „a múlt során , ”A számítógépes modell alacsony empátiának tekintette.
A kutatócsoport Signal Analysis and Interpretation Laboratóriuma az USC-nél tovább fejlettebb modelleket fejleszt; lehetőséget ad az algoritmusnak a dikció, a hangszín, a beszéd zeneiségének (prozódia) elemzésére, valamint arra, hogy az egyik előadó beszélgetési üteme visszhangzik-e a másikkal (például amikor az ember gyorsan beszél, és a hallgató szóbeli válasza tükröződik) a ritmus gyors beszéddel).
A közeljövőben a kutatók remélik, hogy ezt az eszközt új terapeuták képzésére használják.
"A pszichoterápia minőségének értékelése kritikus fontosságú a betegek minőségi kezelésében" - mondta David Atkins, Ph.D., a Washingtoni Egyetem pszichiátriai kutatóprofesszora.
Hosszú távon a kutatók olyan szoftver kifejlesztését remélik, amely valós idejű visszajelzést ad, vagy a helyszínen értékelheti a terápiás foglalkozásokat. Ezenkívül a kutatók további elemeket szeretnének beépíteni az empátia besorolási algoritmusukba, beleértve az akusztikai csatornákat és a terapeuta vagy a beteg beszédének gyakoriságát.
"Az a fajta technológia, amelyet mérnökök és pszichológusok csapata fejleszt, az egyik módja lehet annak, hogy a szolgáltatók azonnali visszajelzést kapjanak arról, amit csinálnak - és végső soron javítsák a mentális egészségügyi ellátás hatékonyságát" - mondta Zac Imel, Ph.D. Az Utah-i Egyetem oktatáspszichológiai professzora és a cikk megfelelő szerzője.
Forrás: University of Southern California
