我们可以通过量化治疗师的语言来改善心理治疗吗

在谈话治疗中，词语很重要。心理治疗师不仅要谨慎选择用词，还要决定如何以及何时说出这些话。“这些是每个临床医生目前必须独自做出的选择，”斯坦福大学医学院附属临床心理学家、流行病学家、精神病学和行为科学临床助理教授 Adam Miner 说。

因此，提供治疗的方式存在很大差异，因此很难知道治疗的哪些方面是有益的。

“我们知道心理治疗是有效的，”迈纳说，“但我们真的很难找到治疗之间的差异，而且我们真的不知道是什么导致患者在即时语言方面有所改善。”

斯坦福大学生物医学信息学培训项目的研究生 Scott Fleming 说，直到现在，试图了解什么在心理治疗中有效就像研究药物的效果而不知道它是否被正确制造、处方是否正确、剂量是否正确或是否持续服用. “能够确定是什么让治疗师有效的第一步，”他补充说，“是确定治疗师实际做了什么，以及是什么让不同的治疗师与众不同。”

为了解决这个问题，Miner、Fleming 和包括精神病学和行为科学教授 Bruce Arnow以及 Fleming 的顾问、医学教授 Nigam Shah在内的几位同事开发了一种名为 CRSTL(治疗师语言的计算表示)的自然语言处理工具包将转录的心理治疗会话提炼成 16 个可量化的特征，可以使用 AI 进一步分析这些特征。

这些特征包括治疗师使用第一、第二或第三人称代词的频率;表达过去、现在或未来的方向;指消极或积极的情绪;检查理解;使用绝对主义术语;并回避他们的评论(通过使用诸如 perhaps、probably、seems 或 sometimes 之类的词)。该团队还测量了治疗师在治疗期间说话的时间以及他们说话的速度。

然后，CRSTL 工具包允许研究人员研究这些特征在会话过程中如何变化(时间);它们如何响应患者的语言使用而改变(反应性);以及它们在会话与会话之间以及治疗师与治疗师之间的差异(一致性)。

发表在《心理健康研究》( Mental Health Research ) 的一篇新论文中的团队发现：治疗师的语言使用在治疗过程中从开始到结束都会发生变化，有时会与患者的语言使用趋同，有时会有所不同，治疗师之间的差异大于治疗期间的差异与同一位治疗师。为了鼓励未来在假设生成和测试方面的工作，该团队已在 Github 上以开源形式发布了他们的代码。

这些发现表明，分析治疗师语言可能有助于理解什么有助于有效的心理治疗和患者预后。“语言使用的量化是这里的瓶颈，”弗莱明说。“我们对它所支持的分析感到非常兴奋。”

未来工作的主要目标包括确定治疗师的某些言语模式是否会改善或恶化患者的结果，以及探索治疗师是否可以修改这些模式以提供更好的护理。

AI 为更深入、更大规模地分析治疗记录开辟了新的可能性，Miner 说，他一直在研究该技术用于改善心理健康护理的各种方式。“有了适当的隐私和同意条款，我们可以量化可能与预后或治疗融洽相关但尚未与语言相关的特征。”

钱球治疗

过去，为了评估是什么让个别治疗师有效，研究人员要么亲自观察会议，要么查看录音带或文字记录，以确定他们认为值得注意的治疗师行为的各个方面，寻找模式。该方法时好时坏、劳动密集型且主观。

最近，包括 Miner 在内的一些研究人员使用 AI 对难以量化的心理健康支持方面进行了评级，例如同理心或同情心的表达。但弗莱明说，这些评级有点像黑匣子。目前还不完全清楚人工智能正在测量什么，或者如何改变治疗师的话，使他们更富有同情心或同理心。

弗莱明说，虽然这些更复杂的模型有一席之地，但 CRSTL 团队希望专注于可检查、可轻松量化且可由治疗师修改的特征。事实上，他们选择测量的 16 个特征中的每一个都非常具体：被测量的特定词是基于以前的心理治疗研究，在软件中被清楚地识别和编码。

所选特征也可由治疗师修改。弗莱明说：“一旦我们能够评估语言差异与患者轨迹之间的差异程度，我们就希望形成可用于改善患者护理的见解。”

Fleming 将 CRSTL 比作棒球向量化球员表现的转变，正如畅销书和奥斯卡提名电影 Moneyball 中所描述的那样。“棒球领域指标的建立和自动计算使得能够严格分析哪些特征对产生胜利最重要。我们希望心理治疗师语言特征的量化和严格分析能够实现‘胜利’——即改善治疗结果——在心理治疗环境中。”

量化治疗语言

对于 CRSTL，Fleming、Miner 和他们的同事生成了一份临床相关语言特征列表，这些特征分为五个广泛领域：代词、时间取向、情感极性、特定策略和副语言学(说话的方式，例如语速、音量或音高，而不是文字本身)。

为什么有这些特征和领域?每个都是基于先前的研究。例如，Miner 说，“在其他研究人员之前的工作中，我们已经看到抑郁症患者越来越多地使用第一人称代词。” 代词的使用也很容易衡量，可以揭示患者生活中缺乏社会支持或抑郁症患者向内关注的倾向。

同样，对过去而不是现在或未来的关注在语言上是可以衡量的，并且可能反映一个人的精神状态。“一个抑郁的病人可能会花很多时间使用过去时的语言，而治疗师可能想帮助他们谈论未来以灌输希望，”米纳说。

一旦他们确定了这些特征，该团队就使用 AI 从涉及相同数量的独特患者和独特治疗师的 78 个转录治疗过程中提取它们。另外 20 个转录本代表第二个会话，涉及第一个数据集中的治疗师与不同患者的交互。

对于每个特征，该团队寻找与三个更大主题相关的模式：治疗师的时机、反应能力和一致性——所有这些在过去都被证明难以量化，Miner 说。

关于时间安排，该团队发现，在治疗过程中，治疗师转向使用更多的人称代词，比过去导向的词语更多地面向现在和未来，并且更少使用负面情绪的词语。随着会议的进行，治疗师的说话速度也越来越快，持续时间也越来越长。

为了评估治疗师的反应能力，研究小组研究了治疗师如何根据患者言语模式的波动调整他们的言语。例如，针对说话速度很快的患者，许多治疗师放慢了说话的速度。

“发散或趋同是一个非常重要的想法，”迈纳说。他说，临床医生必须决定何时通过匹配患者的情绪或语气与患者建立融洽关系，以及何时做相反的事情。例如，如果患者说一切都很糟糕并且永远不会好转，治疗师可以通过使用类似的语言来验证这种感觉，或者通过使用不那么绝对的术语来软化它。通过捕捉分歧和趋同，这项工作可以帮助研究人员了解哪种方法在特定情况下更有益。

为了查看一致性，该团队比较了单个治疗师如何在一次治疗中使用语言，以及如何将每位治疗师的语言与其他治疗师的语言进行比较。他们的发现：与比较不同治疗师主持的会议相比，当团队比较同一个人主持的会议时，语言使用更加一致。这表明治疗师在与患者交谈的方式上存在一定的模式，这种模式在不同的患者中都是适用的。Fleming 说，如果这些语言使用特征在未来的工作中得到证实，这表明如果在未来发现特征的特定方面与更好或更坏的结果相关，那么这些可以作为修改的目标。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！