May, 2024

PATIENT-Ψ: 使用大型语言模型为训练心理健康专业人员模拟患者

PDF
TL;DR我们提出了一种新颖的患者模拟框架 PATIENT-Ψ，用于认知行为疗法 (CBT) 培训。通过角色扮演与 PATIENT-Ψ 进行治疗会话，我们设计了一个交互式培训方案，PATIENT-Ψ-TRAINER，让心理健康实习生练习 CBT 的关键技能 —— 患者的认知模型制定。通过与不使用患者进行模拟的教材、视频和角色扮演等方式相比，实践证明利用 PATIENT-Ψ-TRAINER 可大大提高实习生的技能掌握和信心，并且 PATIENT-Ψ 被心理健康专家认为比 GPT-4 更接近真实患者互动，为提高实习生的能力提供了强有力的潜力。这一基于大型语言模型的开创性患者模拟培训框架具有巨大的潜力，可以增强和推进心理健康培训，最终改善患者的护理和结果。我们将公开所有数据、代码和培训平台。
mental healthtrainingpatient simulationcognitive behavior therapyskill acquisition
发现论文，激发创造
  • 利用大型语言模型作为临床教育的模拟病人

    通过结合大型语言模型和现实临床场景，CureFun 提供了一种虚拟模拟患者教育框架，可以促进学生和模拟患者之间的自然对话，评估他们的对话并提供建议，以提升学生的临床查询技能。此外，借助 CureFun 的评估能力，我们还对几种医学大型语言模型进行了评估，并从诊断能力的角度讨论了使用大型语言模型作为虚拟医生的可能性和局限性。

    Apr, 2024

  • 应用和评估带有 LLM 能力的聊天机器人进行精神科医生和患者模拟

    本论文旨在研究将 ChatGPT 用于精神科门诊情景下精神医生和患者模拟对话中的应用及评估行为和用户体验的可行性，并探讨提示设计对聊天机器人行为和用户体验的影响。

    May, 2023

  • CBT-LLM：面向认知行为疗法心理健康问答的中文大型语言模型

    通过大型语言模型，本研究设计了基于认知行为疗法的特定提示，生成了针对中国心理健康问答的 CBT QA 数据集，并利用该数据集对大型语言模型进行微调，从而产生了专为认知行为疗法技术设计的大规模语言模型 CBT-LLM。经验评估表明 CBT-LLM 在心理健康支持任务中能够产生结构化、专业和高度相关的回应，展示了其实用性和质量。

    Mar, 2024

  • AI 是否能相似地感知：测试大型语言模型对精神健康支持的响应

    我们开发了一个评估框架，以确定大型语言模型在自动化心理健康治疗方面是否是可行和道德的前进路径，并通过人工评估和心理学研究的自动质量评估指标，比较了点对点响应者提供的回应与一种最先进的大型语言模型提供的回应。我们展示了像 GPT-4 这样的大型语言模型使用隐式和显式线索推断患者人口统计学特征，然后展示了患者子群之间存在统计上显著差异：对于黑人发帖的回应一直比其他人口统计群体的同一回应具有较低的同理心（比对照组低 2%-13%）。我们发现回应生成的方式显著影响回应的质量。最后，我们提出了大型语言模型在心理健康响应潜在部署中的安全指南。

    May, 2024

  • 大型语言模型测量精神功能的能力

    通过对大语料库（Med-PaLM 2）中明确训练的大型语言模型（LLMs）的能力进行研究，本文证明了这些模型能够在没有经过训练的情况下从病人采访和临床描述中预测精神功能。结果表明，Med-PaLM 2 能够评估多种精神疾病的精神功能，其中以基于标准评估的抑郁症评分的预测性能最强（准确率范围 = 0.80-0.84），与人类临床评定人员无显著差异（t (1,144)=1.20；p=0.23）。结果显示了通用的临床语言模型在根据患者和临床医生的自由描述预测精神风险方面的潜力。

    Aug, 2023

  • WundtGPT: 塑造大型语言模型成为有同理心、积极主动的心理学家

    通过 fine-tuning 和真实对话，我们提出了一种具有共情和主动指导特性的心理健康大型语言模型 WundtGPT，以协助心理学家在诊断中提问和症状详述的引导以及情感上的温暖安抚。

    Jun, 2024

  • 利用指令调校的大型语言模型优化心理咨询

    本文探讨了大型语言模型在心理咨询中的应用，通过专用提示信息来提高其在提供共情、相关和支持性回应方面的性能，研究结果表明我们的训练模型优于几个基线模型，凸显其作为可扩展且易于获取的心理健康支持工具的潜力。

    Jun, 2024

  • Psy-LLM：利用基于 AI 的大型语言模型扩展全球心理健康心理服务

    该研究提出了 Psy-LLM 框架，这是利用大型语言模型（LLMs）进行在线心理咨询问答的基于人工智能的系统，旨在提供心理健康支持，并通过评估证明了其在生成连贯和相关答案方面的有效性。

    Jul, 2023

  • 使用助理进行领域特定的心理治疗聊天机器人的改进

    通过 AlexanderStreet therapy 的领域特定辅助指令和改进的预训练 LLMs 方法，本研究在心理治疗任务中实现了预训练 LLMs 的卓越性能，提供更多的心理治疗知识。

    Apr, 2024

  • 利用大型语言模型的共情回应生成能力支持在线心理健康咨询

    本研究通过比较五款大型语言模型（LLMs）生成的相应和传统对话系统及人工生成的相应，发现 LLMs 在大多数情景中表现出更高的同理心，从而探索并验证 LLMs 在模拟心理咨询对话中生成同理心回应的能力。

    Oct, 2023