Nápady a objevy

23. září 2022

Vědci z FIT VUT vyvíjejí aplikaci pro psychoterapeuty. Pomocí deep learningu chtějí analyzovat terapeutická sezení

Nabídnout psychoterapeutům systematickou zpětnou vazbu k jednotlivým terapiím a celkově tak zkvalitnit úroveň psychoterapeutické péče v Česku – to by měla dokázat nová aplikace DeePsy umožňující automatické zpracování řeči. Na jejím vývoji aktuálně pracují výzkumníci ze skupiny BUT Speech@FIT a jejich kolegové z Masarykovy univerzity. Aplikace by měla být dokončena v červnu příštího roku.

Psychoterapeuti ve své praxi postrádají zpětnou vazbu, která by jim umožnila průběžně vyhodnocovat svoji práci. „Psychoterapie je náročná činnost, při níž terapeuti zpracovávají značné množství informací. Řadu informací analyzují vědomě, daleko více jich ale zpracovávají bezděčně a intuitivně. Mohou tak snadno přehlédnout například drobné signály klientovy nepohody či dokonce zhoršení. Klienti většinou řeší vlastní potíže, než aby hodnotili profesionalitu terapeutova výkonu. Některé výzkumy navíc odhalily klesající úroveň či stagnaci psychoterapeutických kvalit v průběhu času,“ vysvětluje Pavel Matějka ze skupiny BUT Speech@FIT.

Ruční přepis jednotlivých sezení a jejich následná analýza jsou časově příliš náročné. Proto se se odborníci z Masarykovy univerzity obrátili na výzkumníky z FIT VUT, kteří se specializují na automatické zpracování a dolování informací z řeči. Testovací verze aplikace DeePsy fungující na principu deep learningu psychoterapeutům nabízí automatický přepis sezení i analýzu jeho obsahu.

Grafy srovnávající promluvu klienta a terapeuta ukazují, kdo mluvil během sezení více a jaké bylo průměrné množství slov za minutu. Analýza klíčových slov dokáže také odhalit, jaké emoce v řeči převládaly či jaký podíl sloves byl formulovaný v minulém, přítomném či budoucím čase. Aplikace zhodnotí i frekvenci nejpoužívanějších slov.

„Výzkumné studie ukazují, že když se jazyk klienta a terapeuta značně liší, ať už po obsahové či formální stránce, může to indikovat problémy v terapeutickém vztahu. DeePsy na takový nesoulad terapeuta upozorní. Jak s touto informací naloží, ale už záleží na samotném terapeutovi. My mu jenom poskytujeme informace,“ doplňuje Matějka.

K získávání informací z řeči využívají výzkumníci z FIT technologie automatického rozpoznání řeči, počítačového zpracování přirozeného jazyka a strojového učení. Algoritmus neuronové sítě trénovali na několika tisícovkách hodin audiozáznamů – od interview přes telefonní hovory až po mluvené monology. Přesto hned zpočátku narazili na problém: „Zjistili jsme, že při terapeutických sezeních je mluva velmi odlišná od běžné řeči. Klienti jsou obvykle emočně rozrušení, a tak mnohem častěji opakují slova – třeba třikrát až pětkrát, než se posunou dál. Vymyslet smysluplný přepis rozhovorů nám tak ze startu zabralo mnohem víc času,“ dodává Matějka.

Součástí aplikace DeePsy je i systém klientských dotazníků, který společně s audionahrávkami umožňuje systematickou zpětnou vazbu pro práci s klienty. „Dále budeme pracovat na vyhodnocení intervencí terapeuta. Algoritmus by měl být schopen rozeznat, zda terapeut klade často otázky, interpretuje, poskytuje informace či dává doporučení,“ říká Matějka.

Webovou aplikaci, která vzniká v rámci projektu Technologické agentury ČR, právě výzkumníci testují společně s terapeuty na Psychosomatické klinice a v Terapeutickém přístavu. Hotová by měla být v červnu příštího roku. „Doufáme, že poskytne psychoterapeutům uživatelsky jednoduchou a přínosnou zpětnou vazbu, která umožní zlepšit kvalitu psychoterapeutické péče v Česku,“ uzavírá Matějka.

(mar)

Témata

Související články:
Výzkumníci z VUT využili umělou inteligenci, aby uspořila energii v počítačích
Projekt Ekhi propojuje psychoterapii a virtuální realitu. Pomáhá pacientům zvládat stresující situace
Vědci z FIT vyvíjejí akcelerační technologie pro vysokorychlostní sítě. Jejich sonda pomáhá i v oblasti zákonných odposlechů
Na FITu umí doostřit nekvalitní fotky i text. Potřebovali k tomu statisíce obrázků
Před šedesáti lety vstoupilo VUT do éry počítačů