Forskere fra Cedars-Sinai har udviklet et virtual reality (VR) AI-støtteværktøj til mental sundhed ved navn eXtended-reality Artificial Intelligence Assistant (XAIA).
Den undersøgelse fra forskere fra Cedars-Sinai, ledet af Brennan M. R. Spiegel, og offentliggjort i Nature's npj Digital Medicinbrugte AI, spatial computing og VR til at fordybe brugerne i beroligende, naturinspirerede omgivelser, hvor de deltager i terapeutiske samtaler med en AI-avatar.
Systemet brugte GPT-4 til at tilbyde fordybende terapisessioner til 14 personer, der oplevede mild til moderat angst eller depression. Der er adgang til XAIA via Apple Vision Pro VR-headsettet.
Ledende forsker Brennan Spiegel, MD, MSHSskrev han i en blog på Cedars-Sinai: "Apple Vision Pro giver adgang til Xaias verden af fordybende, interaktiv adfærdsmæssig sundhedsstøtte - fremskridt, som jeg kun kan beskrive som et kvantespring i forhold til tidligere teknologier."
Han fortsatte: "Med Xaia og den fantastiske skærm i Apple Vision Pro er vi i stand til at udnytte hver eneste pixel i den bemærkelsesværdige opløsning og det fulde spektrum af levende farver til at skabe en form for fordybende terapi, der er engagerende og dybt personlig."
For at træne AI'en indarbejdede Spiegel og hans team udskrifter fra sessioner med kognitiv adfærdsterapi (CBT) udført af erfarne terapeuter med fokus på empati, validering og effektiv kommunikation.
AI'ens svar blev yderligere forfinet gennem iterativ testning, som involverede terapeuter i rollespil med forskellige kliniske scenarier. Det førte til en løbende forbedring af systemets psykoterapeutiske kommunikation.
Deltagerne diskuterede forskellige emner med AI'en, hvilket gav forskerne mulighed for at dokumentere AI'ens anvendelse af psykoterapeutiske teknikker. I det store og hele blev XAIA bemærket for sin evne til at udtrykke empati, sympati og validering, hvilket forbedrede den terapeutiske oplevelse.
For eksempel var XAIA's empatiske reaktion på en deltagers oplevelse af at føle sig udenfor: "Jeg er ked af at høre, at du følte dig afvist på en så definitiv måde, især når du forfulgte det, der er vigtigt for dig. Det må have været en hård oplevelse."
Forskerne udførte en kvalitativ tematisk analyse af deltagernes feedback, som viste en generel påskønnelse af AI'ens ikke-dømmende natur og kvaliteten af VR-miljøerne.
Nogle sagde, at XAIA kunne være et værdifuldt alternativ til traditionel terapi, især for dem, der ønsker anonymitet, eller som er tilbageholdende med at deltage i sessioner ansigt til ansigt.
Andre fremhævede vigtigheden af menneskelig interaktion og de unikke fordele ved at komme i kontakt med en menneskelig terapeut.
Undersøgelsen identificerede også områder, der kunne forbedres, f.eks. AI'ens tendens til at stille for mange spørgsmål til deltagerne eller til ikke at udforske følelsesmæssige reaktioner på vigtige livsbegivenheder.
Brennan Spiegel uddybede værktøjets mission og forklarede: "Selvom denne teknologi ikke er beregnet til at erstatte psykologer - men snarere supplere dem - skabte vi XAIA med adgang for øje og sikrede, at teknologien kan give meningsfuld støtte til mental sundhed på tværs af samfund."
Det virker som et interessant udgangspunkt for en dybere udforskning af fordybende terapimiljøer, som helt sikkert kan være til gavn for nogle, der ikke kan få adgang til personlig terapi eller ønsker at forblive private og anonyme i deres diskussioner.
AI til analyse af terapisamtaler
Ud over at fungere som terapeut er AI blevet brugt til at analysere dynamikken i rigtige terapisamtaler.
I en undersøgelse fra 2023 brugte forskere AI til at skrælle lagene af psykoterapisessioner og afslørede, hvordan visse talemønstre kan være nøglen til at forstå båndet mellem terapeuter og deres patienter.
Drivkraften bag denne forskning stammer fra et mangeårigt dilemma i psykoterapi: Hvordan kan vi nøjagtigt måle og forbedre den terapeutiske alliance?
Udgivet i Tidsskriftet iScienceUndersøgelsen viste, hvordan personlige pronominer og tøven i talen signalerer dybden af forbindelsen mellem terapeut og patient.
Dette udtryk henviser til det væsentlige forhold mellem terapeuter og deres patienter, et fundament, der er afgørende for effektiv terapi.
Traditionelt har forståelsen af dette forhold været en subjektiv affære, der bygger på personlige beretninger og tredjepartsobservationer, som, selvom de er værdifulde, kan gå glip af den flydende dynamik i faktiske terapisessioner.
Forskere fra Icahn School of Medicine på Mount Sinai så en mulighed for at bruge maskinlæring til at afklare, hvad der får terapeutisk kommunikation til at virke.
Undersøgelsen fandt sted på klinikker i New York City og involverede 28 patienter og 18 terapeuter, der deltog i en række forskellige terapisessioner. Før sessionerne gik i gang, reflekterede patienterne over deres tidligere terapeutiske forhold og tilknytningsstile gennem online-undersøgelser.
Forskerne brugte maskinlæring til at analysere sessionsudskrifter ved hjælp af naturlig sprogbehandling (NLP) og fokuserede på brugen af pronominer som "jeg" og "vi" og ikke-flydende markører som "um" og "like".
Den måde, terapeuter og patienter brugte personlige pronominer på, så ud til at påvirke alliancen.
For eksempel viste undersøgelsen, at når terapeuterne ofte brugte "vi", forbedrede det ikke altid alliancen, som man kunne forvente, især i tilfælde, der involverede personlighedsforstyrrelser. Det modsiger den sædvanlige antagelse om, at inkluderende sprog automatisk styrker forbindelserne.
Desuden var begge parters overdrevne afhængighed af "jeg" forbundet med lavere alliancevurderinger, hvilket antyder de potentielle faldgruber ved for meget selvfokusering i terapisessioner.
Forfatterne skrev: "Vores primære fund var, at hyppigere brug af førstepersonspronomen hos både terapeuter og patienter ("vi", "jeg gør", "jeg tror", "når jeg") karakteriserede sessioner med lavere alliancevurderinger."
Et uventet resultat var, at tøven, der ofte ses som en negativ markør for samtale, var forbundet med højere alliancevurderinger, hvilket tyder på, at pause kan fremme autenticitet og engagement.
Tidligere forskning har vist, at pauser er en vigtig del af en virkelig tankevækkende samtale.
Med forskernes ord: "Vi fandt, at en højere grad af ikke-flydende tale hos patienterne (f.eks. "er som", "umm"), men ikke hos terapeuterne, kendetegnede sessioner med højere alliancevurderinger fra patienternes side."
Forskerne advarede også om, at undersøgelsens omfang og observationskarakter betyder, at disse sammenhænge ikke er helt pålidelige.
AI er blevet brugt til taleanalyse i medicinske sammenhænge, som f.eks. da forskere fra UCL og University of Oxford udviklede en model til at opdage potentiel skizofreni fra talemønstre.
