Hvor god er din terapeut? Denne maskine vil fortælle dig

For mennesker, der kæmper for at overvinde afhængighed, god terapi kan være enormt gavnlig. Men dårlig terapi er værre end ingen terapi overhovedet.

Udfordringen er at kunne kende forskel. Praktiserende rådgivere modtager sjældent feedback, så det er svært for dem at vide, om de yder optimal behandling til deres patienter.

Det arbejder Nordøstprofessor Tad Hirsch på at lave om på. Han har udviklet et system, der registrerer rådgivningssessioner og bedømmer dem, udarbejdelse af rapportkort til behandlere.

Teknologien er allerede i brug på en universitetsuddannelsesklinik og et netværk af behandlingsfaciliteter for opioidafhængighed. Når først opskaleret, systemet kunne skabe en ny standard for behandling af terapi og føre til forbedret mental sundhed for patienter over hele verden.

Sådan fungerer det:Hirsch og hans samarbejdspartnere startede med at optage 356 rådgivningssessioner. Fra disse sessioner, de trak 300 ud, 000 udsagn og kompilerede dem i en database. Derefter finkæmmede et hold af psykologieksperter udtalelserne og kodede dem.

Kodning er en analytisk proces, hvor data kategoriseres. I dette tilfælde, eksperterne kodede udsagn baseret på, hvor tæt de stemte overens med teknikker brugt i motiverende interviews, en form for psykoterapi.

Næste, forskere brugte det kodede datasæt til at træne en maskinlæringsmodel. Dette er en form for kunstig intelligens. Når modellen er trænet, resultatet er et system, der kan optage en rådgivningssession, lave en udskrift af det der blev sagt, analysere udskriften, bedømme sessionen, og give specifik feedback til klinikere.

Med andre ord, en computer evaluerer terapeuter og fortæller dem, hvordan de kan forbedre sig.

Hvordan reagerer terapeuter på at blive vurderet af en maskine? Hirsch og hans samarbejdspartnere afsluttede for nylig en undersøgelse for at finde ud af, teste teknologien med 21 rådgivere. Resultaterne var overvældende positive.

"Vi fandt, at over hele linjen, de så alle værdi i det, vi lavede, sagde Hirsch, en professor i design ved Northeastern, hvis forskning fokuserer på skæringspunktet mellem design, ingeniørarbejde, og social retfærdighed.

"Klinikere beskrev teknologien som nøjagtig, indsigtsfuld, og nyttigt. De mente også, at værktøjet var særligt værdifuldt til træning, som en måde at give feedback til rådgivere, mens de blev certificeret, " sagde Hirsch.

Terapeuter udtrykte også en høj grad af tillid til maskinlæringsmodellen. Hirsch sagde, at dette er sandsynligt, fordi fremskridt inden for kunstig intelligens er blevet dækket omfattende i nyhederne, og offentligheden har generelt et positivt syn på teknologien. Plus, som Hirsch sagde en terapeut udtrykte det, "Det er svært at argumentere med en computer."

Og mens maskinlæringsmodellen evaluerer terapisessioner med omkring 90 procent nøjagtighed sammenlignet med en menneskelig ekspert, Hirsch advarer om, at systemet ikke er ufejlbarligt. Og indsatsen er høj.

"Dette er anderledes, end når Netflix laver en filmanbefaling, som du tilfældigvis ikke kan lide, " sagde Hirsch. Han opfordrer terapeuter til at sige fra, hvis de er uenige i maskinens vurdering, og til at bruge rapportkortet som et springbræt til at finpudse deres praksis.

"Som designere, vi ønsker at sikre, at de forudsigelser, vores modeller laver, er kontekstualiserede, sådan at folk kan forstå, hvordan disse systemer fungerer godt nok til at fortolke resultater og resultater, de måske ser, i stedet for bare at tage dem for pålydende, " sagde Hirsch.