Project detail

Deep learning in psychotherapy: Machine learning applied on therapeutic session recordings

Duration: 01.05.2020 — 31.08.2023

Funding resources

Technologická agentura ČR - 3. veřejná soutěž Program na podporu aplikovaného společenskovědního a humanitního výzkumu, experimentálního vývoje a inovací ÉTA

- part funder (2020-05-01 - 2023-08-31)

On the project

Psychoterapie je expertní činnost vyžadující kontinuální rozhodování a neustálé vyhodnocování průběhu psychoterapeutického procesu ze strany psychoterapeuta. V praxi však psychoterapeuti strádají nedostatkem bezprostřední zpětné vazby, která by toto rozhodování podpořila. Cílem projektu je vytvořit nástroj, který umožní automatizovanou analýzu audionahrávek psychoterapeutických sezení za účelem poskytovat psychoterapeutům v krátkém čase zpětnou vazbu o průběhu těchto sezení. Projekt je řešen ve spolupráci Vysokého učení technického v Brně a Masarykovy univerzity a je založen na technologiích automatického rozpoznání řeči, počítačového zpracování přirozeného jazyka, strojového učení, expertního kódování psychoterapeutického procesu a sebeposuzovacích dotazníkových metod. Jeho předpokládaným výsledkem bude software poskytující psychoterapeutům uživatelsky srozumiltelnou a prakticky přínosnou zpětnou vazbu s potenciálem zkvalitnit psychoterapeutickou péči.

Description in English
Psychotherapy is an expert activity requiring continuous decision-making and continuous evaluation of the course of the psychotherapeutic process by the psychotherapist. In practice, however, psychotherapists suffer from a lack of immediate feedback to support this decision. The project aims to create a tool that enables automated analysis of audio recordings of psychotherapeutic sessions to provide psychotherapists feedback on the course in a short time. The project is designed in cooperation with Brno University of Technology and Masaryk University and is based on technologies of automatic speech recognition, natural language computer processing, machine learning, expert coding of psychotherapeutic process and self-assessment questionnaire methods. Its expected outcome will be software providing psychotherapists with user-friendly and practically beneficial feedback with the potential to improve psychotherapeutic care.

Keywords
Psychoterapeutický proces; Léčba na základě zpětné vazby; Rutinní sledování výsledku; Rutinní monitorování procesů; Automatické rozpoznávání řeči; Diarizace; Zpracování přirozeného jazyka; Strojové učení

Key words in English
Psychotherapy process; Feedback-Informed Treatment; Routine Outcome Monitoring; Routine Process Monitoring; Automatic Speech Recognition; Unsupervised Adaptation of Speech Recognition system; Diarization; Natural Language Processing; Machine Learning

Mark

TL03000049

Default language

Czech

People responsible

Beneš Karel, Ing. - fellow researcher
Novotný Ondřej, Ing., Ph.D. - fellow researcher
Žižka Josef, Ing. - fellow researcher
Matějka Pavel, Ing., Ph.D. - principal person responsible

Units

Department of Computer Graphics and Multimedia
- beneficiary (2019-10-11 - 2023-08-31)

Results

ŘIHÁČEK, T.; NEHYBA, J.; ČEVELÍČEK, M.; POLOK, A.; MATĚJKA, P.; DOLEŽAL, P. DeePsy: Představení online nástroje pro zpětnou vazbu v psychoterapii. Psychoterapie. Masarykova univerzita AN FL, 2023, roč. 17, č. 1, s. 1-11. ISSN: 1802-3983.
Detail

ŘIHÁČEK, T.; MATĚJKA, P. Deep learning v psychoterapii: Strojová analýza nahrávek terapeutických sezení. E-psychologie., 2021, roč. 15, č. 3, s. 35-37. ISSN: 1802-8853.
Detail