深度學(xué)習(xí)模型通過(guò)五項(xiàng)練習(xí)中的三項(xiàng)達(dá)到了人類(lèi)水平的熟練程度，將超過(guò)33，000名接受在線治療的談話(huà)療法患者的言語(yǔ)表達(dá)準(zhǔn)確分類(lèi)。

該模型是由Ieso Digital Health的研究人員開(kāi)發(fā)和測(cè)試的，該公司是英國(guó)一家提供互聯(lián)網(wǎng)功能的認(rèn)知行為療法（CBT）的提供商。

Michael Ewbank博士及其同事的研究成果于7月3日在線發(fā)表在Psychotherapy Research上。

在340個(gè)手動(dòng)注釋的會(huì)話(huà)記錄本上訓(xùn)練了他們的算法。他們使用該系統(tǒng)將患者的話(huà)語(yǔ)自動(dòng)分類(lèi)為五個(gè)指定的文本類(lèi)別中的一個(gè)或多個(gè)，從而發(fā)現(xiàn)它可以像人類(lèi)一樣出色地識(shí)別三個(gè)人。

作者在概述其研究目標(biāo)時(shí)寫(xiě)道：“了解患者對(duì)心理治療的反應(yīng)對(duì)于制定有效的干預(yù)措施很重要?！薄暗?，對(duì)患者語(yǔ)言進(jìn)行編碼是一項(xiàng)資源密集型的練習(xí)，很難大規(guī)模執(zhí)行?！?/p>

此外，研究小組發(fā)現(xiàn)患者的語(yǔ)言與其臨床結(jié)果之間存在關(guān)聯(lián)。

深度學(xué)習(xí)促進(jìn)的自動(dòng)注釋的應(yīng)用“提供了一種有效的方法，可以在基于文本的基于互聯(lián)網(wǎng)的CBT期間獲得對(duì)患者話(huà)語(yǔ)的分類(lèi)，其規(guī)模超出了心理治療研究的范圍，為患者之間的正向和負(fù)向聯(lián)系提供了證據(jù)話(huà)語(yǔ)類(lèi)別和結(jié)果，”作者總結(jié)道。

他們補(bǔ)充說(shuō)：“結(jié)合對(duì)治療師語(yǔ)言的自動(dòng)理解，深度學(xué)習(xí)可用于實(shí)現(xiàn)以數(shù)據(jù)為依據(jù)的對(duì)治療干預(yù)，患者語(yǔ)言和臨床結(jié)果之間關(guān)系的理解。