Deep learning v psychoterapii: Strojová analýza nahrávek terapeutických sezení

Project Period: 1. 5. 2020 – 31. 8. 2023

Project Type: grant

Code: TL03000049

Agency: Technology Agency of the Czech Republic

Program: 3. veřejná soutěž Program na podporu aplikovaného společenskovědního a humanitního výzkumu, experimentálního vývoje a inovací ÉTA

English title

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

Type

grant

Keywords

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

Abstract

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.

Team members

Matějka Pavel, Ing., Ph.D. – research leader
Beneš Karel, Ing., Ph.D. (FIT)
Burget Lukáš, doc. Ing., Ph.D. (DCGM)
Karafiát Martin, Ing., Ph.D. (DCGM)
Kašpárek Tomáš, Ing., Ph.D. (CVT)
Kesiraju Santosh, Ph.D. (DCGM)
Nehyba Jan, Mgr., Ph.D.
Novotný Ondřej, Ing., Ph.D.
Sarvaš Marek, Ing.
Žižka Josef, Ing. (DCGM)

Publication Results

2023

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

2021

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

Applied Results

2023

DeePsy : Webová aplikace pro průběžné monitorování procesu a výsledků v psychoterapii a poradenství, software, 2023
Authors: Michal Čevelíček, Petr Doležal, Jan Nehyba, Tomáš Řiháček, Martin Karafiát, Pavel Matějka, Alexander Polok, Josef Žižka.

Other Results

2022

ShallowPsy - beta verze, other unclassified results, 2022
Authors: Čevelíček, M., Ladmanová, M., Loulová, Š., Nehyba, J., Řiháček, T., Sojka, P., Karafiát, M., Karpíšek, R., Matějka, P., Polok, A., Wágner, D., Žižka, J.