深度學習模型通過五項練習中的三項達到了人類水平的熟練程度，將超過33，000名接受在線治療的談話療法患者的言語表達準確分類。

該模型是由Ieso Digital Health的研究人員開發和測試的，該公司是英國一家提供互聯網功能的認知行為療法（CBT）的提供商。

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

在340個手動注釋的會話記錄本上訓練了他們的算法。他們使用該系統將患者的話語自動分類為五個指定的文本類別中的一個或多個，從而發現它可以像人類一樣出色地識別三個人。

作者在概述其研究目標時寫道：“了解患者對心理治療的反應對于制定有效的干預措施很重要。”“但是，對患者語言進行編碼是一項資源密集型的練習，很難大規模執行?！?/p>

此外，研究小組發現患者的語言與其臨床結果之間存在關聯。

深度學習促進的自動注釋的應用“提供了一種有效的方法，可以在基于文本的基于互聯網的CBT期間獲得對患者話語的分類，其規模超出了心理治療研究的范圍，為患者之間的正向和負向聯系提供了證據話語類別和結果，”作者總結道。

他們補充說：“結合對治療師語言的自動理解，深度學習可用于實現以數據為依據的對治療干預，患者語言和臨床結果之間關系的理解。