Tento projekt je spolufinancován se státní podporou Technologické gentury ČR v rámci 3. veřejná soutěž Programu na podporu aplikovaného společenskovědního a humanitního výzkumu, experimentálního vývoje a inovací ÉTA
www.tacr.cz
Výzkum užitečný pro společnost.

Detail projektu

Deep learning v psychoterapii: Strojová analýza nahrávek terapeutických sezení

Období řešení: 1. 5. 2020 - 31. 8. 2023

Typ projektu: grant

Kód: TL03000049

Agentura: Technologická agentura České republiky

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

Název anglicky
Deep learning in psychotherapy: Machine learning applied on therapeutic session recordings
Typ
grant
Klíčová slova

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

Abstrakt

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.

Řešitelé
Matějka Pavel, Ing., Ph.D. (UPGM FIT VUT) , hlavní řešitel
Karafiát Martin, Ing., Ph.D. (UPGM FIT VUT) , spoluřešitel
Beneš Karel, Ing. (UPGM FIT VUT)
Burget Lukáš, doc. Ing., Ph.D. (UPGM FIT VUT)
Kašpárek Tomáš, Ing., Ph.D. (CVT FIT VUT)
Kesiraju Santosh (UPGM FIT VUT)
Nehyba Jan, Mgr., Ph.D. (MUNI)
Novotný Ondřej, Ing., Ph.D. (UPGM FIT VUT)
Novotný Tomáš
Sarvaš Marek, Bc. (UPGM FIT VUT)
Žižka Josef, Ing. (UPGM FIT VUT)
Publikace

2023

2021

Nahoru