TheraCode : Automatisation de l’évaluation des transcriptions de séances de psychothérapie à l’aide d’outils de pointe en apprentissage automatique

Compte tenu de la prévalence et de la gravité des problèmes de santé mentale, il est essentiel d’améliorer notre compréhension de l’efficacité de la psychothérapie. Ce projet, financé par un subside Spark du FNS et mené par Dr. Matthew Vowels (IP), propose une approche innovante de la recherche en psychothérapie, intégrant l’apprentissage automatique et de grands modèles de langage.

@Nuthawut Somsuk / Dreamstime.com

Traditionnellement, la recherche en psychothérapie est conduite par des chercheuses et chercheurs qui codent les transcriptions de séances de thérapie pour y repérer des éléments clés tels que les manifestations d’empathie. Ce processus est extrêmement chronophage et coûteux, nécessitant que les chercheuses et chercheurs annotent et évaluent les transcriptions des séances phrase par phrase, voire mot par mot. L’innovation de ce projet réside dans l’élaboration d’un outil automatique pour évaluer et annoter des transcriptions de séances de thérapie. Cela permettra d’identifier des aspects essentiels des interactions entre thérapeutes et patient·e·s. En outre, le système permettra de générer des synthèses de séances, facilitant la formation des thérapeutes et l’évaluation de la thérapie. Sa validité sera assurée grâce à la collaboration avec des psychothérapeutes et l’utilisation de bases de données pré-existantes. 

La présente étude sera dirigée par le Dr. Matthew Vowels, expert en statistiques et apprentissage automatique, en collaboration avec la Professeure Joëlle Darwiche, spécialiste en psychothérapie et psychologie, et Dr. Laura Vowels, experte en psychothérapie et chercheuse dans l’application des « Large Language Models ». Le projet s’articule autour d’une collaboration avec le Professeur Nathan Wood de la clinique I-RAFT (Individual, Relational and Financial Therapy) de l’Université du Kentucky, où les données seront collectées et l’approche validée par des thérapeutes en formation.

Ce projet interdisciplinaire, mêlant apprentissage automatique et psychologie, s’écarte des méthodes traditionnelles. Cette innovation pourrait transformer considérablement l’étude de la psychothérapie, en fournissant de nouvelles perspectives sur les interventions thérapeutiques tout en réduisant considérablement les coûts de recherche. En cas de succès, l’impact sur la qualité des séances de thérapie et l’identification de nouvelles interventions visant à améliorer le traitement et la formation en santé mentale pourrait être considérable.

Matthew Vowels, Premier assistant à l’Institut de psychologie et membre du CARLA