Artificial Intelligence dalam CBT

Read Also

Menurut World Health Organization, ada kekurangan global pekerja kesehatan terlatih kesehatan mental. Banyak inisiatif kesehatan mental tidak menjangkau mereka yang membutuhkan, dengan hampir 70% tidak memiliki akses ke layanan ini. Pada tahun 2017, 42,6% orang dewasa dengan penyakit mental di Amerika Serikat menerima layanan kesehatan mental. Secara khusus, 75% pasien dengan depresi dalam pengaturan perawatan primer memiliki satu atau lebih hambatan struktural atau psikologis yang mencegah mereka menerima perawatan perilaku. Untuk mengatasi masalah ini, Kazdin dan Rabbitt mengusulkan model baru pemberian intervensi psikososial. Menurut Mohr et al., behavioral intervention technologies (BITs) dapat menawarkan solusi potensial untuk mengatasi hambatan untuk mengakses dan memperluas perawatan kesehatan mental.

Teknologi intervensi perilaku

Behavioral Intervention Technology (BIT) mencakup penggunaan fitur teknologi yang menangani komponen perilaku, kognitif, dan afektif yang mendukung kesehatan fisik, perilaku, dan mental untuk menerapkan strategi intervensi perilaku dan psikologis. Intervensi internet untuk kecemasan dan depresi memiliki dukungan faktual dengan hasil yang setara dengan therapist-delivered cognitive behavioral therapy (CBT). Beberapa BIT menggunakan konten yang sama seperti program CBT tatap muka, yang memungkinkan mereka menjangkau populasi yang lebih besar dengan biaya lebih rendah.

Chatbots adalah BIT yang digunakan dalam menangani kondisi kesehatan mental. Chatbots adalah program perangkat lunak yang melakukan percakapan berbasis teks atau suara yang diaktifkan dengan pengguna dan menanggapi mereka menggunakan tanggapan yang telah diprogram atau artificial intelligence (AI). Woebot, Shim, KokoBot, Wysa, Vivibot, Pocket Skills, dan Tess adalah beberapa chatbot kesehatan mental yang paling banyak dilaporkan dalam literatur.

Kecerdasan buatan dalam CBT

Scott dkk. (2015) melakukan tinjauan sistematis studi intervensi Technology-based CBT (TB-CBT) untuk pengasuh demensia sejak tahun 1995. Basis data Ulasan Cochrane, PsycINFO, MedLine, dan Scopus, dicari menggunakan kata kunci yang terkait dengan CBT, pengasuh , dan demensia. Mereka mengidentifikasi 440 artikel, dan kriteria inklusi/eksklusi diterapkan; hanya studi dengan data kuantitatif yang tersedia dan tidak ada kontak terapis aktif yang dipertahankan. Dua uji coba acak dan dua uji coba kontrol daftar tunggu dipilih. Kualitas metodologi dan pelaporan dievaluasi. Untuk ukuran hasil dari depresi pengasuh, meta-analisis dilakukan. Meta-analisis menemukan bahwa intervensi TB-CBT murni untuk depresi memiliki efek pasca-intervensi yang kecil namun signifikan, mirip dengan intervensi tatap muka. Namun, tidak ada bukti kemanjuran jangka panjang dari TB-CBT murni untuk pengasuh demensia. Tinjauan sistematis juga mengidentifikasi kelemahan metodologis dan pelaporan yang kritis dalam studi ini.

Studi lain dilakukan oleh Fitzpatrick et al. pada tahun 2017. Penelitian ini dirancang untuk menemukan kelayakan, penerimaan, dan kemanjuran awal dari agen percakapan yang sepenuhnya otomatis dalam memberikan program bantuan diri kepada mahasiswa yang mengidentifikasi diri sebagai mengalami gejala kecemasan dan depresi. Dalam uji coba tidak buta ini, 70 peserta berusia antara 18 dan 28, dengan usia rata-rata 22,2 tahun (SD 2,33), 67% perempuan (47/70), Kaukasia (79%, 46/58), dan non- Hispanik (93%, 54/58) direkrut secara online dari situs media sosial komunitas universitas dan secara acak dialokasikan ke konten swadaya dua minggu (hingga 20 sesi) yang berasal dari prinsip-prinsip CBT dalam agen percakapan berbasis teks ( Woebot) (n=34) atau ebook "Depresi pada Mahasiswa" oleh National Institute of Mental Health (NIMH) sebagai kelompok kontrol informasi saja (n=36).

Pada awal dan 2-3 minggu kemudian, semua peserta telah menyelesaikan versi berbasis Web dari skala 7-item Generalized Anxiety Disorder (GAD-7), Kuesioner Kesehatan Pasien 9-item (PHQ-9), dan Positif dan Negatif Skala Pengaruh (T2). Interaksi peserta dalam kelompok Woebot dengan agen percakapan diamati rata-rata 12,14 (SD 2,23) kali selama penelitian. Tidak ada perbedaan mencolok antara kelompok pada awal, dan 83% (58/70) peserta memberikan data pada 17% gesekan (T2).

Tujuan untuk mengobati analisis kovarians univariat menunjukkan perbedaan kelompok yang signifikan dalam depresi, dengan mereka yang berada di kelompok Woebot sangat mengurangi gejala depresi mereka yang diukur dengan PHQ-9 selama masa studi (F=6.47; P=.01). Namun, para peserta dalam kelompok kontrol informasi tidak. Diukur dengan GAD-7 (F1,54= 9,24; P=.004), observasi menunjukkan bahwa kedua kelompok secara signifikan mengurangi kecemasan. Menurut komentar dari mereka yang menyelesaikan studi dengan sukses, faktor proses lebih berpengaruh pada penerimaan mereka terhadap program daripada faktor konten yang mirip dengan terapi tradisional.

ho dkk. mengusulkan makalah tentang pengobatan berbasis Virtual Reality (VR) untuk Gangguan Kecemasan Sosial dan kecemasan berbicara menggunakan CBT. CBT adalah perawatan psikologis yang paling banyak digunakan untuk Social Anxiety Disorder (SAD) dan kecemasan berbicara. Prinsip inti dari paparan bertahap terhadap fenomena yang ditakuti secara efektif mengurangi gejala stres dan kecemasan. Prinsip dasar terapi berbasis paparan adalah bahwa paparan harus memicu respons emosional dan fisiologis. Itu dibangun di atas konsep bahwa perawatan VR-enhanced CBT (VR-CBT) yang efektif harus menyebabkan respons fisiologis seperti peningkatan denyut jantung dan konduktansi kulit. Beberapa penelitian menunjukkan bahwa terapi berbasis VR dapat menghasilkan respons seperti itu.

Singkatnya, teknologi VR tampaknya menciptakan kembali situasi fobia dengan akurasi yang cukup untuk membangkitkan respons ketakutan yang serupa dengan situasi dunia nyata. Sebuah program yang mempromosikan pembelajaran penghambatan dengan menyangkal keyakinan bencana. Ini harus dilakukan dengan memaparkan pasien pada situasi bicara yang menyedihkan di lingkungan realitas virtual. Konsep ini juga bertujuan untuk perhatian diri dan ingatan yang bias melalui umpan balik audio yang ditingkatkan citra mental. Makalah ini juga menyarankan prediksi pengobatan berdasarkan data otak yang dikumpulkan, menggunakan AI untuk strategi pengobatan baru. Menurut penelitian, VR-CBT tampaknya efektif dalam meningkatkan kualitas hidup dengan mengurangi depresi dan kecemasan.

Looking forward

Program berbasis AI seperti chatbot tampaknya merupakan metode yang layak, menarik, dan efektif untuk menyampaikan CBT. Program-program ini secara efektif mengurangi depresi dan kecemasan. Namun, untuk memahami lebih baik bagaimana informasi berbasis AI dapat memperkuat CBT, peneliti harus fokus pada seberapa besar kepercayaan atau keyakinan yang dimiliki individu yang menjalani perawatan terhadap informasi yang berasal dari aplikasi AI. Jika informasi yang diturunkan dari AI dipercaya pada tingkat yang sama seperti informasi tradisional dari psikolog, pintu potensial dapat dibuka untuk desain CBT.

References

Åhs, F., Mozelius, P., & Dobslaw, F. (2020). Artificial Intelligence Supported Cognitive Behavioral Therapy for Treatment of Speech Anxiety in Virtual Reality Environments. In ECIAIR 2020 (Vol. 2). Academic Conferences and Publishing International Limited.

Dosovitsky, G., Pineda, B. S., Jacobson, N. C., Chang, C., & Bunge, E. L. (2020). Artificial intelligence chatbot for depression: Descriptive study of usage. JMIR Formative Research, 4(11), e17065.

Fitzpatrick, K. K., Darcy, A., & Vierhile, M. (2017). Delivering cognitive behavior therapy to young adults with symptoms of depression and anxiety using a fully automated conversational agent (Woebot): a randomized controlled trial. JMIR mental health, 4(2), e7785.

Kazdin, A. E., & Rabbitt, S. M. (2013). Novel models for delivering mental health services and reducing the burdens of mental illness. Clinical Psychological Science, 1(2), 170-191.

Mohr, D. C., Burns, M. N., Schueller, S. M., Clarke, G., & Klinkman, M. (2013). Behavioral intervention technologies: evidence review and recommendations for future research in mental health. General hospital psychiatry, 35(4), 332-338.

Scott, J. L., Dawkins, S., Quinn, M. G., Sanderson, K., Elliott, K. E. J., Stirling, C., ... & Robinson, A. (2016). Caring for the carer: a systematic review of pure technology-based cognitive behavioral therapy (TB-CBT) interventions for dementia carers. Aging & mental health, 20(8), 793-803.