生成的人工知能を使用した画像回復研究の最適化 (FRBN)

このパイロットランダム化比較試験では、個別化された治療介入の開発における大規模な言語モデル（LLM）の適用を調査します。 この研究では、親の批判と中立的な出来事の子供時代の経験に基づいて、自伝的なシナリオを聴くことの感情的および精神生理学的効果に焦点を当てます。

すべての参加者は、2つの批判的な子供時代の記憶と2つの中立的な子供時代の記憶を思い出し、説明するように求められます。 この入力に基づいて、パーソナライズされたスクリプトは、大きな言語モデルであるGeminiを使用して生成されます。 各スクリプトがレビューされ、必要に応じて、訓練された実験者によって変更され、画像の再現（IMRS）の原則との治療的一貫性と整列が確保されます。

1日目に、すべての参加者は、実験室セッション中に重要なパーソナライズされたシナリオの両方を聴きます。 参加者は、2つのグループのいずれかにランダムに割り当てられます。

実験グループは、クリティカルメモリスクリプトの修正されたバージョンを聴きます。このバージョンでは、セラピストの数字が介入して子供の満たされていないニーズに対処します。

対照群は、治療上の介入や修正なしに同じ自伝的な内容を聴きます。

生理学的覚醒を評価するために、セッション全体で皮膚コンダクタンスが継続的に記録されます。 各シナリオの後、参加者は、リッカートスケールで感情的な強さと特定の感情（恐怖、悲しみなど）を評価します。 実験グループは、最初のシナリオフェーズの後にIMRS介入を受け取ります。 1週間後、すべての参加者は、一般化された不安（GAD-7）と記憶に関連する邪魔な思考の頻度を評価するフォローアップアンケートを完了します。

さらに、認可された認知行動療法士のパネルは、治療品質のために生成されたシナリオを評価します。 それらのフィードバックは、AIアシスト治療スクリプトの受容性と一貫性を評価するために使用されます。

この研究では、LLM生成コンテンツを臨床環境で使用する可能性をテストし、測定可能な感情的および生理学的反応を引き出しながら、そのような介入が苦痛と侵入性を減らすことができるかどうかを判断することを目的としています。

仮説：

AIに生成されたスクリプトは、認知行動療法士によって積極的に評価され、平均評価は10人中6人を超えます。

AIに生成されたスクリプトのセラピストの評価は、以前の研究で使用されていた臨床インタビューに基づいて、人間が作成したスクリプトのセラピストの評価とは大きく異なりません。

モデルによって生成された批判シナリオは、すべての参加者の不安反応を引き出します。

AIに生成された批判シナリオによって引き起こされる不安のレベルは、参加者の失敗に対するベースラインの恐怖と相関します。

IMRSグループの参加者は、対照群と比較して介入の1週間後1週間後に、侵入的思考が少なくなり、一般化された不安レベルが低いことを報告します。