ODRA: Synthesizing Cognitive Behavioral Therapy Sessions with Structured Chain-Of-Thought and Dynamic Patient Resistance
作者: Javier Rodriguez-Juan, Hiba Arnaout, Jose Garcia-Rodriguez, David Tomás, Iryna Gurevych
分类: cs.CL, cs.LG
发布日期: 2026-08-05
备注: 39 pages, 23 figures, 12 tables
💡 一句话要点
提出ODRA框架以解决合成认知行为疗法会话中的患者抵抗问题
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 认知行为疗法 合成对话 动态抵抗 链式思维 心理治疗 机器学习 智能治疗助手
📋 核心要点
- 现有合成认知行为疗法会话的方法未能有效捕捉患者的动态抵抗行为，导致生成的对话缺乏真实感。
- ODRA框架通过链式思维策略和抵抗协调器，旨在在遵循CBT结构的同时，模拟患者的抵抗行为。
- 实验结果显示，ODRA在12个临床指标中优于现有方法，且在处理合作与抵抗患者时表现出更强的治疗效果。
📝 摘要（中文）
合成认知行为疗法（CBT）会话面临着遵循严格治疗结构与模拟真实患者抵抗行为之间的矛盾。现有的基于脚本的方法未能捕捉动态的治疗互动，而多代理方法则难以遵循CBT的顺序结构，导致生成的患者过于顺从，无法真实反映临床环境。本文提出ODRA，一个通过基于链式思维（CoT）策略合成治疗对话的新框架，结合了抵抗协调器以解决患者的顺从性问题。自动化和专家评估表明，ODRA在治疗技能、CBT一致性和患者行为真实性方面显著优于现有方法，获得了心理学家的高度认可。进一步的实验验证了在合成训练数据中明确建模抵抗行为直接提升了模型在临床应用中的表现。
🔬 方法详解
问题定义：本文旨在解决合成认知行为疗法会话中患者抵抗行为的建模问题。现有方法往往未能有效捕捉患者的动态反应，导致生成的对话缺乏真实感和临床适用性。
核心思路：ODRA框架结合了链式思维（CoT）策略与抵抗协调器，旨在在遵循CBT的治疗结构的同时，模拟患者的抵抗行为，以提高合成对话的真实性和有效性。
技术框架：ODRA的整体架构包括两个主要模块：链式思维生成模块和抵抗协调器。前者负责生成符合CBT结构的对话，后者则通过引导技术调整患者的行为以符合其抵抗水平。
关键创新：ODRA的最大创新在于引入了抵抗协调器，解决了现有方法中患者过于顺从的问题，使得合成的对话更真实，能够更好地反映临床环境中的动态互动。
关键设计：在模型设计中，ODRA使用了特定的损失函数来平衡治疗结构与患者抵抗行为的生成，同时在训练过程中引入了多样化的患者行为数据，以增强模型的泛化能力。
🖼️ 关键图片
📊 实验亮点
ODRA在治疗技能、CBT一致性和患者行为真实性方面显著优于现有方法，获得了心理学家在12个临床指标中的偏好。实验结果表明，经过微调的模型在处理合作与抵抗患者时表现出更强的治疗效果，验证了明确建模抵抗行为的有效性。
🎯 应用场景
ODRA框架在心理治疗领域具有广泛的应用潜力，能够用于训练心理治疗师、开发智能治疗助手以及提升心理健康干预的效果。通过更真实的合成对话，ODRA可以帮助治疗师更好地理解患者的动态反应，从而优化治疗策略。未来，该框架可能推动心理健康领域的智能化发展，提升治疗的可及性和有效性。
📄 摘要（原文）
Synthetic generation of Cognitive Behavioral Therapy (CBT) sessions is challenged by two competing demands: adhering to strict therapeutic structure while modeling the resistant, unpredictable behavior of real patients. Existing script-based methods fail to capture dynamic therapeutic interactions, while multi-agent approaches struggle to adhere to CBT's sequential structure; both suffer from sycophancy, producing overly compliant patients that misrepresent real clinical settings. In this work we introduce ODRA, a novel framework for synthesizing therapy dialogues through a Chain-of-Thought (CoT) strategy grounded in foundational CBT guidelines (Beck, 2020). ODRA further incorporates a resistance orchestrator to solve patient sycophancy, which employs steering techniques to elicit behaviors aligned with their resistance level. Automated and expert evaluations show that ODRA significantly outperforms existing methods across therapeutic skills, CBT alignment, and patient behavioral fidelity, with licensed psychologists preferring ODRA sessions across 12 of 13 clinical metrics. Furthermore, models fine-tuned on our dataset demonstrate superior therapeutic performance against both cooperative and resistant patients, validating that explicit resistance modeling in synthetic training data directly translates to downstream clinical robustness.