AIセラピストの構築：臨床行動情報学がひらく心理療法の世界

はじめに 第Ⅰ部　臨床心理学×行動情報学 第1章　臨床行動情報学とは 1-1　セラピストの臨床業務 1-2　セラピストによる臨床業務改善の課題 1-3　行動情報学を用いた臨床行動ベクトル 1-4　臨床行動情報学の利点 1-5　LLMエージェントとの協働におけるセラピストの監督業務 第2章　臨床心理学における臨床行動情報学の歴史的位置づけ 2-1　未治療ギャップ 2-2　第一世代1900年代から：臨床心理相談室 2-3　第二世代1950年から1970年：教育カリキュラムの統一 2-4　第三世代1971年から2021年：エビデンスの蓄積 2-5　第四世代2022年から：大規模言語モデルの登場 第Ⅱ部　臨床行動情報学の実践①　査定（心理アセスメント） 第3章　面接室内での状態推定 3-1　これまでの臨床心理学における状態推定 3-2　臨床心理学における状態推定とその課題 3-3　音響特徴を利用した状態推定 3-4　音響特徴の利用によって得られる新たな成果 3-5　臨床への応用 第4章　面接室外での慢性ストレス状態の推定 4-1　これまでの臨床心理学における慢性ストレス状態の推定 4-2　臨床心理学における慢性ストレス状態の推定とその課題 4-3　ブログ閲覧を利用した慢性ストレス状態の推定 4-4　ブログ閲覧の利用によって得られる新たな成果 4-5　臨床への応用 第5章　ゲームログによる社交不安推定 5-1　これまでの臨床心理学における不安状態の推定 5-2　臨床心理学における不安状態の推定とその課題 5-3　ゲームログを利用した不安状態の推定 5-4　ゲームログの利用によって得られる新たな成果 5-5　臨床への応用 第Ⅲ部　臨床行動情報学の実践②　介入（心理面接） 第6章　AI 友人によるギャンブル症状の緩和 6-1　これまでの臨床心理学における友人による介入 6-2　臨床心理学における友人による介入とその課題 6-3　AI友人を利用した介入 6-4　AI友人の利用によって得られる新たな成果 6-5　臨床への応用 第7章　AIセラピストによる不安症状の緩和 7-1　これまでの臨床心理学におけるセラピストによる介入 7-2　臨床心理学におけるセラピストによる介入とその課題 7-3　AIセラピストを利用した介入 7-4　AIセラピストの利用によって得られる新たな成果 7-5　臨床への応用 第8章　オンラインゲームによる抑うつ症状の緩和 8-1　これまでの臨床心理学におけるアプリ介入 8-2　臨床心理学におけるアプリ介入とその課題 8-3　多人数同時参加型オンラインゲームを利用した介入 8-4　多人数同時参加型オンラインゲームの利用によって得られる新たな成果 8-5　臨床への応用 第Ⅳ部　臨床行動情報学の実践③　臨床心理的地域援助 第9章　深層学習モデルによる違反者と違反日時の予測 9-1　これまでの臨床心理学における違反者と違反日時の予測 9-2　臨床心理学における違反者と違反日時の予測とその課題 9-3　深層学習モデルを利用した違反者と違反日時の予測 9-4　深層学習モデルの利用によって得られる新たな成果 9-5　臨床への応用 第10章　深層学習モデルによる犯行場所の予測 10-1　これまでの臨床心理学における犯行場所の予測 10-2　臨床心理学における犯行場所の予測とその課題 10-3　深層学習モデルを利用した犯行場所の予測 10-4　大規模データの利用によって得られる新たな成果 10-5　臨床への応用 第11章　大規模プラットフォームにおける違反行為の予防 11-1　これまでの臨床心理学における違反行為の予防 11-2　臨床心理学における違反行為の予防とその課題 11-3　大規模プラットフォームを利用した違反行為の予防 11-4　大規模プラットフォームの利用によって得られる新たな成果 11-5　臨床への応用 第Ⅴ部　臨床行動情報学の研究・開発 第12章　インターネット上でのLLMエージェントの構築 12-1　Google ColabでのLLMエージェントの環境設定 12-2　LLMエージェントを用いた日本語テキストの応答 12-3　プロンプトを使用したLLMエージェント 12-4　RAGを使用したLLMエージェント 12-5　プロンプトとRAGを用いたLLMエージェント 第13章　ローカルPCでのLLMエージェントの構築 13-1　ローカルPCの準備 13-2　AnacondaによるPython環境の設定 13-3　小規模なLLMモデルのインストール 13-4　ローカルPCを用いたLLMエージェントの構築 13-5　ローカルPCでのLLMエージェント同士の対話 おわりに 参考文献 索引

はじめに 第Ⅰ部　臨床心理学×行動情報学 第1章　臨床行動情報学とは 1-1　セラピストの臨床業務 1-2　セラピストによる臨床業務改善の課題 1-3　行動情報学を用いた臨床行動ベクトル 1-4　臨床行動情報学の利点 1-5　LLMエージェントとの協働におけるセラピストの監督業務 第2章　臨床心理学における臨床行動情報学の歴史的位置づけ 2-1　未治療ギャップ 2-2　第一世代1900年代から：臨床心理相談室 2-3　第二世代1950年から1970年：教育カリキュラムの統一 2-4　第三世代1971年から2021年：エビデンスの蓄積 2-5　第四世代2022年から：大規模言語モデルの登場 第Ⅱ部　臨床行動情報学の実践①　査定（心理アセスメント） 第3章　面接室内での状態推定 3-1　これまでの臨床心理学における状態推定 3-2　臨床心理学における状態推定とその課題 3-3　音響特徴を利用した状態推定 3-4　音響特徴の利用によって得られる新たな成果 3-5　臨床への応用 第4章　面接室外での慢性ストレス状態の推定 4-1　これまでの臨床心理学における慢性ストレス状態の推定 4-2　臨床心理学における慢性ストレス状態の推定とその課題 4-3　ブログ閲覧を利用した慢性ストレス状態の推定 4-4　ブログ閲覧の利用によって得られる新たな成果 4-5　臨床への応用 第5章　ゲームログによる社交不安推定 5-1　これまでの臨床心理学における不安状態の推定 5-2　臨床心理学における不安状態の推定とその課題 5-3　ゲームログを利用した不安状態の推定 5-4　ゲームログの利用によって得られる新たな成果 5-5　臨床への応用 第Ⅲ部　臨床行動情報学の実践②　介入（心理面接） 第6章　AI 友人によるギャンブル症状の緩和 6-1　これまでの臨床心理学における友人による介入 6-2　臨床心理学における友人による介入とその課題 6-3　AI友人を利用した介入 6-4　AI友人の利用によって得られる新たな成果 6-5　臨床への応用 第7章　AIセラピストによる不安症状の緩和 7-1　これまでの臨床心理学におけるセラピストによる介入 7-2　臨床心理学におけるセラピストによる介入とその課題 7-3　AIセラピストを利用した介入 7-4　AIセラピストの利用によって得られる新たな成果 7-5　臨床への応用 第8章　オンラインゲームによる抑うつ症状の緩和 8-1　これまでの臨床心理学におけるアプリ介入 8-2　臨床心理学におけるアプリ介入とその課題 8-3　多人数同時参加型オンラインゲームを利用した介入 8-4　多人数同時参加型オンラインゲームの利用によって得られる新たな成果 8-5　臨床への応用 第Ⅳ部　臨床行動情報学の実践③　臨床心理的地域援助 第9章　深層学習モデルによる違反者と違反日時の予測 9-1　これまでの臨床心理学における違反者と違反日時の予測 9-2　臨床心理学における違反者と違反日時の予測とその課題 9-3　深層学習モデルを利用した違反者と違反日時の予測 9-4　深層学習モデルの利用によって得られる新たな成果 9-5　臨床への応用 第10章　深層学習モデルによる犯行場所の予測 10-1　これまでの臨床心理学における犯行場所の予測 10-2　臨床心理学における犯行場所の予測とその課題 10-3　深層学習モデルを利用した犯行場所の予測 10-4　大規模データの利用によって得られる新たな成果 10-5　臨床への応用 第11章　大規模プラットフォームにおける違反行為の予防 11-1　これまでの臨床心理学における違反行為の予防 11-2　臨床心理学における違反行為の予防とその課題 11-3　大規模プラットフォームを利用した違反行為の予防 11-4　大規模プラットフォームの利用によって得られる新たな成果 11-5　臨床への応用 第Ⅴ部　臨床行動情報学の研究・開発 第12章　インターネット上でのLLMエージェントの構築 12-1　Google ColabでのLLMエージェントの環境設定 12-2　LLMエージェントを用いた日本語テキストの応答 12-3　プロンプトを使用したLLMエージェント 12-4　RAGを使用したLLMエージェント 12-5　プロンプトとRAGを用いたLLMエージェント 第13章　ローカルPCでのLLMエージェントの構築 13-1　ローカルPCの準備 13-2　AnacondaによるPython環境の設定 13-3　小規模なLLMモデルのインストール 13-4　ローカルPCを用いたLLMエージェントの構築 13-5　ローカルPCでのLLMエージェント同士の対話 おわりに 参考文献 索引