Resumen Técnico: coTherapist

Declaración del Problema

El sector de la salud mental enfrenta una presión crítica debido a la escasez de mano de obra y la creciente demanda, lo que requiere sistemas inteligentes para apoyar a los Expertos en Salud Mental (MHx). Si bien los Modelos de Lenguaje de Gran Escala (LLMs) muestran potencial para brindar consejos, las implementaciones ingenuas suelen resultar en salidas poco útiles, de tipo guion o perjudiciales. Además, los Modelos de Lenguaje Pequeños (SLMs) genéricos, aunque son eficientes en recursos, suelen fallar al capturar las sutilezas relacionales, la empatía matizada y el razonamiento clínico estructurado requeridos para una asistencia terapéutica efectiva. El desafío central es diseñar un modelo ligero y desplegable que pueda emular el comportamiento terapéutico experto —específicamente en tono, razonamiento conceptual y seguridad— sin la carga computacional de los modelos fundacionales masivos o los riesgos de alucinación de la generación sin base de conocimientos.

Metodología

Los autores presentan coTherapist, un marco unificado diseñado para transformar un SLM de 1 billón de parámetros (específicamente LLaMA 3.2-1B-Instruct) en un asistente clínicamente fundamentado. La metodología emplea un pipeline de múltiples etapas que integra adaptación de dominio, alineación estilística, aumento por recuperación y razonamiento agéntico.

1. Conjunto de Datos: Cuerpo de Conocimiento de Psicoterapia (PsyKC)

Se ensambló un corpus curado de más de 800 millones de tokens para fundamentar el modelo en prácticas basadas en evidencia. El conjunto de datos incluye:

• 311 manuales de terapia y libros de psiquiatría (cubriendo TCC, DBT, ACT, etc.).
• 250 notas de clase y folletos de capacitación.
• 552 transcripciones de videos de conferencias de programas de asesoramiento de posgrado.
• 121 guías de diagnóstico y de práctica.
  Cada elemento está anotado con metadatos sobre la modalidad terapéutica y trastornos específicos, asegurando la cobertura de condiciones de alta prioridad (p. ej., depresión, ansiedad, trauma, trastornos de la personalidad).

2. Pipeline de Entrenamiento del Modelo

El marco progresa a través de varias etapas incrementales para refinar el modelo base:

• Preentrenamiento de Adaptación de Dominio (DAP): Preentrenamiento no supervisado continuo en el corpus PsyKC para infundir terminología específica del dominio y precisión clínica.
• Ajuste Fino mediante LoRA para Estilo: Adaptación de Bajo Rango (LoRA) aplicada a turnos de diálogo de terapeutas (del benchmark MentalCLOUDS) para alinear el modelo con tonos terapéuticos humanos, empatía y comunicación en primera persona.
• Ajuste de Auto-Instrucción: Generación de aproximadamente 24k pares de instrucciones específicos de terapia para mejorar las capacidades de razonamiento y guía estructurada.
• Generación Aumentada por Recuperación (RAG): Integración de una capa RAG utilizando FAISS para la búsqueda de embeddings. En la inferencia, se recuperan los 3 pasajes más relevantes de PsyKC y se anteponen al contexto para fundamentar las respuestas en fuentes autorizadas y reducir las alucinaciones.

3. El Marco de Razonamiento Agéntico

La iteración final de coTherapist aumenta el modelo mejorado por RAG con un pipeline agéntico de cinco pasos (Algoritmo 1):

1. Planificador (Planner): Convierte la consulta del usuario en un plan clínico estructurado, identificando preocupaciones y constructos relevantes.
2. Recuperador (Retriever): Obtiene el contexto basado en el plan.
3. Razonador (Reasoner): Realiza un análisis interno privado de Cadena de Pensamiento (CoT) para redactar una respuesta clínica.
4. Crítico/Autorrefinador (Critic/Self-Refiner): Evalúa el borrador en términos de seguridad, exactitud conceptual y fidelidad al marco, activando bucles de refinamiento si es necesario.
5. Generador de Respuestas (Response Generator): Elimina los rastros de razonamiento interno para producir una salida final pulida, de apoyo y contextualmente adaptada.

Contribuciones Clave

1. Cuerpo de Conocimiento de Psicoterapia (PsyKC): Un conjunto de datos especializado de más de 800M de tokens que comprende libros de texto, transcripciones de conferencias y guías, diseñado para fundamentar los SLMs tanto en pasos procedimentales como en lógica clínica conceptual.
2. El Marco coTherapist: Una arquitectura novedosa para un modelo de 1 billón de parámetros que combina preentrenamiento continuo, ajuste fino LoRA, RAG y razonamiento agéntico para lograr un comportamiento similar al experto en entornos de recursos limitados.
3. T-BARS (Escala de Calificación de Comportamiento del Terapeuta): Un nuevo marco de evaluación que evalúa cuatro pilares: Alineación del Estilo de Comportamiento, Razonamiento Conceptual, Competencia Relacional y Ejecución de Técnicas. Utiliza jueces basados en LLM y perfiles psicométricos (Big Five, MBTI, MMPI-2) para medir la similitud con el terapeuta más allá de las métricas estándar de PLN.

Resultados

La evaluación se realizó en un benchmark de 100 preguntas curado por clínicos licenciados, utilizando métricas automáticas, T-BARS, análisis psicométrico y evaluación humana por parte de 20 expertos en el dominio.

• Métricas Automáticas: coTherapist alcanzó las puntuaciones más altas en BLEU, METEOR, BERTScore, BLEURT e InfoLM, superando al modelo base y a las variantes intermedias (p. ej., TG-RAG).
• Desempeño en T-BARS: coTherapist obtuvo puntuaciones significativamente más altas que las líneas base, acercándose al desempeño humano.
  • Modelo Base: Puntuación promedio ~1.6.
  • TG-RAG: Puntuación promedio ~2.5.
  • coTherapist: Puntuación promedio ~3.2 (Promedio humano: 3.5).
  • Se observaron mejoras notables en la Alineación del Estilo de Comportamiento (3.3) y la Competencia Relacional (3.4).
• Perfil Psicométrico: El modelo exhibió un perfil de personalidad consistente con rasgos terapéuticos: alta Amabilidad (0.78) y Responsabilidad (0.72), y baja Neuroticismo (0.29). Fue clasificado como un tipo "INFJ" (Consejero).
• Evaluación Humana: Los expertos calificaron a coTherapist significativamente más alto que la línea base TG-RAG en todos los criterios:
  • Exactitud: 4.2 vs. 2.1.
  • Seguridad y Confiabilidad: 3.8 vs. 2.6.
  • Claridad: 4.1 vs. 2.2.
    Los expertos describieron el sistema como un "aprendiz bien entrenado" capaz de recordar protocolos y realizar reflexiones de estilo supervisión.

Significado y Reivindicaciones

El artículo sostiene que los modelos de lenguaje pequeños pueden ser diseñados para exhibir un comportamiento experto, ofreciendo una vía escalable para herramientas digitales de salud mental. Al priorizar la fidelidad del comportamiento sobre el rendimiento bruto, coTherapist demuestra que los modelos ligeros pueden desplegarse en entornos con recursos limitados (p. ej., dispositivos de borde, <2GB de VRAM) manteniendo la seguridad clínica y la empatía.

El sistema se posiciona explícitamente como una herramienta de apoyo para MHx, no como un reemplazo. Está diseñado para asistir en el recuerdo de protocolos, la conceptualización de casos y la reflexión de estilo supervisión. Los autores enfatizan que el sistema está actualmente restringido a la supervisión de bajo riesgo y no debe utilizarse para la interacción directa con clientes o la gestión de crisis sin una supervisión cuidadosa. El trabajo sugiere que la combinación de datos específicos del dominio, el aumento por recuperación y el razonamiento agéntico permite a los SLM cerrar la brecha entre los chatbots genéricos y los asistentes terapéuticos capacitados.