机器学习如何使励志面试自动化动机访谈（MI）是临床心理学家用来通过有针对性的，面向目标的咨询来引起患者行为改变的策略。开发有效的MI干预措施不可或缺的一步是对咨询员与患者之间的互动进行分析，这通常是手工完成的。韦恩州立大学计算机科学助理教授亚历克斯·科托夫（AlexKotov）“表示：分析分配的行为代码的顺序使临床医生可以在访谈过程中更好地了解患者的思维过程，而不必一遍又”一遍地遍历整个笔录。“反过来，这种理解又导致了行为干预模型的作用机理的进一步规范，然后可以用来完善理论”并指导临床实践。由于人工分析既耗时又费力，因此研究人员已开始研究机器学习技术以找到有效的替代方法。Kotov与来自HenryFordHealthSystem的GwenAlexander和WSU医学院的助理教授AprilCarcone合作，共同致力于使行为编码自动化，从而提高MI对患者的影响。这项工作是由美国国立卫生研究院资助的。该团队开发了一种系统，可自动将电子辅导会话中的交流细分或使用电子邮件或其他电子平台进行的行为咨询细分为交流行为，并将行为代码分配给已识别的细分受众群。它还提出了一种在成功和失败会话中识别序列和模式的算法，从而使人们对有效的MI策略有了更深入的了解。团队关注的一种特定类型的电子教练是针对饮食习惯不健康，导致肥胖或其他健康问题的青少年患者。但是，Kotov指出，该技术可以更广泛地应用于其他类型的MI。Kotov“”说：我们的目标是帮助患有多种行为障碍的患者。“目标是确定哪种策略最有效，并使整个MI”过程自动化。实验结果可与人类编码人员获得的结果相媲美，证明了ML方法有望实现更有效的行为编码和分析。Kotov的未来计划是开发一个用于MI会话的全自动分析和实时监控的系统。
