[发明专利]基于对等团体的异常行为检测

说明书

一种对等网络可以包括对应于不同临床医生的节点。边缘可以基于相对应的临床医生共享至少一个共同属性(诸如，例如治疗相同的患者和/或与相同的医疗装置交互)来互连所述两个节点。可以应用机器学习模型以在所述对等网络中识别一个或更多个临床医生对等团体。可以将临床医生的活动模式与同一对等团体中的其它临床医生的活动模式进行比较，以确定所述临床医生是否表现出异常行为。当确定所述临床医生表现出异常行为时，可以触发调查工作流程。所述调查工作流程包括生成警报、激活监视装置和/或隔离所述临床医生接近的药物。

与相关申请的交叉引用

本申请要求于2018年5月4日提交的标题为“ADDRESSING ANOMALOUS BEHAVIORAMONG PEER GROUPS OF CLINICIANS”的美国临时申请No.62/667,409的优先权，其公开内容通过引用整体并入本文。

技术领域

本文描述的主题总体上涉及复杂网络，并且更具体地涉及一种用于检测异常行为的基于对等团体的技术。

背景技术

挪用可以是指将受控物质转移到未经合法授权接收、拥有和/或服用受控物质的第三方。高价值和/或受控处方药物，特别是阿片类药物，尤其容易出现挪用的情况。例如，处方止痛药物可能会在装入配药柜中和/或从配药柜取回时被挪用。一些处方止痛药物，例如吗啡、氢吗啡酮、芬太尼等，可以经由能够容纳超出患者所需剂量的更大剂量的止痛药物的泵(诸如，例如患者自控镇痛(PCA)泵)给予患者。这些额外剂量的止痛药物可能会被照顾患者的临床医生挪用。例如，一些止痛药物可能会在装入泵中之前被取出。可替代地和/或另外地，遗留在泵中的任何止痛药物可能会被保留，而不是在废弃点处适当地处置。

发明内容

提供了包括计算机程序产品的系统、方法和制品，用于识别临床医生的团体并检测临床医生的团体内的异常行为。在一个方面，提供了一种系统。所述系统可以包括至少一个数据处理器和至少一个存储器。所述至少一个存储器可以存储指令，所述指令在由所述至少一个数据处理器执行时导致操作。所述操作可以包括：通过至少应用训练为识别对等网络中存在的一个或更多个对等团体的机器学习模型来识别所述对等网络中的第一对等团体，所述对等网络包括多个临床医生，并且所述第一对等团体至少基于来自所述多个临床医生的第一临床医生和第二临床医生共享至少一个共同属性而包括所述第一临床医生和所述第二临床医生；将所述第一临床医生的第一活动模式与所述第二临床医生的第二活动模式进行比较；至少基于所述第一临床医生的所述第一活动模式与所述第二临床医生的所述第二活动模式之间的所述比较而确定出所述第一临床医生表现出异常行为；以及响应于确定出所述第一临床医生表现出异常行为而在一个或更多个数据系统处触发调查工作流程。

在一些变型中，可以任选地以任何可行的组合包括本文公开的包括以下特征的一个或更多个特征。所述至少一个共同属性可以包括由所述第一临床医生和所述第二临床医生治疗的同一患者中的一个或更多个。

在一些变型中，所述至少一个共同属性可以包括所述第一临床医生和所述第二临床医生与其交互的同一医疗装置或位于同一护理区域中的多个医疗装置中的一个或更多个。

在一些变型中，所述至少一个共同属性可以包括以下中的一个或更多个：处方单、临床医生角色、排班、主管、教育背景、训练、指定护理区域、医疗方案和设施的物理布局。