PEER COMMUNITY BASED ANOMALOUS BEHAVIOR DETECTION

A peer network includeing nodes corresponding to different clinicians. An edge interconnects the two nodes based on the corresponding clinicians sharing at least one common attribute such as for example, treating the same patients and/or interacting with the same medical devices. A machine-learning model is applied to identify, in the peer network, one or more peer communities of clinicians. The activity pattern of a clinician is compared to the activity patterns of other clinicians in the same peer community to determine whether that clinician exhibits anomalous behavior. An investigative workflow is triggered when the clinician is determined to exhibit anomalous behavior. The investigative workflow includes generating an alert, activating surveillance devices, and/or isolating medication accessed by the clinician. La présente invention concerne un réseau de pairs qui comprend des nuds correspondant à différents cliniciens. Un bord interconnecte les deux nuds sur la base des cliniciens correspondants partageant au moins un attribut commun tel que, par exemple, le traitement des mêmes patients et/ou une interaction avec les mêmes dispositifs médicaux. Un modèle d'apprentissage automatique est appliqué pour identifier, dans le réseau de pairs, une ou plusieurs communautés de cliniciens pairs. Le profil d'activité d'un clinicien est comparé aux profils d'activité d'autres cliniciens dans la même communauté de pairs pour déterminer si ce clinicien présente un comportement anormal. Un flux de travail d'investigation est déclenché lorsqu'il est déterminé que le clinicien présente un comportement anormal. Le flux de travail d'investigation comprend la génération d'une alerte, l'activation de dispositifs de surveillance et/ou l'isolement d'un médicament auquel le clinicien a accédé.