基于机器学习的医生药品用量超常分级预警方法及系统

本发明公开了一种基于机器学习的医生药品用量超常分级预警方法及系统，包括：数据层，主要为数据中心，将从医院采集药物耗材使用、科室、供应商等风险分析数据，并进行数据清洗，同时对数据进行管理，包括人员管理、查询统计；业务层，主要通过算法模型实现重点人事监控、数据智能研判，包括线索挖掘、关联因素分析和数据可视化分析；应用层，包括智能预警预报功能模块，通过业务层大数据分析，根据阈值设置，实现红黄绿三级风险预警，并进行可视化展示。本发明采用可视化分级预警机制情况，使用异常检测算法模型对医生药品用量进行检测,检测结果更加准确，警示效果更加明显，同时检测结果为后续相关部门提供异常用量情况的参考依据。