SAS® for Pattern Recognition® / Mønstergjenkjenning
SAS® for Pattern Recognition® er en skalerbar løsning basert på mangeårig beste praksis kombinert med avansert analyse, som muliggjør at helseforetakene arbeider proaktivt for beskyttelse av pasientinformasjon og ansatte, og opptre forebyggende mot potensiell snoking.
Løsningen setter personvern og informasjonssikkerhet inn i en strukturert prosess med et system som muliggjør å identifisere potensielle mistenkelige journaloppslag basert på mønstergjenkjenning og risikoklassifisering. Med mønstergjenkjenning oppfyller HF-ene kravene i den nye helseinformasjonssikkerhetsforskriften.
SAS Institute har lang erfaring med metoder som angriper tematikken mønstergjenkjenning og har blant annet høstet gode erfaringer ved å benytte modeller basert på ”Ikke ledet analyse”, scenarier og risikobasert scoring for å identifisere mulige mønstre. Metoden har også vist seg å være effektiv innen transaksjonsanalyse, f.eks. urettmessige oppslag i pasientjournaler. Effektiv på grunn av at den ikke forutsetter treningsdata, filtre eller forhåndsdefinerte regler.
Følgende kjennetegn viser situasjoner hvor mønstergjenkjenning har fordeler, i forhold til de klassiske metodene som krever stramme beskrivelser og filtreringer:
- Store transaksjonsvolumer
- Mønstrene er ikke kjente
- Utydelige og overlappende profiler på roller, objekter eller hendelser
- Små, usikre eller ingen treningsdata
- Omfattende eller usikker tuning for å luke falske positiver
Resultatene fra praktisk utprøving har vist at metoden er velegnet og har robuste egenskaper for å identifisere både knytninger (bånd) og avvik (relevans) i datamaterialet, samt å peke ut indisier for mistanke og skjulte mønstre.
Etter å ha satt sammen data slik at vi kan se relasjonene mellom individer eller hendelser, benyttes spesialiserte analyseteknikker for å bygge datadrevne scenarier og risikofaktorer. Modellene blir deretter benyttet for å vaske transaksjoner og dermed finne skjulte mønstre og driverne bak disse. Disse driverne er viktig, det er de som bør studeres for å forstå avvikene adferd slik som urettmessige oppslag i pasientjournaler.
Lær mer om mønstergjenkjenning, last ned følgende:
-
Hvordan avsløre uautoriserte oppslag i pasientjournaler ved hjelp av avansert analyse? (whitepaper)
-
Analyserbart system for for å avsløre misbruk av tekniske tilganger (whitepaper)
-
Mønstergjenkjenning innen forretningsanalyse (whitepaper)
-
Faggruppen for mønstergjenkjenning (sluttrapport, fase 1)
-
Stopp uautoriserte oppslag i pasientjournaler (artikkel)
- Mønstergjenkjenning - hvordan forstå bruksmåter og prosesser ut fra data? (artikkel)
Har du spørsmål? Ta kontakt med våre rådgivere på telefon 23 08 30 50 eller
e-post: info@nor.sas.com
