A method may include identifying a shift associated with a clinician by applying a machine learning model trained to identify, based on a series of transaction records associated with the clinician, one or more shifts associated with the clinician. The clinician may be identified as likely to engage in a hazardous behavior based at least on the shift associated with the clinician. In response to determining that the clinician as likely to engage in the hazardous behavior, activating a protective workflow. The protective workflow may be configured to prevent the clinician from engaging in the hazardous behavior as well as to collect evidence associated with the hazardous behavior. Related methods and articles of manufacture are also disclosed.L'invention concerne un procédé pouvant consister à identifier un changement associé à un clinicien, par application d'un modèle d'apprentissage automatique entraîné à l'identification d'au moins un changement associé au clinicien, en fonction d'une série d'enregistrements de transaction associés au clinicien. Le clinicien peut être identifié comme susceptible de se livrer à un comportement dangereux, en fonction dudit changement au moins. En réponse à la détermination du fait que le clinicien est susceptible de se livrer à un comportement dangereux, un flux de tâches de protection est activé. Le flux de tâches de protection peut être configuré pour empêcher le clinicien de se livrer au comportement dangereux et pour collecter des preuves associées au comportement dangereux. L'invention concerne également des procédés et articles de fabrication associés.
