分类
宾州州立大学新闻

该算法旨在提醒消费者,在他们使用非法网上药店

机器学习算法可能能够检测到非法的网上药店,并在用户购买不合格甚至非法的药品之前警告他们

大学公园,爸爸。未来几年,消费者预计将在网上药店花费超过1000亿美元,但并非所有这些业务都是合法的。如果没有适当的质量控制,这些非法网上药店不仅仅是一种商业威胁,它们还可能造成严重的健康威胁。

在一项研究中,宾夕法尼亚州立大学的一个研究小组报告说,他们开发的一种算法可能能够发现非法网上药店,这些药店可能在顾客不知情的情况下向他们提供不合格的药物,以及其他潜在的问题。

“非法在线药店存在几个问题,”艾伦E.皮尔斯和艾伦M.皮尔斯工业工程教授Soundar Kumara说。“一个是,他们可能会在药片中添加不良成分,另一个问题是,他们可能会降低一种药物的含量,例如,顾客不再服用200毫克的药物,而是只服用100毫克,而且他们可能从来没有意识到这一点。”

研究人员在《医学互联网研究杂志》上报告了他们的发现。《医学互联网研究杂志》是卫生/医学信息学领域的一份同行评审的开放获取的顶级期刊。这篇论文名为《管理非法在线药店:网络分析和预测模型研究》,可以在这里访问。

宾夕法尼亚州立大学计算和数据科学研究所的研究员Kumara说,研究人员设计了这个计算机模型来解决在线药店从坏药店中淘汰好的问题,就像人们进行比较的方式一样。

库马拉说:“这项研究的关键问题是,你如何知道什么是好的,什么是坏的。你创造了一个什么是好的基线,然后你把这个基线和你遇到的任何其他基线进行比较,通常它会告诉你什么是不好的。”“这是我们识别可能不正常的事情的方式。这里也一样。你看看一家好的网上药店,找出该网站的特点,然后收集其他网上药店的特点,进行比较。”

供应链和信息系统副教授赵辉(音译)是Smeal商学院查尔斯和丽莲·宾德(Charles and Lilian Binder)的研究员,他说,把合法的网上药店和非法的网上药店区分开来是一项艰巨的任务。

“开发这些工具非常具有挑战性,有两个原因,”赵说。“首先是问题的规模之大。至少有32000到35000家网上药店。第二,网络渠道的性质,因为这些网上药店是如此的动态。它们来了又走得很快,一天大约有20只。”

前工业工程研究助理、现为Facebook数据工程师的Sowmyasri Muthupandi表示,该团队研究了在线药店的几个属性,但确定了药店和其他网站之间的关系,这是决定该业务是否合法的关键因素。

Muthupandi说:“这种算法的新奇之处在于,我们主要关注那些链接到这些特定药店的网站。”“在我们发现的所有属性中,当涉及到在线药店的分类时,这些推荐网站描绘了一个更清晰的画面。”

她补充说,如果一家药店主要是通过链接或介绍非法药店的推荐网站进入的,那么这家药店更有可能是非法的。

赵说,该团队开发的算法可以帮助消费者识别非法的网上药店,估计占所有网上药店的75%。她说,另外一个危险是,大多数消费者缺乏对这些非法药店的流行和危险的认识,因此在不了解潜在风险的情况下使用该网站。

研究人员说,可以开发一个警告系统,在消费者购买之前提醒他们该网站可能是非法药店。搜索引擎、社交媒体、在线市场(如亚马逊)以及支付或信用卡公司也可以使用该算法过滤非法在线药店,或者在对搜索结果进行排名、决定广告分配、付款或取消供应商资格时考虑在线药店的状况。

政策制定者、政府机构、患者倡导团体和药品制造商可以利用这一系统来识别、监测、遏制非法网上药店和教育消费者。

Muthupandi说,在未来的工作中,研究人员可能会考虑增加用于分析的网站数量和属性,以进一步提高算法检测非法在线药店的能力。

这项工作是由Smeal商业化研究(SCOR)资助的,该基金是为“有影响力的研究”设立的。这个特别的项目是由法雷尔公司创新和创业中心、工程学院的发动机项目和宾州州立大学创新基金共同资助的。该团队还获得了一项专利——美国专利号。10,672,048 -为了这项工作。

新闻旨在传播有益信息,英文原版地址:https://news.psu.edu/story/629539/2020/08/25/research/algorithm-aims-alert-consumers-they-use-illicit-online-pharmacies