Navigation

Projektgruppe Multidimensionales Process Mining

Projektgruppe Multidimensionales Process Mining

Aufgabe der Versorgungsforschung ist die Analyse der Gesundheitsversorgung und die Entwicklung und Evaluation neuer Versorgungskonzepte. Dadurch sollen die Qualität der Versorgung verbessert und gleichzeitig die Kosten durch eine gesteigerte Effizienz des Versorgungssystems gesenkt werden. Dabei stehen unter anderem die Prozesse der Gesundheitsversorgung im Blickpunkt. Diese sind jedoch oft nicht bekannt, sodass sie zunächst ermittelt und beschrieben werden müssen.

Eine Alternative zur manuellen Erhebung der Versorgungsprozesse stellt das Process Mining dar. Darunter sind Techniken zum automatischen Extrahieren, Analysieren und Manipulieren von Prozessen zu verstehen. Diese sind in der Lage aus den während der Prozessausführung aufgezeichneten Event-Daten (Event Logs) automatisch entsprechende Prozessmodelle zu extrahieren, die das beobachtete verhalten beschreiben.

Da es sich bei den Event Logs jedoch um flache Tabellen handelt, die alle zu einem Prozess aufgezeichneten Events beinhalten, bietet Process Mining lediglich eine Gesamtsicht auf den Prozess. Für die Versorgungsforschung ist aber vor allem eine differenzierte Analyse von verschiedenen Patientengruppen (z.B. mit unterschiedlichem Alter oder Vorerkrankungen) von Interesse. Zudem ist im Vorhinein nicht unbedingt bekannt, worin mögliche Unterschiede zwischen den einzelnen Patientengruppen liegen könnten. Daher ist eine explorative Analyse der Prozesse wünschenswert, die dem Nutzer die schrittweise Analyse und den Vergleich unterschiedlicher Patientengruppen ermöglicht.

Die Grundidee hinter dem Ansatz zum multidimensionalen Process Mining ist, dass sich die Eigenschaften der Patientengruppen, die als Attribute im Event Log stehen, als Dimensionen interpretieren lassen, die gemeinsam einen multidimensionalen Datenwürfel aufspannen. Mittels OLAP-Operationen können dann beliebige Patientengruppen durch entsprechende Datenausschnitte definiert werden, die als Datengrundlage für das Process Mining dienen (siehe Abbildung). Somit lassen sich separate Modelle für die verschiedenen Patientengruppen erstellen. Diese können dann vom Nutzer gegenübergestellt und miteinander verglichen werden. Werden jedoch nicht die erwarteten Unterschiede festgestellt, kann der Nutzer die OLAP-Anfragen anpassen und entsprechend andere Patientengruppen definieren, etwa eine Unterscheidung nach Vorerkrankungen anstatt nach Alter. Somit ist es dem Nutzer möglich sich Schritt für Schritt die Versorgungsprozesse aus unterschiedlichen Blickwinkeln zu betrachten und letztendlich Auffälligkeiten in darin zu identifizieren. Diese können dann als Ausgangspunkt für weitere Analysen dienen, indem z.B. neue Forschungshypothesen aufgestellt werden.

 

Das Ziel der Projektgruppe ist die Umsetzung des beschriebenen Ansatzes in einem Werkzeug für multidimensionales Process Mining, um die technische Realisierbarkeit des Ansatzes gezeigt werden. Dabei soll das zu entwickelnde System einen vertikalen Prototyp darstellen, der alle wesentlichen Konzepte des Ansatzes abdeckt und die Durchführung explorativer Analysen von Versorgungsprozessen ermöglicht. Daraus ergeben sich eine Reihe von konkreten Aufgaben, die durch die Teilnehmer der PG zu lösen sind:

  • Aufbau eines DWH für die Speicherung von multidimensionalen Eventdaten
  • Integration von Event Logs in multidimensionale Datenstruktur
  • Umsetzung einer explorativen Navigation durch die Eventdaten mittels OLAP-Operatoren
  • Bereitstellung von Process Mining Algorithmen zur Extraktion von Prozessmodellen aus den multidimensionalen Eventdaten
  • Darstellung der Analyseergebnisse in Form von Prozessmodellen

Die Projektgruppe eignet sich für alle Studierenden (Informatik, Wirtschaftsinformatik oder ESMR) - insbesondere für welche mit Schwerpunkt ISSE / KISS oder der Vertiefungsrichtung "IT im Gesundheitswesen".

 

Kontakt: MSc Thomas Vogelgesang

 

Wedkbmasj4ohiter (marc1jfbto.goqcsyra2emukwundd+er@uol.de) (Stand: 07.11.2019)