Kennismaking met Process Mining in de zorg
1 december 2014
Rob van de Coevering
•
-> 2009 Business (BPM) Consultant
•
2009 – 2011 IT Manager KWF Kankerbestrijding
•
2011 – 2013 Project leider www.kanker.nl
•
2013 –> Oprichter Zuiver ICT, Consultant Process Mining Black Bellt
Zuiver ICT
Wat ga ik vertellen?
• • • • • •
Dat we enorm veel data (gaan) genereren We daar slimmer mee om kunnen gaan We Process Mining in kunnen zetten om de data te vertalen naar procesinformatie Hoe Process Mining werkt Hoe we dan meer zicht en grip op de werkelijke uitvoering van de processen krijgen Hoe we dit goed kunnen toepassen in de zorg
Feit: Amsterdam Internet Exchange Zondagavond 14 september 2014
We genereren constant data
• Vind de relevante data • Zoek naar correlaties en patronen • Omvang is relatief
Procespatronen
Data
Process mining
Een data gedreven aanpak om inzicht in processen te krijgen en processen te verbeteren
Geen proces ‘fictie’, alleen feiten
Prof. Dr. Ir. Wil van der Aalst
25.000 deelnemers!
Process Mining: een X-Ray van het Proces
Waar zit de bottleneck?
Process Mining: een diagnose van het proces
Uw Organisatie
Hoe staat het er voor?
Patiënt 1 Patiënt 2 Patiënt 3
Stap 1
Stap 3
Stap 2
Stap 4
Informatie System 1
Informatie System 2
Van data naar procesbeschrijving
Van alle proces data…
Naar visualiseren van de werkelijke procesflow, conformiteit en prestaties
PAGE 21
Ideaal proces
Werkelijk proces
?????
Spoed eisende hulp
Bron: case study Pavlov Delias Hospital of Chania
Ideaal proces
Werkelijk proces
Bron: case study Pavlov Delias Hospital of Chania
Hoe werkt het?
Case
Activity
1
A
2
A
1
B
1
C
3
A
2
C
3
B
2
B
1
D
2
D
2
E
3
C
3
D
1
E
3
D
3
E
Case 1
Case
Activity
1
A
2
A
1
B
1
C
3
A
2
C
3
B
2
B
1
D
2
D
2
E
3
C
3
D
1
E
3
D
3
E
A B C
D
E
Case 1
Case
Activity
1
A
2
A
1
B
1
C
3
A
2
C
3
B
2
B
1
D
2
D
2
E
3
C
3
D
1
E
3
D
3
E
Case 2
A A B C C B D
D E
E
Case 1
Case
Activity
1
A
2
A
1
B
1
C
3
A
2
C
3
B
2
B
1
D
2
D
2
E
3
C
3
D
1
E
3
D
3
E
Case 2
Case 3
A A B C
A
C B B D D C E D E
D
E
Case 1
Case
Activity
1
A
2
A
1
B
1
C
3
A
2
C
3
B
2
B
1
D
2
D
2
E
3
C
3
D
1
E
3
D
3
E
Case 2
Case 3
A
A A B
B C
A C
C B
B
D
D D
C E
E D
E
D
E
Case 1
Case
Activity
1
A
2
A
1
B
1
C
3
A
2
C
3
B
2
B
1
D
2
D
2
E
3
C
3
D
1
E
3
D
3
E
Case 2
Case 3
A A
A
B C
A
B
C
C B B
D
D D
C E
E D
E
D
E
Case 1
Case
Activity
1
A
2
A
1
B
1
C
3
A
2
C
3
B
2
B
1
D
2
D
2
E
3
C
3
D
1
E
3
D
3
E
Case 2
Case 3
A A
A
B
C
A
B
C
C B
B
D
D D C
E
E D
E
D E
Data set (de basis)
Identificatie
Activiteit
Starttijd
Stoptijd
12345 12345 12345
Invoeren Bewerken Afsluiten
25:03:14 10:00:00 25:03:14 10:15:00 25:03:14 11:30:00
25:03:14 10:09:00 25:03:14 10:25:00 25:03:14 11:35:00
54321 54321 54321
Invoeren Bewerken Afsluiten
25:03:14 10:16:00 25:03:14 10:25:00 26:03:14 09:00:00
25:03:14 10:20:00 25:03:14 10:30:00 26:03:14 09:05:00
Meer data, meer ontdekking
Attributen
Basis
Identificatie
Activiteit
Starttijd
Stoptijd
Beh. Arts
Diagnose code
Afdeling
Datum OK
DBC
12345
MRI
March 25 10.00
March 25 10.09
Dr. Jansen
12354
Radiologie
April 10
081092
Ontdek de variatie (flow, prestaties, voldoen een richtlijnen etc.) en de onderlinge correlaties.
Process mining tools
Process Mining •
• • • •
Procesontdekking: Wat gebeurt er nu echt? Toetsen aan regels en richtlijnen: Doen we wat we met elkaar hebben afgesproken? Voldoen we aan de eisen? Prestatie-analyse: Waar zitten de knelpunten? Procesvoorspelling: Wordt deze case te laat afgehandeld? Procesverbetering? Hoe kunnen we het proces opnieuw inrichten?
Praktisch
Proces verbeter trajecten
Opstellen business case IT
Proces diagnose
Process Mining
Auditing
Voorspellende analyses
Besturen van processen
Objectiveren
Process Mining in de zorg
Processen
Bron: Ronny Mans
Zorgprocessen zijn complex
Bron: Ronny Mans
Zorgpaden
Bron: C. Hol Amphia
Het idee
Bron: Ronny Mans
Executie data
Bron: Ronny Mans
Mogelijke bronnen (1)
Elektronisch Patiënten Dossier (EPD)
Ziekenhuis Informatie Systeem (ZIS)
Enterprise Resource Planning (ERP)
Mogelijke bronnen (2)
Enkele vragen (1) Waarom moeten patiënten zo lang wachten? Werken de artsen volgens de regels en richtlijnen? Kunnen we wachttijden voorspellen?
Hoeveel mensen zijn er morgen nodig? Hoe kunnen we de kosten verlagen? Bron: TU Eindhoven
Enkele vragen (2) Hoe wordt de X-Ray daadwerkelijk gebruikt?
Kunnen we voorspellen of de X-ray machine volgende week stuk gaat?
Waarom en wanneer vertonen X-ray machines storingen?
Welke componenten zouden moeten worden vervangen?
Van het organisatie- tot hardware/software niveau
Welk onderdeel moet worden verbeterd? Bron: TU Eindhoven
Bron: TU Eindhoven
Bron: TU Eindhoven
Voorbeelden
•
Orthopedie
•
Oncologie
Orthopedie
•
• • •
De ‘highway’ bestaat uit korte diagnose en behandeltijden. Clusters van ‘highway’s’ zijn te herkennen Meerdere processtappen op dezelfde dag. Vereist logfile met op uren en minuten.
Drie clusters van proces stromen: Mogelijke ‘highways’
Bron: C. Hol Amphia
Oncologie
•
• • •
Grote variatie in opvolging van processtappen. Tot wel 100% Complexe processen en leiden tot spaghetti diagrammen. Logdata met tijdstempels op dag basis kunnen al voldoende zijn. Praktische toepassing: analyse doorlooptijden
Richtlijnen
Soncos
•
Wachttijd eerste polikliniekbezoek met vraagstelling maligniteit (kwaadaardig) is maximaal 1 week
•
Doorlooptijd diagnostiek is maximaal 3 weken
Mining resultaat
Eerste bezoek 26
MRI 26
• • • • •
Diagnose A Periode 01 jan – 01 juli 26 patiënten Mean 4 dagen en 6 uur Median 5 dagen en 2 uur
Eerste bezoek 26
MRI 26
Fictieve voorstelling
Doorlooptijden per arts
10 9
8 7 6 5
Reeks1
4
3 2 1 0 Arts 1
Arts 2
Arts 3
Arts 4
Arts 5
Arts 6
Arts 7
Fictieve voorstelling
Ontdekking
Het probleem kennen is van groot belang
Definieer het probleem
Ontleed het probleem
Evalueer
Neem besluit
Samenvatting
• • • • • • •
We genereren enorm veel data We kunnen daar veel slimmer mee om gaan Process Mining kunnen we inzetten om de data te vertalen naar procesinformatie Process Mining is gebaseerd op feiten Process Mining levert een data gedreven analyse en ondersteunt de besturing van processen Process Mining wordt toegepast in de zorg Door het te doen leer je hoe het werkt
Hartelijk dank voor de aandacht www.zuiverict.nl, 076 888 53 07 Rob van de Coevering 06 54356523
[email protected]
Postadres: Paardeweide 24a 4824 EH Breda
