¿Qué es Minería de Procesos Interactiva?

Casos de éxito

 

Publicaciones

 


 

¿Qué es Minería de Procesos Interactiva?

  • Cada vez hay más sistemas inteligentes que puedan extraer información sobre cómo se proporciona a los pacientes servicios de salud.
  • Sin embargo, estos sistemas suelen ser cajas negras para los profesionales que tienen que confiar ciegamente en los resultados que ofrecen sin tener idea de por qué toman esas decisiones.
  • La propuesta de PATHWAYS se basa en la aplicación de modelos interactivos. Estos son sistemas inteligentes que se centran en la producción de modelos comprensibles por profesionales sanitarios. 
  • Dentro de estos modelos, proponemos el uso de técnicas de minería de procesos, que son capaces de mostrar el proceso que el paciente sigue de una manera comprensible e interactiva.
  • De esta manera, se pretende que el experto pueda incorporar su experiencia para comprender, evaluar y optimizar los procesos de atención que se aplican a los pacientes.
  • En esta línea, se presenta la aplicación de minería de procesos interactiva en el campo de la salud como PMApp.

Esta herramienta se ha probado en numerosos centros de salud en todo el mundo y en diferentes campos, como obesidad, diabetes, procedimientos quirúrgicos, urgencias, accidentes cerebrovasculares, demencia … entre muchos otros, con resultados muy prometedores.
 
El objetivo de este seminario es exponer las posibilidades de la minería de procesos interactivos para su aplicación en el entorno sanitario a fin de comprender los procesos que enferman a las personas y analizar, evaluar y medir el impacto de las políticas y tratamientos de salud. Aplicar en el paciente desde el punto de vista de la medicina basada en valores.

 


 

 

Casos de éxito

Muy pronto…

 

 

Publicaciones


  • Martinez-Millana, A. Lizondo, R. Gatta, S. Vera, V. T. Salcedo, and C. Fernandez-Llatas, Process Mining Dashboard in Operating Rooms: Analysis of Staff Expectations with Analytic Hierarchy Process, International Journal of Environmental Research and Public Health, vol. 16, no. 2, p. 199, Jan. 2019.
  • Fernandez-Llatas, G. Ibanez-Sanchez, A. Celda, J. Mandingorra, L. Aparici-Tortajada, A. Martinez-Millana, J. Munoz-Gama, M. Sepúlveda, E. Rojas, V. Gálvez, D. Capurro, and V. Traver, Analyzing Medical Emergency Processes with Process Mining: The Stroke Case, in Business Process Management Workshops, Cham, 2019, pp. 214–225.
  • Dogan, J.-L. Bayo-Monton, C. Fernandez-Llatas, and B. Oztaysi, Analyzing of Gender Behaviors from Paths Using Process Mining: A Shopping Mall Application, Sensors, vol. 19, no. 3, 2019.
  • Conca, C. Saint-Pierre, V. Herskovic, M. Sepúlveda, D. Capurro, F. Prieto, and C. Fernandez-Llatas, Multidisciplinary Collaboration in the Treatment of Patients With Type 2 Diabetes in Primary Care: Analysis Using Process Mining, Journal of medical Internet research, vol. 20, no. 4, 2018.
  • Fernandez-Llatas, E. Montón, J. Rovira, S. Vera, and V. Traver, Mineria de procesos interactiva: Aproximando el Big Data a la practica clinica, I+ S: informática y salud, no. 124, pp. 44–50, 2017.
  • Rojas, C. Fernández-Llatas, V. Traver, J. Munoz-Gama, M. Sepúlveda, V. Herskovic, and D. Capurro, PALIA-ER: Bringing Question-Driven Process Mining Closer to the Emergency Room, in 15th International Conference on Business Process Management (BPM 2017), 2017.
  • Gatta, J. Lenkowicz, M. Vallati, E. Rojas, A. Damiani, L. Sacchi, B. De Bari, A. Dagliati, C. Fernandez-Llatas, M. Montesi, and others, pMineR: An Innovative R Library for Performing Process Mining in Medicine, in Proceedings of the Conference on Artificial Intelligence in Medicine (AIME 2017), Springer, 2017.
  • Rojas, M. Sepúlveda, J. Munoz-Gama, D. Capurro, V. Traver, and C. Fernandez-Llatas, Question-Driven Methodology for Analyzing Emergency Room Processes Using Process Mining, Applied Sciences, vol. 7, no. 3, p. 302, 2017.
  • Fernandez-Llatas, J. L. Bayo, A. Martinez-Romero, J. M. Benedi, and V. Traver, Interactive Pattern Recognition in Cardiovascular Diseases Management. A Process Mining Approach, in Proceedings of the IEEE International Conference on Biomedical and Health Informatics 2016, las Vegas, EEUU, 2016.
  • Fernandez-Llatas, A. Lizondo, E. Monton, J.-M. Benedi, and V. Traver, Process Mining Methodology for Health Process Tracking Using Real-Time Indoor Location Systems, Sensors, vol. 15, no. 12, pp. 29821–29840, Nov. 2015.
  • Fernandez-Llatas, B. Valdivieso, V. Traver, and J. M. Benedi, Using Process Mining for Automatic Support of Clinical Pathways Design, in Data Mining in Clinical Medicine, no. 1246, C. Fernández-Llatas and J. M. García-Gómez, Eds. Springer New York, 2015, pp. 79–88.
  • Fernandez-Llatas, A. Martinez-Millana, A. Martinez-Romero, J. M. Benedi, and V. Traver, Diabetes care related process modelling using Process Miningtechniques. Lessons learned in the application of InteractivePattern Recognition: coping with the Spaghetti Effect, in 2015 37th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC), 2015, pp. 2127–2130.
  • Fernandez-Llatas, L. Sacchi, J. M. Benedí, A. Dagliati, V. Traver, and R. Bellazzi, Temporal Abstractions to Enrich Activity-Based Process Mining Corpus with Clinical Time Series, in Proceedings of the International conference on Biomedical and HealthInformatics (BHI2014), 2014.
  • Fernández-Llatas, J.-M. Benedi, J. M. García-Gómez, and V. Traver, Process Mining for Individualized Behavior Modeling Using Wireless Tracking in Nursing Homes, Sensors, vol. 13, no. 11, pp. 15434–15451, 2013.
  • Fernández-Llatas, T. Meneu, V. Traver, and J.-M. Benedi, Applying Evidence-Based Medicine in Telehealth: An Interactive Pattern Recognition Approximation, International Journal of Environmental Research and Public Health, vol. 10, no. 11, pp. 5671–5682, 2013.