Den danske blog om Process Mining

Process Mining i sundhedssektoren

 

En sundhedssektor under pres

 

Demografien er under forandring. Vi lever længere. Flere bliver ældre. Omkostningerne til sundhedssektoren er stigende.

Sundhedssektoren oplever i disse år at være under et et stigende pres for at blive mere strømlinede. Der er behov for at få mere sundhed for pengene. Derfor er der et stigende pres på sundhedssektoren, om at blive mere effektive. For at opnå dette er det nødvendigt at effektivisere processerne, så der kan leveres bedre og hurtigere behandlingsforløb.

 

Der er allerede en del analyse resultater på sundhedsprocesserne i form af KPIer - fx antallet af gennemførte hofteoperationer for et givent budget. Men det er performance indikatorer. De siger ikke noget om hvordan processerne er, eller hvordan de kan forbedres (fx hvor der er flaskehalse).

 

LEAN

 

Derfor har mange hospitaler iværksat procesforbedringsprojekter. Herunder LEAN projekter, der skal fjerne spild fra processerne. Men de projekter kan tage lang tid, for først skal processerne identificeres (typisk gennem workshops og interviews) og derefter skal der indsamles data om hvordan de enkelte proces trin performer. For eksempel hvor lang tid de tager.

 

Udfordringerne er desuden, at mange sundhedsprocesser har en tendens til at være meget ustrukturerede, jo længere væk fra symptombehandling de er. Når læger redder liv, skeler de ikke til om de følger en vedtaget proces. De gør det der skal til i den givne situation, ud fra deres viden og dømmekraft. Disse processer er svære at dokumentere og svære at kortlægge gennem interviews. Det er vidensprocesser, der i sagens natur er ustrukturerede.

 

Genvej med Process Mining

Med Process Mining teknikker kan sundhedssektoren generere overblik over processerne og foretage analyser på proces performance - alt sammen ved at analysere på data, der allerede findes i IT systemerne.

 

 

Mange sundhedssystemer indeholder tonsvis at data.

 

 

Eksporter data fra IT systemer - og analyser dem i process mining værktøjer

 

 

 

 

 

Ved at eksportere data fra IT systemerne kan hospitaler og andre aktører i sundhedssektoren og analysere dem i Process Mining værktøjer kan der opnås følgende (i en brøkdel af tiden det traditionelt tager at afdække processer):

 

• Se det fulde proces overblik
• Se hvilke proces forløb der typisk følges
• Se hvor mange afvigelser der er til processen
• Se hvor meget (eller lidt) vedtagne proces guidelines følges
• Se hvor der er flaskehalse i processen
• Se hvordan processen performer - fx hvor hurtigt den gennemføres
• Identificere områder hvor processen kan effektiviseres

 

 

Der trampes elefantspor i sundhedssektorens IT systemer

 

Professor Wil Van Der Aalst, en af frontløberne indenfor process mining, har skrevet en interessant artikel om hvordan sundhedssektoren har masser af data gemt i systemer der, med process mining, kan omsættes til værdifuld indsigt og procesforbedringer.

Se artiklen her (klik)

 

 

Case Study: Process mining for et hollandsk hospital

 

Professor Wil Van Der Aalst er medforfatter på en officiel udgivelse om hvordan process mining er blevet brugt med success på et hollandsk hospital.

Analysen var centreret omkring en gynækologisk onkologi proces. Relevante data blev trukket ud af hospitalets IT systemer og analyseret i process mining værktøjer.

Resultatet var særdeles insigtsfuldt og viste at process mining fungerer fint i sundhedssektoren på levende data, der allerede er til stede. Case study i sin fulde længde kan findes her (klik) 

 

Med process mining kan LEAN initiativerne i sundhedssektoren gennemføres væsentligt hurtigere.

 

Forudsætningen for proces forbedringer er ikke længere at vi kender den nuværende proces

 

 

Jeg kom til at tænke på en dialog fra Alice i eventyrland hvor Alice spørger hvilken vej hun skal gå. Hun ved ikke hvor hun skal hen og svaret er derfor, at hvis ikke hun ved hvor hun skal hen, kan det være ligemeget hvilken vej hun går.

 

Jeg har set citatet nogle gange i forbindelse med diskussioner omkring proces forbedringer.

 

Tesen er, at det ikke giver mening at forbedre en proces, hvis ikke vi kender processen, vi i øjeblikket arbejder efter. For eksempel kan en virksomhed godt tale om, at en given proces tilsyneladende ikke er effektiv og fornuftig.

Det kunne for eksempel være salgsprocessen, hvor man kan se på forskellige KPI'er og målepunkter, at vi tilsyneladende ikke er effektive og måske kan nogle af de involverede personer ligefrem give eksempler på steder i processen, hvor der er uhensigtsmæssigheder.

 

Det er så fristende, at vedtage en ny proces. Problemet er bare, at hvis vi ikke har nogen anelse om hvordan den nuværende proces er, så er det umuligt at forbedre den - i hvert fald umuligt at vide om det er en reel forbedring.

 

Det svarer jo lidt til at sige, at den vej vi kører til arbejdet ikke er den mest optimale vej og så blot vedtage en ny vej at køre. Hvis vejen der køres til arbejdet ofte er vidt forskellig og det ikke vides med sikkerhed, hvor lang tid det tager - hvordan kan vi så vide, at den nye vej til arbejdet er et bedre valg? Det er det samme med proces forbedringer.

 

For at kunne forbedre en proces er man nødt til at kende den nuværende proces, for at kunne tage udgangspunkt i den og forbedre den, der hvor den er uhensigtsmæssig. Kendes den nuværende proces ikke, kan den ikke forbedres.

 

Der kan godt vedtages en anden/ny proces, men en forbedring af den eksisterende proces er det ikke - det er blot en anden proces - som måske måske ikke er bedre end den nuværende.

 

 

Typisk start af proces forbedringsarbejdet

 

Det er derfor proces forbedringsarbejde typisk starter med at fastslå hvordan den nuværende proces er. Det er den såkaldte As-Is proces, der skal fastlægges. Vejen hen til en As-Is proces, i en tilstrækkelig kvalitet til at foretage procesforbedring på, kan variere meget i tidsforbrug. Jo mere kompleks og jo flere måder at udføre den nuværende proces på, jo længere tid vil det tage at få den defineret.

Typisk designes As-Is processen gennem afholdelse af en række workshops. På disse workshops faciliteres ofte en interview gennemgang, hvor der stilles spørgsmål til nøglepersoner om, hvad der sker i processen. Hvad der sker forud for et proces trin, hvad der sker efter et proces trin, om det altid foregår sådan etc.

 

Illustrativt kan den traditionelle tilgang til udarbejdelse af As-Is processen vises således: 

 

 

 

Outputtet af As-Is processen er en masse noter og kladde tegninger som tegnes ind i et modelleringsværktøj på computer i korrekt notation (trin 3 i illustrationen ovenfor). Det kunne for eksempel se således ud:

 

 

 

Der er ulemper forbundet med den traditionelle tilgang

 

For det første kan det være en langsommelig proces. De forretningsanalytikere der etablerer As-Is driagrammerne i en struktur som der kan arbejdes videre med, har brug for at få kendskab til processen i detaljer. Det gøres som nævnt ved at holde en række workshops. Og det tager tid før processen er fuldt forstået og fuldt detaljeret.

Udover en langsommelig proces, så belaster det drifts organisationen i den virksomhed/afdeling hvor As-Is processen skal beskrives. Man er nødt til at trække på nøgle personer til workshops, opfølgende spørgsmål og verificering.

 

 

Med process mining er det anderledes

 

Med process mining er det ikke længere nødvendigt at kende eller udarbejde As-Is processen, før man kan begynde at optimere processen, eller analysere på hvordan den performer. Process mining kan nemlig generere As-Is processen automatisk ud fra de data, der allerede findes i virksomhedens IT systemer.

 

Langt de fleste processer er i dag understøttet af IT. Tænk for eksempel på en salgsprocess. Det er registreret i IT systemer, når der er oprettet en ordre.

Det er registreret i IT systemer, når kunden faktureres. Det er registreret i IT systemer, når betaling er modtaget. Det er registreret i IT systemer, når varerne er afsendt. Alle disse proces trin findes allerede i IT systemerne.

Når de data trækkes ud af IT systemerne, kan process mining værktøjer automatisk tegne As-Is proces diagrammerne uden involvering af forretningens nøglepersoner.

 

Illustrativt kan process mining tilgangen til udarbejdelse af As-Is processen vises således: 

 

 

 

Var dette blog indlæg interessant læsning? hvis ja, venligst del den da venligst med andre og kontakt os hvis din As-Is proces skal laves lidt hurtigere.

process mining forklaret i korthed

 

Tanken med denne post er, ganske kort, at redegøre for hvad process mining er. Der kommer andre posts til, der tager forskellige vinkler på hvordan process mining kan bruges i arbejdet med processer og krav, så dette er blot en hurtig introduktion.

 

Hvad er process mining?

 

Process mining er en af de mest innovative nye ting, der på det seneste er sket indenfor forretningsanalyse.

Process mining bliver af BPTrends nævnt som en af de interessante ting indenfor BPM, der er på vej frem og på Gartner BPM Summitt 2014, er der indlæg omkring process mining - meget tyder på vi kommer til at se meget mere til process mining de næste mange år.

Det nye er at genereringen at proces overblikket sker automatisk ud fra data, der allerede findes i virksomhedens systemer, samtidigt med at der kan foretages analyser på hvor godt processen performer - dette næsten uden at involvere virksomhedens medarbejdere. Det er hurtigere og bedre end vi er vant til.

 

 

Hvordan virker det?

 

Virksomhedens processer er allerede stemplet som transaktioner i virksomhedens IT systemer. Disse data trækkes ud i en fil.

 

 

 

Dernæst indlæses filen i vores process mining værktøj, der med avancerede algoritmer automatisk kan tegne processen og give mulighed for proces performance analyse - for eksempel finde flaskehalse, gennemløbstiden, gennemsnit, afvigelser og så videre.

 

 

 

 

 

Hvad kan det bruges til?

 

Der er 3 oplagte ting process mining kan bruges til i forhold til at forbedre processen:

 

1) Generere et overblik over processen, som den i virkeligheden er (baserer sig jo på faktuelle data der allerede findes i IT systemerne)

 

 

 

 

2) Checke om den proces der følges i virkeligheden svarer til den proces, der er aftalt (måske i proces guide lines). Der kan påvises hvor ofte, der er afvigelser, hvor mange afvigelser der er og hvad de skyldes.

 

 

 

 

 

 

3) Checke hvordan processen performer, fx i forhold til aftalte KPIer. Der kan påvises flaskehalse, gennemløbsprobler, spild med videre.

 

 

 

 

 

Derudover er der, i relation til arbejdet med krav til IT systemer 3 oplagte områder hvor process mining kan benyttes:

 

 

1) As-Is processen kan automatisk genereres, ud fra de data der allerede findes i IT systemerne

 

 

 

2) Processer der udføres forskelligt kan hurtigt kortlægges og det kan fastslås hvilke der performer bedst inden der fastlægges en fælles proces. For eksempel hvis en booking proces er implementeret forskelligt i 8 forskellige lande, kan man med process mining generere 8 forskellige proces overblik og analysere på processerne - uden fysisk at skulle udføre proces workshops på 8 forskellige geografiske lokationer.

 

3) Etablere krav materiale, der hænger sammen med processerne. Med udgangspunkt i processerne kan de forretningskritiske processer blive relateret til forretningsregler.

 

 

 

Vi bekender os til Process Mining Manifesto

 

Der er udarbejdet et manifest for arbejdet med process mining. Manifestet er udgivet af IEEE Task Force on Process Mining og var oprindeligt udgivet i F. Daniel, K. Barkaoui, S. Dustdar (Eds.): BPM 2011 Workshops, Part I, LNBIP 99, Springer-Verlag, pp. 169–194, 2012 (ISBN 978-3-642-28107-5).

 

Manifestet som vi også bekender os til beskriver de overordnede retningslinier for arbejdet med process mining proces forbedringer.

 

Manifestet beskriver 6 guidelines:

 

1. Event data skal betragtes som "first class citizens". Process mining bygger på tilgængeligheden af data i eksisterende IT systemer. Så de data skal være pålidelige og komplette. Der bør tages initiativ til at videreudvikle tilgængeligheden til ordentlige event data.
2. Udtræk af data skal drives af spørgsmål. Man er nødt til at vide hvilken proces man gerne vil analysere på og hvilke udfordringer i processen man gerne vil fokusere på, ellers kan det vise sig umuligt at udtrække der rigtige data fra systemerne.
3. Sammenhæng med valgte notationer. Process mining diagrammerne skal understøtte de basale workflow mønstra, som vi kender det fra andre notationer som fx BPMN og skal kunne indgå i eksisterende proces modellering
4. Events skal være relateret til model elementer. Der skal være en klar sammenhæng mellem elementerne i de udtrukne data og de elementer, der tegnes i diagrammerne.
5. Modeller skal være meningsfulde abstraktioner af virkeligheden. Diagrammerne der tegnes reflekterer virkeligheden som den er på baggrund af de udtrukne data. Det er vigtigt at diagrammerne giver en meningsfuld gengivelse og ikke gengiver en flig af virkeligheden, som var det den eneste virkelighed.
6. Process mining er en proces der skal gentages. Process mining er ikke tænkt som en statisk ting, men snarere som en proces der skal gentages. Processer er ikke statiske.

 

Download Process_mining_manifesto_flyera4