Download Inductive Visual Miner Plugin Customization for - RevistaIEEE-AL

Inductive Visual Miner Plugin Customization for
the Detection of Eventualities in the Processes of a
Hospital Information System
A. O. García, O. U. L. Armenteros, Y. E. P. Ramírez and D. P. Alfonso
1
Abstract— Process Mining is a novel alternative to analyze
the real processes, from extraction of knowledge of the event
logs available in the information systems. The discovery is one
type of process mining that allows obtaining process models,
which can be observed visually eventualities in the processes
modeled. Inductive Visual Miner is a plugin of ProM tool that
supports the discovery and can generate animated process
models inspired in a Business Process Modeling Notation.
Actually, the knowledge needed to model hospital processes is
acquired from empirical methods of researchers in the health
institution. Hospital Information Systems possess an event log
of processes activities, and it is not being exploited to detect
eventualities in hospital processes. This research focused on
the development of an Inductive Visual Miner customization,
for the detection of eventualities in hospital processes. To
develop the solution was used Java 1.6 as programming
language, JBoss 4.2 as the application Server and Eclipse 3.4 as
Integrated Development Environment. Java Enterprise
Edition 5.0 platform was used during the whole process. The
investigation allows to generate models of processes where can
be observed eventualities of hospital processes.
Keywords— analysis of processes, event logs, health sector,
Inductive Visual Miner, process mining, process model.
I. INTRODUCCION
SECTOR de la salud enfrenta importantes retos a
ELdiario,
los costos financieros y materiales y la necesidad
de prestar cada día un mejor servicio han alcanzado un nivel
más elevado con el desarrollo social. Por lo que se hace
necesario incorporar nuevas técnicas y herramientas que
permitan mejorar el resultado de la actividad hospitalaria en
términos de incremento de eficiencia (producción de
servicios de salud al menor costo posible) y eficacia (efecto
de determinada acción cuyo objetivo es perfeccionar la
atención médica) [1] También para aumentar la satisfacción
de las necesidades y expectativas tanto de los pacientes
como del propio personal de la atención sanitaria.
Los resultados esperados en una organización alcanzan
un nivel más eficiente cuando las actividades y los recursos
relacionados se gestionan como un proceso [2]. Es por eso
que la Gestión por procesos ha devenido como un
instrumento básico de las organizaciones de salud cuyo
principal propósito es trabajar en la gestión hospitalaria con
A. O. García, Universidad de las Ciencias Informáticas, La Habana,
Cuba, aorellana@uci.cu
Y. E. P. Ramírez, Universidad de las Ciencias Informáticas, La
Habana, Cuba, yeperez@estudiantes.uci.cu
O. U. L. Armenteros, Universidad de las Ciencias Informáticas, La
Habana, Cuba, oularrea@estudiantes.uci.cu
D. P. Alfonso, Universidad de las Ciencias Informáticas, La Habana,
Cuba, dalfonso@uci.cu
valor añadido al paciente. Esta forma de gestión logra
identificar, estabilizar y controlar mejor las áreas de
responsabilidad médica en centros de salud y reconoce el
enfoque basado en procesos como vía clave para el
cumplimiento de la misión de la organización hospitalaria.
El enfoque basado en procesos constituye una importante
vía para gestionar tanto las actividades que crean valor para
el paciente como aquellas que apoyan los servicios de salud
en las organizaciones sanitarias, además permite mejorar la
ejecución de los procesos y las interrelaciones entre ellos
[3].
Los sistemas de información hospitalaria constituyen un
importante soporte al enfoque basado en procesos debido a
que almacenan información de la ejecución de los procesos
en un registro de eventos, el cual es el resultado del
almacenamiento de las actividades de un proceso ejecutadas
en un período determinado de tiempo, estos sistemas están
orientados a satisfacer las necesidades de generación,
almacenamiento y procesamiento de los datos clínicoadministrativos de la cualquier institución hospitalaria [4].
Los procesos se consideran el núcleo operativo de gran
parte de las organizaciones [5] y el mejoramiento continuo
de los mismos puede contribuir a disminuir las debilidades y
afianzar las fortalezas de la organización, así como lograr,
un aumento de la productividad [6] y un mejor servicio
sanitario en las instituciones de salud. La Minería de
procesos es una disciplina de investigación que promueve el
desarrollo de técnicas y herramientas para el análisis del
funcionamiento de los mismos y permite a través de la
extracción de conocimientos de los registro de eventos
ampliamente disponibles en los actuales sistemas de
información descubrir, monitorear y mejorar procesos reales
[7] [8].
El descubrimiento es uno de los tipos de la Minería de
procesos, el cual, a partir de un registro de eventos produce
un modelo de proceso sin utilizar ninguna información
previa. Dentro de las técnicas de descubrimiento se
encuentra la Minería Inductiva Visual [9].
Permite
representar en formas de nodos las actividades o
transiciones que forman parte de los procesos; obteniéndose
un modelo de proceso animado, en el que se pueden
visualizar con mayor facilidad las actividades frecuentes e
infrecuentes, además de cuellos de botellas y desviaciones
de procesos. Estas últimas, influyen en un mal
funcionamiento de la institución y puede influir en una
deficiente atención a pacientes.
La Minería de procesos cuenta con diversas herramientas
para el descubrimiento de procesos, entre las que se
encuentra el ProM [10]. Este es un software de código
abierto y de distribución gratuita, y su manejo para el
descubrimiento de procesos requiere de un alto grado de
conocimiento de esta tecnología, siendo una limitante para
usuarios inexpertos [11] [7].
Con el objetivo de informatizar los procesos en el sector
de la salud en Cuba la Universidad de las Ciencias
Informáticas (UCI), específicamente en el Centro de
Informática Medica (CESIM por sus siglas en inglés), se
desarrollan aplicaciones informáticas dirigidas al sector de
la salud, entre ellas está el Sistema de Información
Hospitalaria (HIS por sus siglas en inglés), orientado a
satisfacer las necesidades de almacenamiento y
procesamiento de los datos clínico administrativos que se
generen en la atención secundaria de la salud. El HIS
permite, además, automatizar los procesos que se ejecuten
en la institución hospitalaria, almacenando información de
la ejecución sus actividades en una bitácora, sobre la cual
fue desarrollado un componente para la extracción y
transformación de esta información en un Registro de
eventos.
El análisis y modelado de los procesos en el HIS es algo
no trivial, debido a que se necesita un amplio conocimiento
de los mismos para modelarlos con la suficiente exactitud.
El HIS carece de ese conocimiento debido a que su
adquisición se realiza a partir de extensas reuniones y
entrevistas con los autores del proceso, que por lo general
tienen un alto costo en dinero y tiempo.
Estas prácticas cotidianas acarrean resultados que suelen
acabar representando como se debería ejecutar el proceso y
no como se está ejecutando en realidad. La información que
posee el Registro de eventos no está siendo aprovechada y
la aparición constante de nuevos conocimientos acerca de la
ejecución de las actividades en el HIS, no se está
incorporando al saber profesional, por lo que la detección de
eventualidades en los procesos se ve limitada, lo cual puede
afectar el funcionamiento de la institución hospitalaria y
puede traer consigo:
•Desvío innecesario de recursos sanitarios.
•Largos tiempos de espera y de atención al paciente.
•Innecesarias pruebas médicas o tratamientos.
•Aumento de la variabilidad innecesaria de los médicos.
Para solucionar los problemas anteriormente descritos se
decide desarrollar una personalización de la técnica Minero
Inductivo Visual de Minería de Procesos en el HIS
mencionado.
II. MODELO DE PROCESO DE NEGOCIO
“El modelado de procesos de negocio es la
representación de los procesos de negocio de una empresa u
organización con el objetivo de que puedan ser analizados y
mejorados” [12].
Un modelo de proceso de negocio es una representación
gráfica de interrelaciones y actividades que componen un
proceso de negocio [13], permite describir el estado actual o
previsto de dicho proceso de negocio, además son útiles
para modelar la forma en que los recursos interactúan con el
proceso.
Generalmente los elementos que componen un modelo de
procesos de negocio son los objetivos o motivos del
proceso, las entradas, las salidas, los recursos utilizados y
los eventos.
Entre las notaciones existentes para modelar procesos
de negocio se encuentra BPMN [14], la cual describe en
términos de actividades los procesos de negocio que se
ejecuten en una organización y el orden de estas actividades
se modela mediante dependencias causales.
Figura 1. Ejemplo de modelo de proceso en notación BPMN. Fuente: [13].
Para la modelación de un proceso de negocios se han
propuestos siete principios básicos, los cuales relacionan los
estilos de modelación de procesos, la comprensión del
modelo y la propensión a errores [15], a continuación se
enumeran cada uno de ellos:
1. Usar tan pocos elementos en el modelo como
sea posible.
2. Minimizar los caminos en los elementos de
enrutamiento.
3. Utilizar un elemento de inicio y uno de fin.
4. Modelar lo más estructuradamente posible.
5. Evitar los elementos de selección no exclusiva.
6. Usar etiquetas para las actividades conformadas
por verbos.
7.
Descomponer cualquier modelo con más de 50
elementos.
Comprensión de modelos de procesos
Dentro de la modelación de procesos se ha estudiado
cómo pueden ser diseñados los modelos de procesos para
maximizar su comprensión [16]. El propósito del modelo
[17], la notación del modelado [18] y la complejidad del
modelo son factores que afectan el entendimiento del
modelo de proceso. A esto se le suma el diseño de los
constructores gramaticales y el resaltado de colores a los
elementos que conforman el modelo [19], las cuales son dos
de las características de un modelo de proceso de negocio
que pueden afectar su comprensión.
Para comprender sintácticamente el modelo se puede
analizar desde dos puntos de vistas: el rendimiento (en qué
medida la interpretación del modelo contribuye a
comprender el contenido formal del modelo) y la eficiencia
(qué recursos son utilizados para comprender el modelo)
[20]. Teniendo en cuenta que la semántica del modelo se
expresa en sus etiquetas textuales, se ha demostrado que la
información semántica adicional obstaculiza la comprensión
sintáctica [20] y lo que se espera es que una persona
comprenda mejor el modelo con información textual, el
efecto es diferente cuando se realizan preguntas referidas
únicamente a la sintaxis. La explicación teórica racional
para esta expectativa parte de la teoría de carga cognitiva.
La teoría de carga cognitiva se distingue entre la carga
cognitiva intrínseca y extrínseca. La intrínseca está
determinada por la complejidad de la información (cantidad
de elementos y sus relaciones e interacciones). En el ámbito
de proceso, la carga intrínseca se refiere a la complejidad
del proceso modelado y por ende está fuera del control del
modelador del proceso. Mientras que la carga extrínseca
está determinada por la forma en la que la información es
representada y la dificultad relativa puede variar en
dependencia su representación [21]. Por lo que la carga
cognitiva extrínseca está sujeta a las decisiones de diseño
que se realizan al describir el proceso en un modelo [22]. El
reto de la presente investigación consiste en facilitar la
comprensión de los modelos a generar a través de las
técnicas personalizadas, brindando interfaces enriquecidas
en información auxiliar para el análisis de los modelos.
III. INDUCTIVE VISUAL MINER
La Minería Inductiva Visual (IVM por sus siglas en
inglés) es una de las técnicas de descubrimiento de la
Minería de procesos. Su arquitectura se asemeja a una
cadena de análisis y visualización tareas, y una de las
opciones que posee es la animación del modelo de proceso
que se construya a partir de un registro de eventos, esta
opción calcula cuando pasan las trazas por los elementos del
modelo para mostrar una vista previa animada del
transcurso de las mismas por las actividades de dicho
modelo de proceso [9].
Figura 2. Cadena de tareas de IVM [9].
El objetivo de la tarea preparar el registro es extraer la
información necesaria del registro de eventos para su posterior
uso en las siguientes fases. A partir de esta información se
obtienen la cantidad de actividades que componen el proceso,
la cantidad de trazas y la cantidad de instancias de procesos por
cada camino diferente.
En la tarea filtrado de actividades, se define un valor umbral
de ruido (Ausencia de datos en un registro de eventos.) por defecto,
permisible hasta un ochenta por ciento, en la que las
actividades más frecuentes se mantienen, y los acontecimientos
de otras actividades se filtran. A continuación en la tarea de
descubrimiento se aplica una extensión del algoritmo de
descubrimiento Inductive Miner denominada Inductive Miner
– infrequent [23], el cual recibe como parámetro el umbral de
ruido anteriormente definido y toma el registro de eventos ya
previamente generado en xlog para producir un árbol de
proceso.
La tarea de alineación, mediante el algoritmo Evolutionary
Tree Miner alinea las trazas del registro de eventos para
producir a partir del árbol de procesos ya generado en el
descubrimiento un mejor modelo de proceso, esto es necesario
en caso de desviaciones entre el modelo y el registro de
eventos. A partir de la alineación se enriquece el modelo con
información de la frecuencia en que fueron ejecutados los
elementos que componen el modelo en el registro de eventos.
El filtro de selección de nodo es la tarea que define los
caminos que interrelacionan los nodos del modelo de proceso.
El criterio de selección por defecto que se definió es el de
mantener solo los caminos por los que la cantidad de trazas que
pasen por él sea la mayor. La fase final, animar, es la tarea que
se encarga de calcular cuando las trazas pasan los elementos
del modelo para mostrar una vista previa animada del
transcurso de las mismas por los nodos que componen el
modelo de proceso. Si el registro no contiene marcas de
tiempo, las marcas de tiempo aleatorias se insertan con fines de
demostración.
El predecesor y base de esta técnica es el Inductive Miner
(IM), es un algoritmo de descubrimiento de Minería de
procesos, el cual trabaja recursivamente y se basa en la técnica
divide y vencerás. Su funcionamiento comienza en seleccionar
el operador raíz que mejor se adapte a un registro de eventos L,
luego divide las actividades de L en conjuntos disjuntos
formando nuevos registros y continua dividiendo hasta que
cada registro contiene una sola actividad.
A continuación se especifican los elementos que con
mayor facilidad se pueden observar en el modelo de proceso
que se obtiene a partir de IVM.
Frecuencia de ejecución de actividades de proceso: En
el modelo de proceso es posible visualizar las actividades
que conforman el proceso, estas actividades se ejecutan con
determinada frecuencia. Las actividades que se ejecutan con
mayor frecuencia con respecto a las demás son las
actividades frecuentes, mientras que todas aquellas
actividades cuya ejecución no se realiza con una frecuencia
considerable teniendo en cuenta las actividades frecuentes
son las actividades infrecuentes.
Desviaciones: Las desviaciones muestran precisamente
las partes del modelo que se desvían con respecto al registro
de eventos, son visualizadas para mostrar que partes del
modelo se ajustan bien y que partes no lo hacen. Esto es
importante para sacar conclusiones fiables acerca de la
ejecución de determinadas actividades en un periodo
determinado de tiempo.
Cuellos de botella: Los cuellos de botella son las
actividades que disminuyen la velocidad de los procesos,
incrementan los tiempos de espera y reducen la
productividad, trayendo como consecuencia final el
aumento en los costos.
IV. AMBIENTE DE DESARROLLO
El ambiente de desarrollo son todas aquellas
herramientas y tecnologías que se aplicaron para
materializar en un producto de software los elementos que
se abordan en el presente capítulo de la investigación. Entre
estas se encuentran diversos marcos de trabajo que
ayudaron a dar cumplimiento al objetivo general de la
investigación.
Lenguaje de programación Java: Java es un lenguaje
de programación orientado a objetos desarrollado por Sun
Microsystems a principio de los años noventa,
recientemente fue adquirida por Oracle Corporation. Es un
lenguaje robusto, pues no permite el manejo directo del
hardware ni de la memoria. Dentro de sus principales
ventajas se encuentra su capacidad de ser multiplataforma.
Tiene muchas similitudes con el lenguaje C y C++ [24].
Entorno Integrado de Desarrollo Eclipse 3.4.2: Eclipse
Ganymede 3.4.2 es un entorno de desarrollo integrado de
código abierto, portable y multiplataforma. Este fue
diseñado originalmente por la empresa IBM y actualmente,
es desarrollado por la Fundación Eclipse, una organización
independiente, sin ánimos de lucro que fomenta una
comunidad de código abierto. Se basa en el uso de módulos
(plugins), lo cual hace posible el trabajo en múltiples
lenguajes de programación como son Java, C++, PHP, Perl
y se le puedan añadir, además, otras funcionalidades.
Mediante el SDE Enterprise edition permite la integración
con la herramienta Visual Paradigm, propiciando un mejor
entendimiento de todas las partes involucradas en el
desarrollo del sistema. Cuenta además, con un sistema de
control de versiones, el cual usando una combinación de
vistas y editores que muestran los diversos aspectos de los
recursos del proyecto organizados por el rol o la tarea del
desarrollador, hace más fácil y eficiente el trabajo en
equipo.
Java Platform Enterprise Edition (JavaEE) 5.0: Java
versión 5 o JEE 5 es una plataforma de programación (parte
de la Plataforma Java) para desarrollar y ejecutar software
de aplicaciones en lenguaje de programación Java con
arquitectura de N niveles distribuida [25]. Se basa
ampliamente en componentes de software modulares y se
ejecuta sobre un servidor de aplicaciones.
Hibernate 3.3: Hibernate es una herramienta de mapeo
objeto relacional. Utiliza para esto archivos declarativos
(XML) que permiten establecer estas relaciones. Es una
tecnología de software libre distribuida bajo los términos de
la licencia GNU LGPL. Como todas las herramientas de su
tipo, busca solucionar el problema de la diferencia entre los
dos modelos de datos coexistentes en una aplicación: el
usado en la memoria de la computadora (orientación a
objetos) y el usado en las bases de datos (modelo
relacional). Le permite a la aplicación manipular los datos
de la base de datos operando sobre objetos, con todas las
características de la programación orientada a objetos,
Hibernate convierte los datos entre los tipos utilizados por
Java y los definidos por SQL.
SEAM v2.1.1: SEAM es una potente plataforma de
desarrollo de código abierto para construir aplicaciones
ricas de Internet en Java. SEAM integra tecnologías como
JavaScript asíncrono y XML (AJAX), Java Server Faces
(JSF), Java Persistence Api (JPa), Enterprise Java Beans
(EJB 3.0) y Business Process Management (BPM) [26].
SEAM elimina la capa artificial que existe entre EJB 3.0 y
JSF y provee un consistente sistema de anotaciones para
integrar estos dos frameworks. Comparada con aplicaciones
desarrolladas en otros frameworks, las aplicaciones SEAM
son conceptualmente simples y requieren significativamente
menos código (en Java y en XML) para obtener las mismas
funcionalidades.
Java Runtime Environment (JRE): JRE es el
acrónimo de Java Runtime Environment (entorno en tiempo
de ejecución Java) y se corresponde con un conjunto de
utilidades que permite la ejecución de programas java sobre
todas las plataformas soportadas. JVM (máquina virtual
Java) es una instancia de JRE en tiempo de ejecución. Este
interpreta el código Java y está compuesto además por las
librerías de clases estándar que implementan el API de Java.
Ambas JVM y API deben ser consistentes entre sí, de ahí
que sean distribuidas de modo conjunto.
Jboss Server 4.2.2: Jboss Server es un servidor de
aplicaciones Java y actualmente es el más utilizado. Cientos
de profesionales y desarrolladores de código abierto han
contribuido a su creación y desarrollo. Es una plataforma
certificada que cumple con las especificaciones de J2EE
para el despliegue y desarrollo de aplicaciones
empresariales Java, aplicaciones web y portales. Provee
servicios extendidos de almacenamiento de datos en
memoria y de manera persistente. Permite la integración de
todas las tecnologías y herramientas utilizadas por Jboss
Seam. Es actualizado e integrado constantemente con lo
último del estado del arte de las aplicaciones web.
Java Server Facelets 1.1: Java Server Facelets es un
framework para plantillas centrado en la tecnología JSF
(Java Server Faces), por lo cual se integran de manera muy
fácil. Facelets llena el vacío entre JSP y JSF, siendo una
tecnología centrada en crear árboles de componentes y estar
relacionado con el complejo ciclo de vida JSF ([26].
JBoss RichFaces 3.3.1: JBoss RichFaces es una librería
de componentes web enriquecidos, de código abierto y
basada en el estándar JSF. Provee facilidades de validación
y conversión de los datos proporcionados por el usuario,
administración avanzada de recursos como imágenes,
código Javascript y Hojas de Estilo en Cascada (CSS) [27].
Se integra completamente dentro del ciclo de vida JSF.
Permite crear interfaces de usuario modernas de manera
eficiente y rápida, basadas en componentes listos para usar,
altamente configurables en cuanto a temas y esquemas de
colores predefinidos por el propio framework o
desarrollados a conveniencia, lo que mejora grandemente la
experiencia de usuario.
V. RESULTADOS.
La Fig. 3 representa la interfaz del componente que permite
configurar los parámetros necesarios para la extracción y
transformación de las trazas en un registro de eventos. Además,
permite seleccionar el plugin Inductive Visual Miner para
modelar las actividades del proceso seleccionado. Al acceder a
la opción Analizar el componente ejecuta los parámetros
configurados y muestra un modelo del proceso seleccionado, el
cual permitirá realizar diferentes análisis sobre su ejecución.
Figura 3. Interfaz Principal del componente desarrollado. Fuente: Elaboración Propia
La Fig. 4 visualiza un ejemplo de proceso (proceso Solicitar
Producto del módulo Almacén del Sistema de Información
Hospitalaria), modelado luego de configurar los parámetros
requeridos en la Fig. 3. En el modelo obtenido se representan
las actividades y los caminos que componen el proceso, siendo
resaltadas las actividades frecuentes con el color azul más
intenso. Las actividades menos frecuentes son representadas en
color azul. La transición animada de las trazas de ejecución por
las diferentes actividades donde son registradas, se
representa por tokens de color amarillo. Las que se ejecutan
con tiempos lentos con respecto a la media general son
representadas en color rojo. Mientras, las que se encuentran
representadas en color verde son las que se ejecutan más rápido
que la media general. En las aristas se representan el número de
trazas que han transitado por el camino entre actividades de
proceso.
Figura 4. Frecuencia principal de la ejecución de actividades de proceso (resaltado en azul). Fuente: Elaboración Propia.
Por su parte, la Fig. 5 muestra la existencia de desviaciones
en el proceso analizado. Las desviaciones son representadas
por líneas discontinuas de color rojo. Siendo señaladas de este
color también, el número de trazas que representan desviación
en el flujo del proceso. Las desviaciones pueden ser
representadas por dos razones: ausencia de datos en el registro
de eventos de la ejecución analizada o desvío del flujo del
proceso de negocio definido.
Figura 5. Desviaciones en la ejecución de las actividades de proceso (línea discontinua roja). Fuente: Elaboración propia.
La Fig. 6 muestra en un modelo integrado los caminos del administrativas sobre la ejecución de las actividades desde un
flujo de proceso y las desviaciones existentes en el mismo. único modelo. El mismo, cumple con las características
deseadas por la investigación para la detección de
Permite realizar análisis para la toma de decisiones clínico
eventualidades en procesos hospitalarios.
Figura 6. Interfaz del modelo generado donde se representan los caminos y las desviaciones en el flujo del proceso. Fuente: Elaboración propia.
VI. CONCLUSIONES
En el modelo de proceso se pueden visualizar las
actividades que conforman el proceso (Actividades frecuentes e
infrecuentes), estas actividades se ejecutan con determinada
frecuencia. Las actividades que se ejecutan con mayor
frecuencia con respecto a las demás son las actividades
frecuentes, mientras que todas aquellas actividades cuya
ejecución no se realiza con una frecuencia considerable
teniendo en cuenta las actividades frecuentes son las
actividades infrecuentes.
Las desviaciones muestran precisamente las partes del
modelo que se desvían con respecto al registro de eventos, son
visualizadas para mostrar que partes del modelo se ajustan bien
y que partes no lo hacen. Esto es importante para deducir
conclusiones fiables acerca de la ejecución de determinadas
actividades en un periodo determinado de tiempo.
Los modelos que se generen a partir de la ejecución de
Inductive Visual Miner permiten representar los cuellos de
botella. Estos se obtienen a partir de las actividades que
disminuyen la velocidad de los procesos, incrementan los
tiempos de espera y reducen la productividad, trayendo como
consecuencia final el aumento en los costos asociados a la
ejecución práctica del proceso.
Otras eventualidades que permite detectar son las tareas
ocultas, estas representan ejecuciones normales de un proceso
que por sus condiciones excepcionales ocurren de forma
aislada.
Por su parte, los lazos representan la tarea o conjunto de
tareas que se repiten varias veces dentro de una actividad de
proceso, también representadas en modelos obtenidos a partir
de Inductive Visual Miner. Los lazos pueden estar asociados a
uno o más cambios del valor de un dato en el flujo del proceso.
La personalización del plugin descrito formará parte del
HIS, creando, junto a otros complementos, una herramienta que
dotará a dicho sistema de una fuente de valor agregado, tanto
para analistas de procesos como para los desarrolladores del
sistema.
Como extensión de la investigación se propone el desarrollo
de un componente para la interpretación de los modelos
generados a partir de reglas de procesos.
REFERENCIAS
[1] Hernández, A., Medina, A., & Nogueira, D. Herramientas para la
mejora de procesos hospitalarios. Un procedimiento para su aplicación. La
Habana : CUJAE, 2009.
[2] Hernández, A., et al. Inserción de la gestión por procesos en
instituciones hospitalarias. Concepción metodológica y práctica.
Matanzas : s.n., 2011. ISSN 0080-2107.
[3] Valdés, C. Gestiopolis. [En línea] WebProfit Ltda, 2010. [Citado el: 7
de
11
de
2014.]
http://www.gestiopolis.com/administracionestrategia/enfoque-basado-procesos.htm. 2010.
[4] Fernández, F. J. & Gatica, F. Sistema de Información Hospitalaria.
México D.F : Universidad Nacional Autónoma de México, 2003.
[5] Zaratiegui, J. R. La gestión por procesos: su papel e importancia en la
empresa. 1999.
[6] Harrington, H. J. Mejoramiento de los procesos de la empresa. Santa Fé
de Bogotá : Mc-Graw-Hill, 1993.
[7] Orellana A., Pérez, Y. E., Larrea, O.U. . "Process Mining in
Healthcare: Analysis and Modeling of Processes in the Emergency Area."
Latin America Transactions, IEEE (Revista IEEE America Latina) ISSN:
1548-0992. 13:5. 2015.
[8] Leemans, Sander J.J., Fahland, Dirk y van der Aalst, W.M.P. Process
and Deviation Exploration with Inductive visual Miner. Eindhoven :
Eindhoven University of Technology, 2014.
[9] Verbeek, H.M.W. (2010). ProM 6 Tutorial. ProM. (n.d.). Extraído el 27
de enero de 2015 desde http://www.promtool.org/prom6
[10] Orellana, A., Larrea O. U., and Pérez, D. "Generador de Registros
de Eventos para el análisis de procesos en el Sistema de Información
Hospitalaria xavia HIS." Convención Salud 2015. 2015.
[11] Orellana A., Pereiras, K., and Sosa, A. "Utilidad de la Técnica
Minería Difusa para modelar procesos en el entorno hospitalario."
Convención Salud 2015. 2015.
[12] Benghazi, K., Garrido, J. L. & Noguera, M. Introducción al
Modelado de Procesos de Negocio. Granada : Universidad de Granada,
2011.
[13] van der Aalst , W.M.P. Process Mining Discovery,Conformance
and Enhancement of Business Processes. Heidelberg : Springer-Verlag
Berlin Heidelberg, 2011. ISBN 978-3-642-19344-6.
[14]
van der Aalst, W. M.P., Netjes, Mariska y Reijers, Ha jo A.
Supporting the Full BPM Life-Cycle Using Process Mining and Intelligent
Redesign. Eindhoven : s.n., 2011.
[15] Pérez, D. Técnica para el diagnóstico de variantes de procesos de
negocio. La Habana : Universidad de las Ciencias Informáticas, 2014.
[16] Recker, J., Mendling, J., and Hahn, C. How collaborative
technology supports cognitive processes in collaborative process modeling:
A capabilities-gainsoutcome model. Information Systems, 2013.
38(8):1031–1045. 00004
[17] Recker, J., Reijers, H., and Wouw, S. v. d. Process model
comprehension: The effects of cognitive abilities, learning style, and
strategy. Communicationsof the Association for Information Systems,
34(1). 2014.
[18]
Sarshar, K. and Loos, P. Comparing the control-flow of epc and
petri net from the end-user perspective. In Business Process Management.
2005. pp. 434–439. Springer. 00061.
[19] Recker, J., Rosemann, M., Indulska, M. & Green, P. Business
Process Modeling: A Maturing Discipline? 2007.
[20] Mendling, J., Strembeck, M., and Recker, J. Factors of
processmodel comprehension. findings from a series of experiments.
Decision Support Systems. 2012. 53(1):195–206.
[21] Kotovsky, K., Hayes, J. R., and Simon, H. A. Why are some
problems hard? evidence from tower of hanoi. Cognitive psychology.
1985. 17(2):248–294. 00601.
[22] Figl, K., Recker, J., and Mendling, J. A study on the effects of
routing symbol design on process model comprehension. Decision Support
Systems. 2013. 54(2):1104–1118. 00005.
[23] Leemans, Sander J.J., Fahland, Dirk y van der Aalst, Wil M.P.
2013. Discovering Block-Structured Process Models From Event Logs
Containing Infrequent Behaviour. Eindhoven : Eindhoven University of
Technology, 2013.
[24] García de Jalón, J., Rodriguez, M. J., Alfonso, A. I., Larzabal, A.,
Calleja, J., & García, J. Aprenda Java como si estuviera en primero.
Escuela Superior deIngenieros Industriales. Universidad de Navarra,
España. 2010.
[25] Franky,
C.
Java
EE
5
(sucesor
de
J2EE).[En
línea]http://www.acis.org.co/fileadmin/Conferencias/ConfConsueloFranky
_Abr19.pdf. 2010.
[26] Liu, X. Developing applications with Facelets, JSF and JS. [En
linea]
http://today.java.net/pub/a/today/2006/08/29/developing-withfacelets-jsf-jsp.html . 2010.
[27] Hernandis,
J.
A.
Versión
Cero.
[En
Línea]
http://www.versioncero.com/noticia/210/visual-paradigm-for-uml. 2011.
Arturo Orellana García: Ingeniero en Ciencias
Informáticas en la Universidad de las Ciencias Informáticas,
La Habana, Cuba en el 2012. Máster en Informática
Aplicada en el 2015, Estudiante PhD. Investigador de
Minería de Datos y Minería de Procesos con resultados en
componentes de software donde se aplica la Minería de Procesos en
Sistemas de Información Hospitalarios. Profesor Instructor. Investigador de
BPM, BPMN.
Osvaldo Ulises Larrea Armenteros: Ingeniero en Ciencias
Informáticas en la Universidad de las Ciencias Informáticas,
La Habana Cuba. Investigador de técnicas de Minería de
Procesos aplicados en Sistemas de Información
Hospitalarios.
Yosbani Enrique Pérez Ramírez: Ingeniero en Ciencias
Informáticas en la Universidad de las Ciencias Informáticas,
La Habana Cuba. Investigador de técnicas de Minería de
Procesos aplicados en Sistemas de Información
Hospitalarios.
Damián Pérez Alfonso: Ing. Ciencias Informáticas. Máster
en Informática Aplicada en la Universidad de las Ciencias
Informáticas, La Habana, Cuba. Investigador y de la Minería
de Procesos. Autor del Plugin Variants Miner de
descomposición de subprocesos. Líder del grupo de
Investigación de Minería de Procesos de la UCI.