Representación, interpretación y aprendizaje de flujos de trabajo basado en actividades para la estandarización de vías clínicas

• Autores: Carlos Fernández Llatas
• Directores de la Tesis: José Miguel Benedí Ruiz (dir. tes.), Vicente Traver Salcedo (dir. tes.)
• Lectura: En la Universitat Politècnica de València ( España ) en 2009
• Idioma: español
• Tribunal Calificador de la Tesis: María Teresa Arredondo Waldmeyer (presid.), M. Robles (secret.), Evangelos Bekiaris (voc.), María Pilar Herrero Martín (voc.), Joan Andreu Sánchez Peiró (voc.)
• Materias:
  • Matemáticas
    • Ciencia de los ordenadores
      • Sistemas de control medico
• Enlaces
  • Tesis en acceso abierto en: TESEO
• Resumen

  • Describir los mejores procesos para ejecutar correctamente una estrategia de una forma eficiente y con calidad no es siempre una tarea fácil. La estandarizaci ón de procesos en general y de Vías Clínicas en particular requiere de potentes herramientas de especificación e implementación que apoyen a los expertos en diseño. La utilización de modelos de Flujos de Trabajo (del inglés Workows) facilita a los expertos en diseño la creación las reglas de ejecución de sus sistemas como si fueran programadores. Aún así debido a la gran mutabilidad de los procesos reales, es muy difícil conocer como los procesos se están ejecutando en la realidad. La utilización de técnicas de reconocimiento de formas pueden ayudar a los expertos en procesos a inferir, a partir de muestras de ejecución pasadas, modelos que expliquen la forma en la que estos procesos están efectivamente ejecutándose. Este paradigma es conocido como Aprendizaje de Flujos de Trabajo (del inglés Workow Mining).

    Los cambios de estado en los procesos de cuidado existentes en las Vías Clínicas se basan en los resultados de las acciones. Los modelos actuales de Aprendizaje de Flujos de Trabajo no recogen esta información en sus corpus. Por eso, los actuales sistemas de aprendizaje no cubren las necesidades de problemas complejos como es el caso de las Vías Clínicas.

    En esta Tesis se van a estudiar los modelos de representación, interpretación y aprendizaje de Flujos de Trabajo con la intención de proponer un modelo adecuado para resolver los problemas que impiden a los diseñadores de procesos complejos, como Vías Clínicas, utilizar técnicas de Aprendizaje de Flujos de Trabajo. Para ello se va a definir un nuevo paradigma adecuado para el apoyo al diseño de Vías Clínicas, además de proporcionar herramientas para su uso.

    Por esto en esta Tesis se presenta además un modelo de representación de Flujos de Trabajo con una alta expresividad y legibilidad, una herramienta software capaz de ejecutar y simular Flujos de Trabajo