In this dissertation, the research project has been described. The main focus is on the use of Process Mining (PM) in evaluating processes aimed at diagnosing Mild Cognitive Impairment (MCI). The first step involved contributing to the drafting of the European Consensus Conference on the use of biomarkers in MCI diagnosis. Subsequently, three areas of PM application are described: -A pilot project, which assessed the diagnostic pathways of patients referred to a Memory Clinic in Geneva. -The Valico project, which evaluated the adherence of patient pathways from three Italian centers to national recommendations using both an adherence index and conformance checking. Additionally, deviations from expected diagnostic pathways were analysed. -The Eurovalico project, currently under implementation (pending approval from ethics committees), aims to assess diagnostic pathways in European centers before and after the publication of European recommendations and the resulting deviations. The second part describes the projects carried out during an industry internship, an essential requirement for the PON scholarship, at Gemelli Digital Medicine & Health S.r.l., a company spun off from Policlinico Gemelli. This section illustrates the practical applications of PM in healthcare, detailing the following contributions: -Collaboration in migrating a database of patients with dyslipidaemia to the OMOP/OHDSI Common Data Model. -Participation in the GEN-RWD Sandbox project, aimed at developing a complex software infrastructure enabling external entities to conduct statistical studies and train machine learning models. -Development of a Dashboard to support the activities of the Continuity of Care Center, designed to monitor high-risk patients (those at risk of prolonged hospitalization). -Implementation of a predictive model for length of stay (LOS) to enable early identification of potential bed-blocker patients. -Creation of a nursing scale quality monitoring system and prediction of its score components. Additionally, other projects include: -Collaboration with the Radiotherapy Department of the European Institute of Oncology to analyse the impact of treatment suspensions on patients' therapeutic diagnostic pathways. Contribution to the pMineR project in two specific areas: -Development of a formalism called COW (Cascade Of arroWs), designed to balance visual clarity with space optimization, improving trace visualization and facilitating analysis by healthcare professionals. -pMinShiny, a GUI designed to provide an intuitive and user-friendly graphical environment for healthcare professionals with no programming expertise, enabling them to explore and analyse processes with ease, using advanced functionalities without the complexity of the R environment. This research highlights the potential of Process Mining (PM) in optimizing diagnostic pathways by assessing adherence to clinical guidelines and improving decision-making in healthcare. The projects carried out demonstrate both the theoretical and practical applications of this methodology, from the analysis of diagnostic pathways for neurocognitive disorders to the optimization of hospital resource management.
Nel presente elaborato è stato descritto il progetto di ricerca. Il filone principale è incentrato sull’utilizzo del Process Mining (PM) nella valutazione dei processi volti alla diagnosi del disturbo neurocognitivo lieve (MCI). Il primo step è stata la collaborazione alla redazione del Consensus Conference Europeo per l’utilizzo dei biomarcatori nella diagnosi del MCI. Successivamente sono descritti tre ambiti di applicazione del PM: 1. Un progetto pilota in cui sono stati valutati i percorsi diagnostici in pazienti afferiti ad una Memory Clinic di Ginevra. 2. Il progetto Valico in cui è stata valutata l’aderenza alle raccomandazioni italiane dei percorsi compiuti dai pazienti afferenti a 3 centri italiani sia con un indice di aderenza che con il conformance checking. Successivamente sono state valutate la deviazione dei percorsi diagnostici rispetto all’atteso. 3. Eurovalico, un progetto in fase di attuazione (in attesa conferma dei comitati etici) il cui scopo è valutare in centri europei i percorsi diagnostici pre e post pubblicazioni delle raccomandazioni europee e le conseguenti deviazioni. In una seconda parte sono stati descritti i progetti seguiti durante lo stage in azienda, requisito essenziale per la borsa PON, svolto presso IL Gemelli Digital Medicine & Health S.r.l., una società nata come spin-off dal Policlinico Gemelli. Questa parte descrive le applicazioni più pratiche del PM in ambito sanitario. Vengono decritti i seguenti contributi: • Collaborazione alla migrazione di una base di dati relativa a pazienti affetti da dislipidemia, nel formato OMOP/OHDSI Common Data Model. • Partecipazione al progetto GEN-RWD Sandbox per la creazione di una complessa infrastruttura software che consenta l’esecuzione di studi statistici e di addestramento di modelli di ML da parte di soggetti esterni al policlinico Gemelli. • Sviluppo di una Dashboard di supporto alle attività del Centro di Continuità Assistenziale con lo scopo di monitorare i pazienti fragili (a rischio di lunga ospedalizzazione). • Implementazione di un modello predittivo della lunghezza di degenza (LOS) per l’identificazione precoce dei pazienti potenzialmente bed-blockers. • Creazione di un sistema di monitoring della qualità delle scale infermieristiche e la predizione dei valori delle voci di queste. A questo seguono inoltre altri progetti: • Collaborazione con il reparto di Radioterapia dell’Istituto Europeo Oncologico per analisi dell’effetto delle sospensioni sui percorsi diagnostici terapeutici dei pazienti trattati con terapia radiante. ● Collaborazione al progetto pMineR indue specifiche parti: - un formalismo chiamato COW (Cascade Of arroWs) che consente di bilanciare la chiarezza visiva con l’ottimizzazione dello spazio, migliorando la visualizzazione delle tracce e facilitandone l’analisi da parte degli operatori del settore - pMinShiny una GUI progettata per offrire un ambiente grafico intuitivo e user-friendly agli utenti. Questo strumento è stato ideato per venire incontro alle esigenze di professionisti sanitari non esperti di programmazione consentendo loro di esplorare e analizzare i processi con facilità, utilizzando funzionalità avanzate senza la complessità associata all’ambiente R. Questa ricerca evidenzia il potenziale del PM nell’ottimizzazione dei percorsi diagnostici, valutando l’aderenza alle linee guida cliniche e migliorando il processo decisionale in ambito sanitario. I progetti svolti dimostrano sia le applicazioni teoriche che pratiche di questa metodologia, dall’analisi dei percorsi diagnostici per i disturbi neurocognitivi al miglioramento della gestione delle risorse ospedaliere.
Process Mining in Healthcare
ORINI, STEFANIA
2025
Abstract
In this dissertation, the research project has been described. The main focus is on the use of Process Mining (PM) in evaluating processes aimed at diagnosing Mild Cognitive Impairment (MCI). The first step involved contributing to the drafting of the European Consensus Conference on the use of biomarkers in MCI diagnosis. Subsequently, three areas of PM application are described: -A pilot project, which assessed the diagnostic pathways of patients referred to a Memory Clinic in Geneva. -The Valico project, which evaluated the adherence of patient pathways from three Italian centers to national recommendations using both an adherence index and conformance checking. Additionally, deviations from expected diagnostic pathways were analysed. -The Eurovalico project, currently under implementation (pending approval from ethics committees), aims to assess diagnostic pathways in European centers before and after the publication of European recommendations and the resulting deviations. The second part describes the projects carried out during an industry internship, an essential requirement for the PON scholarship, at Gemelli Digital Medicine & Health S.r.l., a company spun off from Policlinico Gemelli. This section illustrates the practical applications of PM in healthcare, detailing the following contributions: -Collaboration in migrating a database of patients with dyslipidaemia to the OMOP/OHDSI Common Data Model. -Participation in the GEN-RWD Sandbox project, aimed at developing a complex software infrastructure enabling external entities to conduct statistical studies and train machine learning models. -Development of a Dashboard to support the activities of the Continuity of Care Center, designed to monitor high-risk patients (those at risk of prolonged hospitalization). -Implementation of a predictive model for length of stay (LOS) to enable early identification of potential bed-blocker patients. -Creation of a nursing scale quality monitoring system and prediction of its score components. Additionally, other projects include: -Collaboration with the Radiotherapy Department of the European Institute of Oncology to analyse the impact of treatment suspensions on patients' therapeutic diagnostic pathways. Contribution to the pMineR project in two specific areas: -Development of a formalism called COW (Cascade Of arroWs), designed to balance visual clarity with space optimization, improving trace visualization and facilitating analysis by healthcare professionals. -pMinShiny, a GUI designed to provide an intuitive and user-friendly graphical environment for healthcare professionals with no programming expertise, enabling them to explore and analyse processes with ease, using advanced functionalities without the complexity of the R environment. This research highlights the potential of Process Mining (PM) in optimizing diagnostic pathways by assessing adherence to clinical guidelines and improving decision-making in healthcare. The projects carried out demonstrate both the theoretical and practical applications of this methodology, from the analysis of diagnostic pathways for neurocognitive disorders to the optimization of hospital resource management.File | Dimensione | Formato | |
---|---|---|---|
tesi.pdf
accesso aperto
Dimensione
56.23 MB
Formato
Adobe PDF
|
56.23 MB | Adobe PDF | Visualizza/Apri |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14242/202556
URN:NBN:IT:UNIBS-202556