Process mining

Het voorliggende ontwerpproject had een tweeledig doel, weergegeven in de volgende twee vragen:

1. Wat is de toegevoegde waarde van process mining voor het St. Antonius Ziekenhuis?
2. Wat is nodig om deze analysetechniek toe te passen binnen deze zorginstelling?

Beide hoofdvragen vallen in een aantal deelvragen uiteen. Voor de eerste hoofdvraag (deelvragen ad 1) luiden die:

• A. Wat is process mining?
• B. Voor welke vraagstukken is deze techniek geschikt?
• C. Wat zijn de voor- en nadelen van process mining?
• D. Hoe hangt process mining samen met analyse- en verbetermethodieken waar binnen het ziekenhuis al mee wordt gewerkt?

De deelvragen die voortvloeien uit hoofdvraag 2 (deelvragen ad2) zijn:

• A. Wat is er nodig op het gebied van het vijf lagen interoperabiliteitsmodel om process mining toe te kunnen passen?
• B. Welke rollen zijn nodig om process mining te kunnen realiseren?
• C. Welke ethische vraagstukken spelen een rol bij process mining en hoe kan daarmee worden omgegaan?

Ad 1

Process mining is een analysetechniek met als meest onderscheidende kenmerk het visualiseren van processen. Dit gebeurt op basis van tijdstippen aan de hand van belangrijke tussenstappen die actoren zetten, en van tussenstadia. Professor Van der Aalst verwoordde dit in een interview1 als volgt: „Het basisidee van process mining is dat je de data die in informatiesystemen zitten, gebruikt om automatisch procesmodellen te construeren, die beschrijven wat er daadwerkelijk gebeurt.” In zijn boek Process Mining Data science in Action2 komt Van der Aalst met een nadere verduidelijking. Daarin stelt hij dat process mining als het ware twee bestaande technieken met elkaar verbindt, namelijk de traditionele (simulatie)modellen (ook wel process science genoemd) en de analysetechnieken waarbij uitsluitend kale outputdata (datascience) worden geïnventariseerd. De combinatie maakt volgens de auteur dat de gebruiker van process mining problemen kan diagnosticeren op basis van feiten in plaats van op fictie, door Van der Aalst ook wel de PowerPoint-werkelijkheid genoemd³. Process mining is zo een interessante analysetechniek waar ook zorginstellingen hun voordeel mee kunnen doen (deelvraag 1A). Zoals beschreven in het handboek Process mining heeft process mining zijn waarde bewezen in het St. Antonius (Zie paragraaf 1.2 Waarom process mining toepassen?). Met process mining is het gelukt om: processen te visualiseren en doorlooptijden inzichtelijk te maken. Waardoor process mining:

Inzichten biedt in de black box van processen.

• Een tool is om de effecten van (verbeter)interventies te visualiseren.
• Een meetinstrument is voor de kwaliteit van de registratie.
• Een meetinstrument is voor de kwaliteit van de zorg, omdat het inzicht geeft in de doorlooptijd van processen en de betrouwbaarheid van processen.
• Gesprekken niet meer te hoeven worden gevoerd op basis van vermoedens. In plaats daarvan kunnen feiten het vertrekpunt zijn.
• Kosten bespaart.

Hierdoor is process mining geschikt om te worden ingezet door stafmedewerkers van onder andere de afdelingen Lean & Zorglogistiek en Value Based Healthcare (VBHC) (deelvraag 1B). Een aandachtspunt is dat process mining is bedoeld voor het inzichtelijk maken van afwijkingen en bottlenecks. Het toepassen ervan betekent niet automatisch dat processen vervolgens beter verlopen. Om dat te bereiken is een tussenstap noodzakelijk: het zoeken naar oplossingen om afwijkingen te verhelpen en te  verbeteren (deelvraag 1C).
Een methodologisch framework voor Business Process verbetermethoden is ontwikkeld door Rob Vanwersch et

al.⁴ Dit framework beschrijft zes sleutelpositites(key decisions) waarnaar gekeken kan worden bij het verbeteren van een proces (doel, actoren, input, output, techniek en tooling). Process mining kan op diverse plaatsen in het framework ondersteuning bieden, bijvoorbeeld bij het onderzoek naar de actoren die in het proces een rol spelen, of bij het onderzoek naar de zwakke plekken in het proces. Process mining biedt tevens ondersteuning aan organisaties die willen werken volgens de managementfilosofie Lean Six sigma, een andere verbetermethode die inzet op het voorkomen van verspilling. Process mining kan verder worden ingezet als tool binnen de Plan-Do-Check-Act cirkel van William Edwards Deming (deelvraag 1D).

Ad2

Process mining kan alleen met succes worden ingezet als tenminste voldaan is aan een aantal voorwaarden op het gebied van organisatie, informatie en applicatie; drie van de vijf lagen van het Nictizmodel.5

• Organisatie (zie handboek process mining paragraaf 1.3):
  • Een organisatie/afdeling moet echt datagedreven willen werken
  • Een organisatie/afdeling moet geen afrekencultuur kennen
  • Een organisatie/afdeling moet doorzettingsvermogen hebben
• Informatie: een logboek bevat tenminste onderstaande drie velden (zie handboek process mining kader 3-F):
  • Case_Id
  • Activiteit
  • Tijdstip
• Applicatie: De vereiste process mining software dient beschikbaar te zijn (zie handboek process mining Hoofdstuk 4) (deelvraag 2A).

Zowel voor een process mining analyse als voor het vervolgtraject geldt dat het teamwork is. Er zijn meerdere personen, die een bepaalde rol op zich nemen dan wel een eigen verantwoordelijkheid hebben: opdrachtgever, procesdeskundige, data-analist en ontwikkelaar BI. Maikel van Eck6 stelt dat process mining het effectiefst is als procesdeskundigen en data-analisten nauw samenwerken op een iteratieve en interactieve manier. Mijn ervaring is dat een analyse uitvoeren zonder inhoudelijke proceskennis niet wenselijk is. Het werkt vertragend, omdat afwijkingen soms geen afwijkingen blijken te zijn, maar een subproces. Kortom, het is moeilijk om zonder inhoudelijke proces- en domeinkennis te bepalen wat afwijkend of normaal is (deelvraag 2B).
 

De ethische component is, in bedekte termen, al benoemd bij de beantwoording van deelvraag 2A. Het gaat dan vooral om de situatie die kan optreden als een process mining analyse aan het licht brengt dat sommige medewerkers afwijken van het gangbare en voorgeschreven proces en dat er mogelijk sprake is van inefficiënties, compliance problemen en/of mismanagement. Dergelijke bevindingen bieden de organisatie eerst en vooral belangrijke kansen om processen te verbeteren. Als zodanig zullen ze dan ook moeten worden gebruikt; niet om medewerkers meteen te veroordelen, zonder te hebben geprobeerd deze mee te nemen in een verbeterproces. Process mining misbruiken voor personeelsmanagement komt het draagvlak voor deze analysetool niet ten goede. Terecht stelt Coen Ruys dat de acceptatie ervan staat of valt „met het doel dat je ermee wilt bereiken en met de zorgvuldigheid bij het interpreteren van de gegevens.”⁷

1 www.sigmaonline.nl/2019/09/prof-wil-van-der-aalst-process-mining-maakt-procesmanagement-weersexy/

2 VAN DER AALST, Wil. Data science in action. In: Process mining. Springer, Berlin, Heidelberg, 2016.

3 VAN DER AALST, Wil. Geef informatiesystemen TomTom-functionaliteit: process mining biedt nieuwe mogelijkheden (verdieping). Management Executive, 2010, 169: 1-11.

4 VANWERSCH, Rob JB, et al. A critical evaluation and framework of business process improvement methods. Business & Information Systems Engineering, 2016, 58.1: 43-53.

5 www.nictiz.nl/standaardisatie/interoperabiliteit/ De resterende twee lagen, die van proces en van techniek, kunnen hier buiten beschouwing blijven. Er zijn ten aanzien van beide namelijk geen belangrijke voorwaarden om met process mining te kunnen starten.

6 VAN ECK, M. L. (2015). PM2: A Process Mining Project Methodology. In: International Conference on Advanced Information Systems Engineering. Springer, 297-313.

7 Https://www.qruxx.com/zorgprogrammas-van-spaghetti-naar-confetti/