English
Recentelijk zijn er veel inspanning verricht om Proces Management Systemen (PMS) meer flexibel te maken. Hierbij zijn er nieuwe manieren gevonden om deze systemen adaptief te laten zijn. De basisgedachte achter deze systemen is het mogelijk maken van veranderingen van de diverse aspecten (proces, data, resources, en applicaties) op verschillende niveaus. Ad-hoc veranderingen van het procesaspect op het niveau van een enkele casus maken het mogelijk om te gaan met incidenten (bijvoorbeeld het afwijken van het behandelplan van een patiënt in het geval van uitzonderlijke klachten). Als deze veranderingen worden geregistreerd is dit een interessante bron van informatie. Tot dusver is nauwelijks onderzocht hoe informatie over deze veranderingen gebruikt kan worden voor het verbeteren van processen. Process Mining (PM) technieken bieden krachtige analysemogelijkheden maar hebben zich uitsluitend gericht op de normale executie-logs (denk aan audit trails and transaction logs) en niet op de logs die veranderingen registreren. Het doel van dit voorstel is dit gat te dichten door PM technieken te ontwikkelen en deze toe te passen op adaptieve PMS. Hierbij adresseren we drie problemen: (1) Hoe kunnen we de juiste informatie over de diverse soorten veranderingen registreren? (2) Welke PM technieken zijn nodig om deze informatie om te zetten in modellen die gebruikt kunnen worden voor procesverbetering, en (3) Hoe kunnen we dit alles inbouwen in bestaande adaptieve PMS? Concreet willen we gebruik maken van de eerder ontwikkelde ADEPT and ProM systemen. Via een casestudie in de gezondheidssector willen we de aanpak en systemen verder testen en evalueren.
