基于Petri網(wǎng)行為輪廓的醫(yī)療流程挖掘方法

李雪萍，方賢文，王麗麗

(1.安徽理工大學(xué)計(jì)算機(jī)系，安徽淮南 232001；2.安徽理工大學(xué)信息與計(jì)算科學(xué)系，安徽淮南 232001)

?

基于Petri網(wǎng)行為輪廓的醫(yī)療流程挖掘方法

李雪萍1，方賢文2，王麗麗2

(1.安徽理工大學(xué)計(jì)算機(jī)系，安徽淮南 232001；2.安徽理工大學(xué)信息與計(jì)算科學(xué)系，安徽淮南 232001)

完善醫(yī)療流程是解決患者快速就診問(wèn)題的關(guān)鍵，挖掘準(zhǔn)確的醫(yī)療流程是一項(xiàng)非常重要的工作。已有研究解決了如何挖掘正確指導(dǎo)方針的問(wèn)題，但對(duì)解決指導(dǎo)方針內(nèi)部行為之間行為關(guān)系的問(wèn)題有一定的局限性。本文用基于Petri網(wǎng)行為輪廓的流程挖掘方法對(duì)醫(yī)療流程進(jìn)行優(yōu)化和擴(kuò)充。根據(jù)醫(yī)療系統(tǒng)提供的事件日志，利用Petri網(wǎng)行為輪廓的弱序關(guān)系，設(shè)計(jì)出相應(yīng)的流程模型，然后與初始醫(yī)療流程模型進(jìn)行比較，對(duì)初始模型進(jìn)行改進(jìn)和優(yōu)化，得到更好的醫(yī)療流程模型。

醫(yī)療；流程挖掘；行為輪廓；Petri網(wǎng)

隨著醫(yī)療技術(shù)的發(fā)展，醫(yī)院希望短時(shí)間內(nèi)診斷更多的病人，新的醫(yī)療流程不斷出現(xiàn).越來(lái)越多的醫(yī)院運(yùn)用軟件來(lái)支持業(yè)務(wù)流程的建模和分析.有時(shí)在操作模型的流程中受到外界因素的影響，可能會(huì)使得模型缺失，因此需要檢查模型的服從度.為了修復(fù)并優(yōu)化模型，需要從事件日志中挖掘一些有關(guān)模型的信息，找出產(chǎn)生異常的原因，進(jìn)而對(duì)模型進(jìn)行修復(fù)優(yōu)化.

流程挖掘技術(shù)被應(yīng)用到醫(yī)療流程領(lǐng)域，國(guó)內(nèi)外許多學(xué)者專注于醫(yī)療流程的挖掘研究.Rovani M[1]、高立哲[2]基于流程挖掘ProM平臺(tái)，根據(jù)事件日志挖掘醫(yī)療業(yè)務(wù)流程，但是對(duì)于一些結(jié)構(gòu)復(fù)雜的流程模型，ProM平臺(tái)將挖掘不到正確的模型或者挖掘不到模型.Weidlich M[3]提出了基于行為輪廓的流程服從度測(cè)量，計(jì)算流程模型與事件日志的服從度.Buijs J[4]利用事件圖來(lái)整合各種流程的相關(guān)信息，提出了流程挖掘技術(shù)可自動(dòng)提高基于觀察行為的參考模型.Joonsoo B[5]介紹了多種流程挖掘技術(shù)，并且比較了使用的挖掘工具.

本文將Petri網(wǎng)行為輪廓運(yùn)用到醫(yī)療流程挖掘中，在獲取醫(yī)療流程的事件日志后，通過(guò)Petri網(wǎng)行為輪廓的方法挖掘出相應(yīng)的流程模型，然后通過(guò)服從度測(cè)量驗(yàn)證模型的可行性.

1 基礎(chǔ)知識(shí)

下面主要介紹本文用到的基本概念，以及Petri網(wǎng)行為輪廓、事件日志和服從度的定義.Petri網(wǎng)的基礎(chǔ)知識(shí)見(jiàn)文獻(xiàn)[6].

1.1 Petri網(wǎng)行為輪廓基本概念[7]

定義1(流程模型)一個(gè)流程模型是一個(gè)六元組，記為P=(A,ai,ao,C,F,T)，滿足以下四個(gè)條件：(1)A是非空活動(dòng)點(diǎn)集合，C是控制點(diǎn)集合，且A∩C=?；(2)初始活動(dòng)ai∈A，結(jié)束活動(dòng)ao∈A；(3)F?((A{ao})∪C)×((A{ai})∪C)，F(xiàn)表示流關(guān)系；(4)T:C{and,or,xor}，為流程模型的結(jié)構(gòu)類型，即并行、選擇、異或三種結(jié)構(gòu).

定義2(弱序關(guān)系)N是一個(gè)流程模型Petri網(wǎng)，若?(x,y)?T×T，?σ=t1,…,tn，使得N[σ，j∈{1,…,n-1}，其中，當(dāng)j

定義4(發(fā)生序列，事件日志)一個(gè)流程模型Petri網(wǎng)P=(A,ai,ao,C,F,T)，σP為P的一個(gè)發(fā)生序列，σP∈{ai}·A*·{ao}，事件日志L是許多發(fā)生序列σP的集合.

1.2 基于行為輪廓測(cè)量服從度[8]

定義8(包含謂詞)R,R′是兩種行為關(guān)系，R,R′∈{→,→-1,+,‖}，若R=‖，(R=R′)和(R∈{→,→-1}∧R′=+)其中有一個(gè)成立，則稱R,R′是包含謂詞關(guān)系，即S(R,R′).

2 基于行為輪廓的醫(yī)療流程挖掘

隨著信息系統(tǒng)的發(fā)展，流程挖掘技術(shù)可以應(yīng)用事件日志記錄的信息來(lái)挖掘流程.這些技術(shù)被運(yùn)用在許多領(lǐng)域.下面通過(guò)某醫(yī)院醫(yī)療業(yè)務(wù)系統(tǒng)記錄的事件日志來(lái)挖掘其門(mén)診部門(mén)的事件日志.

2.1 醫(yī)療流程發(fā)現(xiàn)

事件日志經(jīng)常被認(rèn)為是事件的集合，例如，表1為一個(gè)事件.事件日志中可能存在許多類似的事件.盡管所有屬性都可以用于流程挖掘，本文僅用抽取事件中的活動(dòng)序列來(lái)挖掘醫(yī)療業(yè)務(wù)流程.

表1 事件示例

某醫(yī)院某個(gè)業(yè)務(wù)流程信息系統(tǒng)記日志處理后包含的活動(dòng)A={A,B,C,D,E,F,G,H,I,J}，其中，〈A,F,B,C,D,G,H,I,J〉指的是事件日志中的一個(gè)發(fā)生序列.下面是某醫(yī)院的處理過(guò)后的一個(gè)事件日志.

L=[〈A,F,B,C,D,G,I,H,J〉80,

〈A,B,F,C,D,G,I,H,J〉42,

〈A,B,C,F,D,G,I,H,J〉49,

〈A,B,C,D,F,G,I,H,J〉27,

〈A,B,C,D,G,F,I,H,J〉33,

〈A,B,C,D,G,I,F,H,J〉20,

〈A,B,C,E,I,H,J〉63].

其中，A,…,J分別表示掛號(hào)、分配單元、接診確認(rèn)、放射科信息調(diào)用、略過(guò)、放射科費(fèi)用、放射科信息響應(yīng)、藥品收費(fèi)、開(kāi)處方、取藥.可以看出，上面的事件日志中的案例包含7個(gè)不同的發(fā)生序列，例如有80個(gè)案例的發(fā)生序列是〈A,F,B,C,D,G,I,H,J〉.

2.2 醫(yī)療流程挖掘算法

以Petri網(wǎng)行為輪廓為基礎(chǔ)，通過(guò)分析事件日志中活動(dòng)發(fā)生的序列來(lái)表示活動(dòng)在Petri網(wǎng)中的流狀態(tài).首先選取序列發(fā)生頻率比較多的為基礎(chǔ)、頻率少的為輔，這樣可以保證事件日志中較多的軌跡符合挖掘模型，由此給出基于Petri網(wǎng)行為輪廓的醫(yī)療流程挖掘算法.

算法1：

輸入：事件日志 輸出：醫(yī)療流程Petri網(wǎng)

步驟1：將得到的事件日志進(jìn)行預(yù)處理，并按照發(fā)生頻率大小排序.

步驟2：選取頻率較高的幾條日志序列，根據(jù)日志序列中活動(dòng)間行為輪廓的弱序關(guān)系，構(gòu)造序列活動(dòng)關(guān)系表.

步驟3：根據(jù)活動(dòng)關(guān)系表，建造活動(dòng)間行為輪廓表，利用行為輪廓表建立初始Petri網(wǎng)模型.

步驟4：根據(jù)行為輪廓，測(cè)量事件日志和初始模型的服從性[4]，若服從度高，輸出模型；反之，再進(jìn)行步驟2.

3 實(shí)例分析

根據(jù)算法1，以某醫(yī)院給出的事件日志為例，基于Petri網(wǎng)行為輪廓的挖掘方法挖掘醫(yī)療流程模型，驗(yàn)證醫(yī)療流程挖掘算法的可行性.

第一，將所有日志序列按照發(fā)生序列及發(fā)生次數(shù)排序如下：

{AFBCDGIHJ(80),ABCEIHJ(63),ABCFDGIHJ(49),ABFCDGIHJ(42),ABCDGFIHJ(33),ABCDGIFHJ(20)}.

考慮選取的事件日志中發(fā)生序列比較少，選擇前4條序列建立活動(dòng)關(guān)系表，計(jì)算出各活動(dòng)關(guān)系間行為輪廓個(gè)數(shù)，表2為根據(jù)事件日志中活動(dòng)的弱行為輪廓建立的活動(dòng)關(guān)系表.

表2 活動(dòng)關(guān)系表

第二，根據(jù)行為輪廓的定義，算出活動(dòng)間的行為輪廓(表3).

表3 活動(dòng)間的行為輪廓表

第三，根據(jù)表2列出的行為輪廓，結(jié)合Petri網(wǎng)的基礎(chǔ)結(jié)構(gòu)，構(gòu)造出初始模型M0(圖1).

圖1 初始模型M0

圖2 優(yōu)化模型M

第四，計(jì)算服從度，依據(jù)定義計(jì)算模型和日志之間的服從性εcLP=0.742，服從性較低.利用剩下的3條日志序列對(duì)原始模型M0進(jìn)行優(yōu)化，得到M，如圖2所示.

第五，計(jì)算優(yōu)化模型M與事件日志的服從性εcLP=0.972，服從性較高，得到較合理的醫(yī)療流程模型.

4 結(jié)語(yǔ)

本文依據(jù)Petri網(wǎng)行為輪廓的概念以及醫(yī)療系統(tǒng)記錄的事件日志，挖掘醫(yī)療流程模型.應(yīng)用活動(dòng)間的行為輪廓得出了相應(yīng)的Petri網(wǎng)模型.利用事件日志和流程模型之間行為輪廓的一致性進(jìn)行判斷，得到合理的醫(yī)療業(yè)務(wù)流程.由于挖掘過(guò)程中可能有部分活動(dòng)被隱藏或者被阻塞，存在隱藏變遷和阻塞變遷，因此，希望將挖掘隱藏變遷和阻塞變遷加入到今后的研究中，進(jìn)一步完善醫(yī)療流程，改進(jìn)挖掘算法.

[1]Rovani M,Maggi F M,de Leoni M,et al.Declarative process mining in healthcare[J].Expert Systems with Applications,2015,42(23):9236-9251.

[2]高立哲,杜玉越,劉偉.醫(yī)療急診流程挖掘與模型改進(jìn)[J].中國(guó)科技論文,2015,10(2):232-236.

[3]Weidlich M,Polyvyanyy A,Desai N,et al.Process compliance measurement based on behavioural profiles[C]//Advanced Information Systems Engineering.Springer Berlin Heidelberg,2010:499-514.

[4]Buijs J C A M.，et al.Improving business process models using observed behavior[J].Business Information Processing,2013(162):44-59.

[5]Joonsoo B,Ki K Y.Case of process mining from business execution log data[J].Smart Innovation,Systems and Tcchnologics,2012(15):419-425.

[6]吳哲輝.Petri網(wǎng)理論[M].北京:機(jī)械工業(yè)出社,2006:6-42.

[7]吳俊枝.基于Petri網(wǎng)行為輪廓的業(yè)務(wù)流程挖掘方法研究[D].淮南:安徽理工大學(xué),2015.

[8]Weidlich M,Polyvysanyy A,Desai N,et al.Process compliance measurement based on behavioral profiles[J]. Advanced Information Systems Engineering,2010,6051:499-514.

[9]Kalenkova A A,van der Aalst M P,Lomazova I A,et al.Process mining using BPMN: relating event logs and process models[J].Software &Systems Modeling,2015:1-30.

[10]Weidlich M,Mendling J,Weske M.Efficient consistency measurement based on behavioral profiles of process models[J].Software Engineering,IEEE Transactions on,2011,37(3):410-429.

[11]Mans R S,Schonenberg M H,Song M,et al.Process mining in healthcare[R].Case study.Eindhoven University of Technology,2015.

The Healthcare Process Mining Based on Behavioural Profile of Petri Net

LI Xue-ping1，F(xiàn)ANG Xian-wen2，WANG Li-li2

(1.College of Computer Science,Anhui University of Science and Technology,Huainan Anhui 232001,China;2.Department of Information and Computing Science,Anhui University of Science and Technology,Huainan Anhui 232001,China)

It is key to solve the problem about the quick visits for pathients based on the medical process.So medical procedure accurately is a very important work.Now the existing research can solve the problem of how to mining right guidelines,but it is limit to solve the problem of the relationship of behaviour between the internal behavior of the guidelines.In the paper,we optimize and expend the treatment process by the way of outline-process mining method based on Petri net behavior.According to the event log of the health care system,using the weak-ordering relation based on Petri net,we can design the corresponding process model,and then compare with the initial medical process model to improve the initial model and optimization,get better medical treatment process model.

healthcare;process mining;behavioural profile;Petri net

2016-05-04

國(guó)家自然科學(xué)基金項(xiàng)目“基于Petri網(wǎng)行為輪廓的業(yè)務(wù)流程交互下變化域傳播機(jī)理及控制方法研究”(61572035)；國(guó)家自然科學(xué)基金項(xiàng)目“基于Petri網(wǎng)的網(wǎng)絡(luò)化軟件行為可信性分析方法研究”(61272153)；國(guó)家自然科學(xué)基金項(xiàng)目“基于行為Petri網(wǎng)的業(yè)務(wù)系統(tǒng)變化域分析方法及應(yīng)用研究”(61402011)；安徽省自然科學(xué)基金項(xiàng)目“面向可信管理的業(yè)務(wù)系統(tǒng)變化域分析方法研究”(1508085MF111)。

李雪萍(1990- )，女，碩士研究生，從事Petri網(wǎng)研究。

方賢文(1975- )，男，教授，博士，從事Petri網(wǎng)與可信軟件研究。

TP391.9

A

2095-7602(2016)10-0009-05