“O potencial de Process Mining é enorme” - Marco Pegoraro, Pesquisador do Laboratório de Ciência de Dados e Processos, Departamento de Ciência da Computação, Universidade RWTH Aachen
Estamos vivendo há praticamente dois anos um período histórico de enorme incerteza em razão da pandemia de COVID-19. Indivíduos, empresas e governos se viram obrigados a mudar drasticamente sua forma de viver, de trabalhar e de interagir uns com os outros. Em um mundo interconectado, cada um de nós precisa refletir como podemos contribuir para o bem de todos. Na EverFlow, nossa missão é democratizar o uso de Process Mining, e durante a pandemia colocamos nossa solução à disposição de pesquisadores dispostos a buscar respostas e a avançar o conhecimento científico com a aplicação de mineração de processos.
Entrevistamos os pesquisadores Madhavi Pradeep e Marco Pegoraro do Laboratório de Ciência de Dados e Processos do Departamento de Ciência da Computação da Universidade RWTH Aachen sobre o projeto desenvolvido com a solução EverFlow. Esse projeto faz parte de uma iniciativa ampla da Comunidade Europeia, o projeto ICU4Covid, que tem como objetivo entregar para cidadãos europeus e para a força de trabalho em saúde, medicina para tratamento intensivo capaz de lutar contra a COVID-19 e validar clinicamente e disponibilizar o sistema Ciber-Físico para telemedicina e medicina de tratamento intensivo. O projeto ICU4Covid foi financiado pelo programa de pesquisa e inovação European Union Horizon 2020 e é desenvolvido por um consórcio formado por 19 instituições de seis países membros da União Europeia.
Segundo os pesquisadores, o aumento da disponibilidade de dados médicos por meio da digitalização e da automação de equipamentos permitiu a realização de análises mais complexas e profundas de dados médicos por diversos ramos da ciência de dados. Em especial, dados históricos datados (timestamps) permitem a análise da jornada do paciente, possibilitando a representação de informações médicas por meio da mineração de processos. Madhavi, Marco e sua equipe utilizaram dados médicos de 255 pacientes do hospital Uniklinik Aachen afetados pela epidemia de COVID-19 para analisar a jornada de pacientes infectados pelo novo coronavírus na unidade de terapia intensiva.
A extração dos dados dos pacientes foi simples e permitiu observar um processo bem comportado, conforme o modelo ideal, segundo a pesquisadora Madhavi Pradeep. A jornada dos pacientes descoberta por meio da mineração de processos apresentou um comportamento de alto nível praticamente homogêneo, mas diversas variações foram identificadas em razão da possibilidade de admissão na UTI ou algum outro resultado final do processo. Depois da hospitalização e do início dos primeiros sintomas, cada paciente poderia ser sujeito a terapia de oxigênio e eventualmente admissão na UTI, com subsequente ventilação e atividades ECMO, até o final dos sintomas. À medida que as condições melhoraram, o paciente era transferido para outra ala ou liberado.
A análise dos dados confirmou a existência de duas ondas na Alemanha no período e possibilitou a comparação entre a aplicação de medicamentos, a duração dos casos e o seu resultado, mostrando o melhor preparo da instituição na segunda onda. Esse melhor preparo foi evidenciado pela redução no tempo de internação dos pacientes na UTI e pela redução no número de ventiladores utilizados durante a segunda onda.
O pesquisador Marco Pegoraro conclui: "É sempre muito bom ver aquilo que começa como matemática em um pedaço de papel se transformar em informação valiosa na mão de experts. Informações valiosas que podem ser base para ações de mudança.”
O resultado preliminar da pesquisa (em inglês) pode ser encontrado neste link.
A EverFlow fica muito feliz em colaborar para o desenvolvimento da ciência. Se você é um pesquisador(a) interessado(a) em explorar diferentes situações com o uso de process mining, entre em contato.