Healthcare process discovery from spread out natural language documentation : a SARS-CoV-2 and COVID-19 case study

Abstract

The discovery of business process information in natural language documents is challenging, as natural language can be ambiguous and unclear at times, and can become even more challenging with information on such processes displayed in different ways throughout their documentation, and spread out between different documents. This issue is even more critical when one is faced with complex and dynamic process domains, such as healthcare. This work presents an approach to the discovery of healthcare processes from spread out, natural language documentation, that generates process models and their text descriptions, which comprises the search for documentation, data extraction from it, process model generation from natural language text, and finally text description extraction from the process models. This approach is then applied to a case study on SARS-CoV-2 and COVID-19, which results in process models and descriptions for SARS-CoV-2 Transmission and Contagion, and COVID-19 Symptomatic Manifestation and Identification processes. These process models and descriptions are then semantically validated by a domain expert and evaluated by business process modeling experts. The process models are also structurally verified with the use of Petri-net-based analysis. The main contribution of this work is an approach to the discovery of healthcare processes from spread out documentation. The results of this work are a validated and verified set of healthcare process models comprised of the SARS-CoV-2 Transmission and SARS-CoV- 2 Contagion processes and of the COVID-19 Symptomatic Manifestation and COVID-19 Identification processes.

A descoberta de informações de processos de negócio em documentos de linguagem natural é desafiadora, dado que a linguagem natural pode ser por vezes ambígua, e pode se tornar ainda mais desafiadora com as informações sobre estes processos apresentadas de diferentes formas por sua documentação, e espalhada entre documentos de diferentes tipos. Este problema se torna ainda mais crítico quando nos deparamos com domínios de processo complexos, como cuidados da saúde. Esta monografia apresenta uma abordagem para a descoberta de processos da saúde a partir documentação dispersa e em linguagem natural, composta por busca por documentação, extração de dados, geração de modelos de processo a partir de linguagem natural, e extração de descrição textual de processos a partir de modelos de processos. Esta abordagem é então aplicada a um estudo de caso sobre SARS-CoV-2 e COVID-19, que resulta em modelos de processo e descrições de processo para a Transmissão e Contágio do SARS-CoV-2, e Manifestação Simtomática e Identificação da COVID-19. Estes modelos de processo e descrições são então validados semanticamente por uma especialista de domínio e avaliados estruturalmente por especialistas em modelagem de processos de negócio. Os modelos de processo também são verificados estruturalmente por meio de análises baseadas em Redes de Petri. A principal contribuição desta monografia é uma abordagem para a descoberta de processos da saúde a partir de documentação dispersa. O resultado deste trabalho é um conjunto validado e verificado de modelos de processos da saúde composto pelos processos de Transmissão do SARS-CoV-2, Contágio do SARS-CoV-2, Manifestação Sintomática da COVID-19, e Identificação da COVID-19.