Magyar
Toggle navigation
Tudóstér
Magyar
Tudóstér
Keresés
Egyszerű keresés
Összetett keresés
CCL keresés
Egyszerű keresés
Összetett keresés
CCL keresés
Böngészés
Saját polc tartalma
(
0
)
Korábbi keresések
Összesen 1 találat.
#/oldal:
12
36
60
120
Rövid
Hosszú
MARC
Részletezés:
Rendezés:
Szerző növekvő
Szerző csökkenő
Cím növekvő
Cím csökkenő
Dátum növekvő
Dátum csökkenő
1.
001-es BibID:
BIBFORM121904
Első szerző:
Matonya, Michael Maiko (mérnök)
Cím:
Optimizing Healthcare Business Processes with Process Mining Software : a Comparative Analysis / Michael Maiko Matonya, László Pusztai, István Budai
Dátum:
2024
ISSN:
2560-6018 2620-0104
Megjegyzések:
This study focuses on the application of process mining in the healthcare sector. Despite its potential to enhance efficiency, reduce costs, and improve patient satisfaction, the selection of process-mining software poses significant challenges due to the diverse nature of healthcare processes and the lack of comprehensive evaluation methods. To bridge this gap, this study employed a hybrid Multi-Criteria Decision-Making (MCDM) approach, integrating the Neural Network-Augmented Analytical Hierarchy Process (NNA-AHP) and Grey Relational Analysis-a technique for Order Preference by Similarity to Ideal Solution (GRA-TOPSIS). The study evaluated process mining software on functionalities, ease of use, cost, technical support, scalability, and security with their respective sub-criteria. The principal results indicate that Disco is the top-performing alternative, followed by Celonis and ProM. Sensitivity analysis was conducted to understand the influence of variations in criteria weights on evaluating alternatives. In the NNA-AHP, Celonis consistently scored the highest. The GRA-TOPSIS method provided performance scores, indicating that higher scores yield better performance. The new hybrid method consolidates evaluations from all methods and offers the most comprehensive and dependable alternative assessment. Disco and its alternatives, Celonis and ProM, are recommended for optimizing healthcare processes. Further research is needed to investigate the integration of NNAAHP and GRA-TOPSIS in healthcare management, especially in areas beyond business process analysis. This study provides valuable insights for professionals and researchers in the field and contributes to understanding the effectiveness of process mining.
Tárgyszavak:
Műszaki tudományok
Informatikai tudományok
idegen nyelvű folyóiratközlemény külföldi lapban
folyóiratcikk
Healthcare Process Optimization
Process Mining Software
Multi-Criteria Decision Making
Neural Network Augmented Analytic Hierarchy Process
Grey Relational Analysis
Megjelenés:
Decision Making: Applications in Management and Engineering. - 7 : 2 (2024), p. 380-400. -
További szerzők:
Pusztai László Péter (1991-) (logisztikai menedzser)
Budai István (1977-) (folyamatmérnök)
Internet cím:
Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Saját polcon:
Rekordok letöltése
1
Corvina könyvtári katalógus v8.2.27
© 2023
Monguz kft.
Minden jog fenntartva.