Browsing by Author "Pavel, Alexandru-Tiberiu"

Now showing 1 - 2 of 2

Open Access
Attributbasierte Ressourcenzuweisung in Geschäftsprozessen
(2011) Pavel, Alexandru-Tiberiu
In Business Processes, activities are frequently executed using both physical (e.g., machines, employees) or virtual resources. Most resource allocation procedures in BPMS choose randomly a resource which satisfies a given role. In a company a role can be occupied by more then one resource, resulting that a selection-algorithm must be used to decide which resource executes a given activity. Choosing the optimal resource is not always easy and the best possible selection can be achieved if all resource attributes like education, training data and past execution data are factored in. If not all of the data is factored in, the probability of not finding the optimal resource is increasing and suboptimal results are achieved. This student research project presents an approach for the optimization of resource allocation in business processes. It explores both the concepts and their prototypical implementation. Business Processes are composed of business activities which can be executed parallel or sequential. They receive input data and turn it into output data which should bring benefit to the customer, supplier or the company itself. Input data in the student research project are resources. Resources are implemented as staff and machines. The optimal resource-allocation of staff or machines along multiple dimensions like time, costs or success rates can positive influence business processes. This student research project implements a resource manager which finds the best available resource, under consideration of several optimization parameters, in a company. To achieve this goal, several resource allocation procedures are analysed and a model-based procedure is presented which builds regression trees from the resource attributes. The regression trees can predict which resource will perform best a given activity. One algorithm which can build regression trees and is also being used in the student research project is the M5P algorithm. The M5P algorithm has the advantage over the normal regression being able to handle non linear data. On the basis of a typical business process where resources are freely distributed, several optimization scenarios are analysed and compared how the model-based algorithm behaves compared to the standard algorithm in BPMS. At the end, expandability possibilities are discussed which can further improve the quality and the effectiveness of the resource manager.
Open Access
Regelbasierte mobile Unerstützung für integrierte Versorgung in Entwicklungsländern
(2012) Pavel, Alexandru-Tiberiu
Ein wesentliches Problem der medizinischen Versorgung in Entwicklungsländern ist die fehlende Verfügbarkeit bzw. die schlechte Ausbildung von medizinischem Fachpersonal,insbesondere in ländlichen Regionen. Hierdurch werden viele - oft einfache - Untersuchungen nicht durchgeführt, was zu einer signifikanten Verschlechterung der Versorgungsqualität führt. Der Zugang zu einer besseren Ausbildung des Fachpersonals kann mit Hilfe von e-Health Lösungen unterstützt werden. e-Health Lösungen bieten einen verbesserten Zugang zu Gesundheitsinformationen, Forschungsarbeiten, Literatur und Schulungsunterlagen. Sie ermöglichen einen Austausch des Wissens zwischen dem Fachpersonal und bieten Antworten auf Krankheitsereignisse. Ein Ansatz zur Unterstützung der Patientenversorgung ist mobile Health (mHealth). Der Unterschied zu e-Health ist, dass mHealth die schnurlose übertragung der Daten unterstützt. Die entwickelte Lösung sollte auch in abgelegenen Gebieten, in denen keine oder wenig IT-Infrastruktur vorhanden ist, funktionieren. Eine Internet-PC-basierte Anwendung für das Personal vor Ort zu entwickeln war unmöglich umzusetzen ohne dass ein Computer vor Ort vorhanden ist. Weil die Mehrheit der Bevölkerung in Entwicklungsländern einfache Mobiltelefone besitzen (keine Smartphones) ist die Idee entstanden eine mHealth Lösung zu entwickeln. Mit mobile Health (mHealth) Anwendungen werden typischerweise die Versorgung eines Patienten durch die Kombination einer Applikation auf einem dezentralen (mobilen) Endgerät und einer zentralen Anwendung (ggf. unterstützt durch ein Service-Center mit medizinischem Fachpersonal) unterstützt. In dieser Diplomarbeit wurde eine Anwendung entwickelt, um die oben genannte Patientenversorgung zu unterstützen. Die Anwendung unterstützt das unerfahrene (medizinische) Personal bei der Entscheidungsfindung. Der Gesundheitsarbeiter schickt per SMS zu einer oder mehrerer Untersuchungen die festgestellten Diagnosen bzw. Beschwerden und die Anwendung antwortet zurück was die Folgeschritte zur Diagnose bzw. Beschwerde sind, zurück. Durch SMS Mitteilungen kann die strukturierte Behandlung von spezifischen Fragestellungen die Patientenversorgung in Real-Time unterstützen. Die Anwendung besteht aus dem Regeleditor und dem Hauptprogramm. Der Regeleditor wurde für Fachärzte entwickelt, damit medizinische Regeln leicht erstellt werden können. Fachärzte können Untersuchungen und Folgeaktionen für jede Untersuchung definieren. Die Folgeaktionen werden, abhängig vom Wert, der geschickt wurde, ausgelöst. Der Regeleditor hat die Möglichkeit Regeln zu laden. Dies ist vorteilhaft, wenn Regeln zwischen Fachärzten ausgetauscht werden. Jeder Facharzt kann Regeln und Folgeaktionen hinzufügen, löschen oder ändern, um die Regeln Gebietsspezifisch anzupassen. Die Regeln werden im XML Format gespeichert. Das Hauptprogramm liest die XML Datei und speichert die Untersuchungen und Folgeaktionen in Hashtabellen. Das Speichern in Hashtabellen ist besonders vorteilhaft, weil der Zugang zu den Untersuchungen und Folgeaktionen sehr schnell geschieht. Nach diesen Schritt untersucht das Hauptprogramm in definierten Zeitabständen, ob eine neue SMS empfangen wurde. Eine neu empfangene SMS wird, mit Hilfe der SMSLib Bibliothek, in einer Datenbank gespeichert. Nachdem sie eingelesen wurde, wird sie vom Hauptprogramm verarbeitet. Für jede Untersuchung wird der Untersuchungswert mit den Regeln verglichen. Falls Schreibfehler vorhanden sind, werden diese mit Hilfe des Levenshtein Algorithmus verbessert.Wenn ein gesendeterWert die Bedingung einer Regel erfüllt wird die Untersuchung, der Wert und die Folgekation dem Antwortstring hinzugefügt. Nachdem alle gesendeten Werte mit den Regeln verglichen wurden, wird der Antwortstring dem Sender zurückgeschickt. Im nächsten Schritt werden die Daten in der Datenbank gespeichert. Alle Patienten, Antworten des Systems, Eingangsnachrichten, Sendezeiten und Telefonnummern sind im Hauptprogramm sichtbar. Der Facharzt kann nach Patientendaten wie Name und Geburtsdatum sowie in einem ausgewählten Zeitintervall filtern. Die Antworten des Systems werden in Tabellen dargestellt, wobei jedem Tupel, abhängig von der Schwierigkeitsklassifizierung, eine Farbe zugewiesen ist. Das ist für den Facharzt vorteilhaft, weil er dadurch zwischen gefährlichen und harmlosen Werten leicht unterscheiden kann. Falls der Facharzt unzufrieden mit der Antwort des Systems ist, kann er leicht im Programm eine SMS verfassen und dem Sender zusätzliche Informationen senden.