Modeling healthcare processes as service orchestrations and choreographies
Notice bibliographique
Résumé
Purpose Service‐oriented architecture is becoming increasingly important for healthcare delivery as it assures seamless integration internally between various teams and departments, and externally between healthcare organizations and their partners. In order to make healthcare more efficient and effective, we need to understand and evaluate its processes, and one way of achieving that is through process modeling. Modeling healthcare processes within a service‐oriented environment opens up new perspectives and raises challenging questions. The purpose of this paper is to investigate one of these questions, namely the suitability of web service orchestration and choreography, two closely related but fundamentally different methodologies for modeling web service‐based healthcare processes. Design/methodology/approach The authors use a case‐based approach that first developed a set of 12 features for modeling healthcare processes and then used the features to compare orchestration and choreography for modeling part of the scheduled workflow. Findings The findings show that neither methodology can, by itself, meet all healthcare modeling requirements in the context of the case study. The appropriate methodology must be selected after consideration of the specific modeling needs. The authors identified usability, capabilities, and evolution as three key considerations to assist with selection of a methodology for healthcare process modeling. Further, sometimes one method will not meet all modeling needs and hence the authors recommend combining the two methodologies in order to harness the benefits of modeling healthcare processes in a service‐oriented environment. Originality/value Although literature exists on process modeling of web services for healthcare, there are no criteria describing necessary features for micro‐level modeling, nor is there a comparison of the two leading service composition methodologies within the healthcare context. This paper provides some necessary formalization for process modeling in healthcare.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».