Utilize este identificador para referenciar este registo: https://hdl.handle.net/1822/70276

TítuloProcess mining and lean six sigma: a blended approach to improve the purchasing process of a hospital
Outro(s) título(s)Mineração de processos e lean seis sigma: metodologia combinada para melhorar o processo de compras de um hospital
Autor(es)Ramires, Francisco da Silva
Orientador(es)Sampaio, Paula
Palavras-chaveDMAIC
Hospital purchasing process
Lean six sigma
Process mining
Compras hospitalares
Lean seis sigma
Melhoria de processos
Data2020
Resumo(s)With the rising budget and resource contingencies in the healthcare system, the need to improve processes to ensure the quality of care for the patients is paramount. More than ever, the right strategies and management practices are urgently needed to optimize scarce resources and alleviate shortages. In light of these challenges, the purchasing process plays a strategic role in successful healthcare operations. Its fluidity is critical for the best clinical activity to happen, by assuring the right product is purchased, at the best price, in the most efficient way. Achieving the best outcomes for patients relies strongly on non-clinical processes running smoothly in the background. Acknowledging the importance of achieving a frictionless purchasing process, a healthcare provider, along with one of its key suppliers, started an improvement initiative keen on evaluating their purchasing behavior. The assessment focused on two main dimensions: the quality of the orders issued, and the ordering time of new products. Firstly, because each purchase has an underlying processing cost, and secondly because the higher the ordering time the higher the potential disruption in the end-to-end supply chain. With such a complex inter-departmental process, the standard Lean Six Sigma approach would fall short in terms of process coverage. For this reason, it was combined with Process Mining methodologies, by using event-driven data stored to speed some phases of the DMAIC. If on one hand Process Mining presented itself as an effective way of discovering the end-to-end process, Lean Six Sigma, with the DMAIC cycle, provided a logical structure to analyze it. By combining the speed of analysis of the first, and the quality tools of the second, a blended methodology was deployed, translating logged information into valuable business insights. Despite the importance of obtaining full visibility over operations and the operational excellence that derives from it, few cases of transformational improvement initiatives, resulting from the analysis of logged information are documented and made available, especially from the healthcare sector. Usually, they focus entirely on one of the approaches individually. The goal of this thesis is to depict how process mining can instigate evidence-based quality improvements in healthcare, contributing to the scientific literature. Finally, a reflection is provided regarding the managerial and theoretical implications of the dissertation. Also, the obstacles of deploying such an approach in a highly-conservative healthcare procurement context are depicted.
Com os crescentes custos do sistema de saúde, é fundamental tomar decisões mais racionais quanto aos recursos disponíveis. Mais do que nunca, é urgente desenvolver estratégias e práticas de gestão eficazes para garantir a fluidez das operações, essencialmente no que diz respeito à cadeia de abastecimento. O processo de compra em específico é uma função fundamental para o sucesso do sistema. A sua capacidade de responder às necessidades é crítica para se garantir a melhor atividade clínica. A obtenção dos melhores resultados para os pacientes depende fortemente dos resultados dos processos não clínicos que suportam toda a atividade. Reconhecendo a importância de um processo de compras mais responsivo, um hospital juntamente com um dos seus principais fornecedores, iniciou um projecto de melhoria focado em 2 dimensões: a qualidade dos pedidos de compra emitidos e o tempo necessário para encomendar um novo produto. Em primeiro lugar, porque cada compra tem um custo processual para ambos, e em segundo lugar, porque quanto maior o tempo de encomenda, maior o custo de gestão do stock e mais lenta é a venda para o fornecedor. Com um processo inter-departamental complexo como este, usar uma metodologia tradicional como o Lean Seis Sigma poderia levar a conclusões superficiais. Por esta razão, introduziu-se a mineração de processos, usando os dados guardada nos sistemas de informação. Se por um lado esta metodologia apresenta-se como uma maneira eficaz de descobrir processos, o Lean Seis Sigma com o ciclo DMAIC, fornece uma estrutura lógica para os analisar. Combinando a velocidade de análise da primeira, com as ferramentas da segunda, surge uma metodologia combinada que traduz registos informáticos em valor para a gestão. Apesar da importância de obter visibilidade total sobre as operações e da excelência operacional que dela deriva, poucos casos de iniciativas de melhoria de processos resultantes da análise dos sistemas informáticos são documentados e disponibilizados, especialmente na área da saúde. O objetivo desta dissertação é então o de descrever como o process mining pode agilizar projectos de melhoria, contribuindo para literatura científica. Por fim, é apresentada uma reflexão sobre as implicações estratégicas e científicas da dissertação. Além disso, são descritos os obstáculos para a utilização desta nova abordagem no contexto de compras hospitalares.
TipoDissertação de mestrado
DescriçãoDissertação de mestrado integrado em Engenharia e Gestão Industrial
URIhttps://hdl.handle.net/1822/70276
AcessoAcesso aberto
Aparece nas coleções:BUM - Dissertações de Mestrado
DPS - Dissertações de Mestrado

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
Dissertação Francisco da Silva Ramires.pdf48,7 MBAdobe PDFVer/Abrir

Este trabalho está licenciado sob uma Licença Creative Commons Creative Commons

Partilhe no FacebookPartilhe no TwitterPartilhe no DeliciousPartilhe no LinkedInPartilhe no DiggAdicionar ao Google BookmarksPartilhe no MySpacePartilhe no Orkut
Exporte no formato BibTex mendeley Exporte no formato Endnote Adicione ao seu ORCID