Breast cancer is the most common cancer and 8 700 individuals in Sweden were diagnosed with breast cancer in 2021. Thanks to improved diagnostic methods and more effective treatment, nine out of ten women who develop breast cancer survive. The aim of the study was to assess the impact on the administrative time of healthcare professionals in the breast cancer screening process when the process is automated using Robot Process Automation (RPA). The study developed a process model of the screening process and a cost estimate of how much time could be saved by integrating RPA based on input from healthcare staff. The study used the methodology Design Thinking Method in conjunction with the methodology Case Study. The overall results of this study show that RPA can replace certain administrative tasks in the breast cancer screening process to reduce administrative time. It shows that the breast cancer screening process has the potential to be automated and the cost estimates show that an automated system could save between 30-80 hours of manual work per year. Further research is needed to determine how other screening processes can benefit from automating manual tasks with RPA and thus integrate RPA on a larger scale.

Les acteurs de la santé publique ont aujourd'hui de nombreux défis à relever relatifs à des besoins nouveaux liés, entre autres, au vieillissement de la population et à l’augmentation du nombre de maladies chroniques. Ces besoins et leurs coûts obligent à repenser la prise en charge des patients et à rationaliser leurs parcours de soins afin de les rendre plus efficients.Nos travaux de thèse ont permis les résultats principaux suivants.Dans un premier temps et après avoir présenté le système de santé en général, nous avons analysé les évolutions du système de santé, ses grands principes et ses challenges. Nous avons ensuite donné un aperçu des tendances et innovations organisationnelles en réponse à ces challenges.Dans un deuxième temps et sur une base bibliographique, nous avons présenté nos définitions du parcours (de soin, de santé, de vie), leur positionnement relatif et l’influence des challenges préalablement définis sur ces derniers.Puis, afin de modéliser les parcours, nous avons analysé les concepts introduits par les définitions précédentes et nous les avons structurés dans le cadre d'un méta-modèle. Nous avons ensuite utilisé celui-ci pour enrichir un langage de modélisation d'entreprise existant (GRAI Extended Actigram) et obtenir ainsi un langage totalement adapté à nos besoins. Ensuite, et à titre d’exemple, nous avons utilisé ce langage enrichi pour représenter les processus de soins de deux maladies (la grippe A(H1N1) et la BPCO) tout en soulignant plusieurs aspects méthodologiques : sources d'information, traduction, pour n’en citer que quelques-uns. Enfin et sur la base d'un état de l'art des services proposés par des plateformes informatiques existantes, nous avons proposé une méthodologie de définition de services à forte valeur ajoutée qui offrent une meilleure accessibilité à l'information et donc qui améliorent la dynamique et l'efficience des soins sur la base des parcours de soins modélisés. / Today, the actors of public health face many challenges related to the ever-changing needs of an aging population and the increasing number of chronic diseases.These needs and the related cost, lead to rethink the care management and rationalize the patient healthcare pathways to make them more efficient.Our thesis work has the following main results.First a general introduction of the health system is presented, followed by an analysis of the evolution of the health system, its principles and its challenges. Next, we provided an overview of trends and organizational innovations in response to these challenges.Secondly, based on a bibliographic, we presented our definitions of pathways (healthcare, health, and life), their relative positioning and their influence on the challenges mentioned above.To model the pathways, we analyzed the concepts mentioned in the preceding definitions and we structured them into a meta-model. Then we used it to enrich an existing enterprise modeling language (GRAI Extended Actigram) and thus obtain a language totally suited to our needs.The latter was used to represent the heathcare processes of two examples of diseases, influenza A (H1N1) and COPD. In the frame of this presentation, methodological aspects were discussed (information resources, translation, etc.).Finally, on the basis of a state-of-the-art of the offered services by current computer platforms, we proposed a methodology for defining value-added services providing an improved access to information and improving the dynamics and efficiency of healthcare based on the modeled healthcare processes.

Projektet genomfördes i samarbete med Siemens Healthineers i syfte att utreda möjligheter till att prognostisera vårdflöden. Det genom att undersöka hur big data tillsammans med maskininlärning kan utnyttjas för prediktiv analys. Projektet utgjordes av två fallstudier med mål att, baserat på data från tidigare MRT-undersökningar, förutspå undersökningstider för kommande undersökningar respektive identifiera patienter som riskerar att missa inbokad undersökning. Fallstudierna utfördes med hjälp av programmeringsspråket R och tre olika inbyggda funktioner för maskininlärning användes för att ta fram prediktiva modeller för respektive fallstudie. Resultaten från fallstudierna gav en indikation på att det med en större datamängd av bättre kvalitet skulle vara möjligt att förutspå undersökningstider och vilka patienter som riskerar att missa sin inbokade undersökning. Det talar för att den här typen av prediktiva analyser kan användas för att prognostisera vårdflöden, något som skulle kunna bidra till ökad effektivitet och kortare väntetider i vården. / This project was performed in cooperation with Siemens Healthineers. The project aimed to investigate possibilities to forecast healthcare processes by investigating how big data and machine learning can be used for predictive analytics. The project consisted of two separate case studies. Based on data from previous MRI examinations the aim was to investigate if it is possible to predict duration of MRI examinations and identify potential no show patients. The case studies were performed with the programming language R and three machine learning methods were used to develop predictive models for each case study. The results from the case studies indicate that with a greater amount of data of better quality it would be possible to predict duration of MRI examinations and potential no show patients. The conclusion is that these types of predictive models can be used to forecast healthcare processes. This could contribute to increased effectivity and reduced waiting time in healthcare.

Hälso- och sjukvården är ett verksamhetsområde med en hög arbetsbelastning och en ökadadministrativ börda. Robotic Process Automation (RPA) är en teknologisk innovation somerbjuder en lösning till detta genom att automatisera manuella processer. Inom hälso- ochsjukvården finns en mängd administrativa processer och rutiner som har potential attautomatiseras till förmån för kärnverksamheten; vård av patienter. Om hälso- och sjukvårdenspersonal spenderar mindre tid på administrativa uppgifter kan mer tid nyttjas till patientcentreratarbete. I takt med att fler verksamheter anammar RPA ökar behovet av en djupare förståelse förverktyget och vilka processer som lämpar sig för automatisering. För att välja lämpliga processerför automatisering med RPA krävs en inblick i verksamheten samt prioriteringar avverksamhetens processer, vilket i många fall kan vara en utmanande uppgift. Med denadministrativa hälso- och sjukvårdspersonalens djupgående inblick i och erfarenhet av de dagligaverksamhetsprocesserna kan de processer som bör prioriteras för automatisering med RPAidentifieras. Denna studie utforskar vilka vårdrelaterade administrativa processer som lämpar sigför automatisering med RPA. För att sätta RPA i ett bredare sammanhang av organisatoriskförändring och framsteg presenteras teori om verksamhetsutveckling och nyttorealisering. Vidaregranskas tidigare studier om RPA för att belysa det nuvarande kunskapsläget samt verktygetsroll, tillämpningar och konsekvenser. Studien har en kvalitativ ansats och en forskningsdesign iform av en fallstudie. För att besvara syftet med studien utfördes semistrukturerade intervjuermed fem respondenter från administrativ personal hos en hälso- och sjukvårdsorganisation.Studiens resultat belyser den administrativa vårdpersonalens perspektiv. Resultatet visar att deprocesser respondenterna anser är lämpliga att automatisera inom hälso- och sjukvården blandannat är inrapportering till kvalitetsregister, hantering av kallelselista och schemaläggning avvikarier. Resultatet visar även att respondenterna anser att det för att välja rätt process förautomatisering är viktigt att beakta hur automatiseringen av processen påverkar verksamhetenoch personalen, huruvida automatiseringen underlättar för personalen och hur mycket tid somkan sparas på att automatisera processen. Vidare framkom det att respondenterna även tycker attkriterier såsom om processen är repetitiv, utförd frekvent eller om den är regelstyrd kan varaviktiga att beakta vid val av process för automatisering med RPA. Med studiens resultat sombakgrund diskuteras och reflekteras det om mer verksamhetsområdesspecifika ramverk medkriterier för urval av processer för automatisering behövs. / Healthcare is a field with high workloads and increasing administrative burdens. Robotic ProcessAutomation (RPA) is a technological innovation that offers a solution by automating manualprocesses. Within healthcare, there are numerous administrative processes and routines that havethe potential to be automated to benefit core operations: patient care. If healthcare personnelspend less time on administrative tasks, more time can be dedicated to patient-centered work. Asmore organizations adopt RPA, there is a growing need for a deeper understanding of the tooland which processes are suitable for automation. Choosing suitable processes for RPAautomation requires insight into the operations and prioritization of processes, which can oftenbe challenging. With administrative healthcare personnel's in-depth understanding andexperience of daily operational processes, the processes that should be prioritized for RPAautomation can be identified. This study explores administrative healthcare related processessuitable for RPA automation. To contextualize RPA within broader organizational change andprogress, theories of business development and benefit realization are presented. Additionally,previous studies on RPA are examined to shed light on current knowledge, the tool's role,applications, and consequences. The study takes a qualitative approach with a research design inthe form of a case study. To address the study's purpose, semi-structured interviews wereconducted with five individuals from the administrative staff of a healthcare company. Thestudy's findings highlight the perspectives of the administrative healthcare personnel. It showsthat the processes the respondents consider suitable for automation include reporting to qualityregisters, managing appointment lists, and scheduling substitute staff. The results also indicatethat the respondents believe it's important to consider how automating a process affectsoperations and staff, whether it facilitates staff work, and how much time that can be saved byautomation. Furthermore, the respondents think criterias such as whether the process isrepetitive, performed frequently, or rule-based are important when selecting processes for RPAautomation. Based on the study's findings, there is discussion and reflection on whether morespecific frameworks, with criteria for selecting processes for automation, tailored to differentoperational areas are needed.