Describir los mejores procesos para ejecutar correctamente una estrategia de una forma
eciente y con calidad no es siempre una tarea fácil. La estandarización de procesos en
general y de Vías Clínicas en particular requiere de potentes herramientas de especificación
e implementación que apoyen a los expertos en diseño. La utilización de modelos de Flujos
de Trabajo (del inglés Workflows) facilita a los expertos en diseño la creación las reglas
de ejecución de sus sistemas como si fueran programadores. Aún así debido a la gran
mutabilidad de los procesos reales, es muy difícil conocer como los procesos se están
ejecutando en la realidad. La utilización de técnicas de reconocimiento de formas pueden
ayudar a los expertos en procesos a inferir, a partir de muestras de ejecución pasadas,
modelos que expliquen la forma en la que estos procesos están efectivamente ejecutándose.
Este paradigma es conocido como Aprendizaje de Flujos de Trabajo (del inglés Workflow
Mining).
Los cambios de estado en los procesos de cuidado existentes en las Vías Clínicas se
basan en los resultados de las acciones. Los modelos actuales de Aprendizaje de Flujos
de Trabajo no recogen esta información en sus corpus. Por eso, los actuales sistemas de
aprendizaje no cubren las necesidades de problemas complejos como es el caso de las Vías
Clínicas.
En esta Tesis se van a estudiar los modelos de representación, interpretación y aprendizaje
de Flujos de Trabajo con la intención de proponer un modelo adecuado para resolver
los problemas que impiden a los diseñadores de procesos complejos, como Vías Clínicas,
utilizar técnicas de Aprendizaje de Flujos de Trabajo. Para ello se va a definir un nuevo
paradigma adecuado para el apoyo al diseño de Vías Clínicas, además de proporcionar
herramientas para su uso. Por esto en esta Tesis se presenta además un modelo de representación 
de Flujos de Trabajo con una alta expresividad y legibilidad, una herramienta
software capaz de ejecutar y simular Flujos de Trabajo para crear corpus de aprendizaje
usando esta nueva metodología y un algoritmo de aprendizaje que sea capaz de inferir
Flujos de Trabajo acordes con el problema del diseño de las Vías Clínicas.