9h00-9h30 | Accueil/Cafés |
9h30 | Introduction - Début de la journée |
9h40 | Outils d'aide à la planification à l'hôpital : retour d'expériences - voir résumé - Dr. Rémi Flicoteaux - Médecin spécialisé santé publique et médecine sociale, APHP |
10h30 | Pause Cafés |
11h00 |
|
13h00 | Repas |
14h30 | Alternative Research Trends in Operating Room Planning voir résumé - Roberto Aringhieri - Assistant Professor - Department of Computer Science, University of Turin |
15h45 | Présentation de nouveaux doctorants :
|
16h15 | Pause cafés |
16h45 |
|
17h30 | Conclusion - Fin de la journée |
Programme
Résumés
La planification à l'hôpital reste une science largement empirique et peine à s'ancrer dans une démarche systématique et scientifique. Elle repose aujourd'hui largement sur l'expérience d'acteur de terrains rompu à l'art d'un savant jonglage entre les attentes des patients et des médecins et les contraintes d'une prise en charge aujourd'hui complexes voire ultra technique dans certaines spécialités chirurgicales de pointes. Les outils informatiques aujourd'hui disponibles proposent essentiellement des fonctions d'agenda classiques sans réel apports de fonction d'optimisation. En participant au développement et à la mise en place d'agenda d'hospitalisation destinés aux cellules de régulations des lits, nouvelles structures qui tendent à se mettre en place dans de nombreux sites, nous avons pu constater à la fois les besoins et en même les nombreux défis à relever pour arriver à dépasser ces fonctions basiques. Nous discuterons de ces défis et des pistes qui peuvent être envisagées pour les relever.
Hospitals are forced to develop performance assessment tools, and mainly in areas with high resource consumption and high added value, such as surgical units or operating rooms. Based on methods inspired by lean management in the industry, this paper explores a extended Overall Equipment Effectiveness (E-OEE) approach to an entire process involving material and human resources. This research is based on data on the medical activities of Operating Rooms (OR) in 10 hospitals, as well as the opinions of relevant personnel (physicians, service agents, executives) and analyses of the various existing processes. Additional data were provided in 2015 by 4 hospitals.
In order to solve the performance of processes involving both human resources and critical material resources, we built an indicator based on the measurement of effective valuable time of work executed by the operators, coupled with the measurement of machine performance with a classic OEE model. The extended OEE (E-OEE) is a new indicator to evaluate operating facilities and – possibly – all other activities where high HR involvement is a key factor of performance. E-OEE can complete the traditional Overall Effectiveness indicators taking both HR performance and Equipment performance into account.
The hospital emergency department (ED) is the primary facility for urgent health issues. Overcrowding and the limited resources affect the waiting time of patients in the ED. The goal is to propose patients scheduling and optimize the human (physicians and nurses) and material resources (beds) required to reduce the average total patient waiting time. We consider six patient queues: (1) triage of patients; (2) general assessment; (3) surgical assessment; (4) the treatment of vital patients; (5) subsequent additional examinations; (6) patients waiting to be assigned to beds in the ED. In this study, we deal with operational level (patients scheduling) and tactical level (sizing human and material resources) by proposing a new approach that includes a stochastic mixed-integer programming model and simulation model.
Etant donné un flux incertain d'opérations avec différents niveaux d'urgence arrivant dans une journée, nous proposons une stratégie d'insertion basée sur la programmation stochastique. Le niveau d'urgence d'une opération est déterminé par un délai de prise en charge audelà duquel des dommages peuvent être constatés pour le patient. Ces délais sont minimisés ainsi que les perturbations générées dans le plan de soin programmé (décalage des opérations programmées et extensiondes des horaires de travail). L'approche d'optimisation proposée exploite des propriétés démontrées pour toute stratégie d'insertion optimale. Les expérimentations numériques montrent l'intérêt de l'approche proposée par rapport à des règles simples généralement appliquées dans plusieurs hôpitaux. Une analyse en composantes principales montre comment les meilleurs stratégies diffèrent des plus simples.
Optimiser la planification des chirurgies revient à déterminer pour chaque jour d’un horizon à moyen terme (en général, le mois) le nombre de patients à opérer de chaque groupe de pathologies de sorte à minimiser une fonction de coût des ressources, en respectant les contraintes de capacité disponible, de satisfaction d’une demande moyenne de soins (historique des chirurgies) et de préférence des chirurgiens. Les groupes de pathologies rassemblent des patients homogènes à la fois en termes de type d’intervention/pathologie et de consommation des ressources (lits, blocs opératoires, soins infirmiers…). Il conviendra en premier lieu de modéliser ce problème d'optimisation en tenant compte des spécificités du service de chirurgie orthopédique. Ce problème combinatoire sera formulé comme un programme linéaire en nombre entiers dont la résolution nécessitera le développement d’une méthode heuristique (matheuristique ou métaheuristique). Les créneaux opératoires planifiés sur la base d’une demande moyenne et qui résultent de cette optimisation doivent ensuite être affectés à court terme (semaine) aux patients de la liste d’attente constatée, selon des règles d’allocation à élaborer mais qui devront s’appuyer sur un objectif de minimisation des temps d’attente. Enfin, une dernière étape consistera à produire un ordonnancement journalier des chirurgies dans les blocs opératoires. Les solutions du modèle seront évaluées à l'aide de plusieurs indicateurs de satisfaction des patients et d’efficacité de la gestion des ressources. Sur la base de ces indicateurs, ces solutions seront également comparées avec la programmation des chirurgies telle qu'elle est effectuée actuellement à l'hôpital.