Ordonnancement des interventions chirurgicales d`un hopital avec
Transcription
Ordonnancement des interventions chirurgicales d`un hopital avec
Ordonnancement des interventions chirurgicales d’un hopital avec prise en compte de l’étape de stérilisation dans un contexte multi-sites Benoit Beroule1 , Olivier Grunder1 , Oussama Barakat2 , Olivier Aujoulat3 , Helene Lustig3 1 Université Bourggne Franche comté, UTBM, IRTES-SET, 90010 Belfort, France {benoit.beroule,olivier.grunder}@utbm.fr 2 Nanomedicine Lab, Université de Franche-Comté, 25000 Besançon, France [email protected] 3 GHRMSA, Centre hospitalier de Mulhouse, 68000 Mulhouse, France {aujoulato,lustigh}@ch-mulhouse.fr Mots-clés : optimisation, ordonnancement, méta-heuristique, service hospitalier. 1 Introduction Dans le contexte de crise économique actuel, de nombreux secteurs du domaine public font face à d’importantes réductions budgétaires. Le domaine de la santé ne faisant pas exception, on observe de plus en plus la formation de groupements de centres hospitaliers créés dans le but de mutualiser les aspects logistiques et administratifs ainsi que de centraliser certaines activités (stérilisation, stockage de médicaments...), c’est le cas du nouveau Groupement Hospitalier Régional Mulhouse Sud Alsace (GHRMSA). Notre étude s’intéresse à l’amélioration de la logistique du service de stérilisation du centre hospitalier de Mulhouse qui est destiné à devenir le service de stérilisation central du groupement. Dans ce cadre nous proposons un travail sur l’ordonnancement des interventions chirurgicales programmées dans les blocs opératoires. Notre étude tient compte de l’activité du service de stérilisation et cherche à minimiser le nombre de boîtes d’instruments chirurgicaux d’un même type nécessaire au bon fonctionnement de l’établissement tout en "lissant" l’activité de ce service. En effet il existe de nombreuses études liées à l’ordonnancement des interventions chirurgicales [3, 1, 2], mais la prise en compte de la stérilisation des dispositifs médicaux n’a à notre connaissance jamais été traitée. 2 Système étudié Une boîte d’instruments chirurgicaux suit un circuit logistique précis composé de plusieurs étapes formant un cycle (utilisation, pré-désinfection, transport, pré-lavage...). Pour modéliser cet aspect, chaque intervention implique la création d’une tâche j dans notre modèle, la durée de cette tache correspond à un cycle complet de la boîte correspondante. En d’autres termes, lorsque la boîte correspondante à la tâche j est expédiée au bloc opératoire, la durée de j correspond au temps nécessaire avant que la boîte soit à nouveau prête à être envoyée dans le bloc. Les boîtes sont donc des ressources nécessaires à l’accomplissement de chaque tâche. Les tâches possèdent une date de début permettant de représenter un ordonnancement des interventions (ou planning opératoire) pour un type d’intervention précis (intervention utilisant les mêmes instruments). Une fois qu’un planning est établi, il est possible de déterminer le nombre de boîtes minimal nécessaire pour le respecter, en effet chaque tâche nécessitant une boîte, il suffit de trouver la date t à laquelle le plus de tâches sont en cours. 3 Méthodes de résolution Nous considérons le problème d’un point de vue statique en supposant que la totalité des interventions pour une semaine donnée est connue à l’avance, il est en effet important dans ce cas de ne pas se limiter à une journée car les opérations de stérilisation peuvent ne pas être effectuées en une fois. Nous avons donc implémenté plusieurs méta-heuristiques telles que la recherche tabou, les essaims particulaires et les algorithmes génétiques. Nous avons testé ces algorithmes sur des cas concrets, la table 1 représente un échantillon des évaluations des ordonnancements obtenus sur certains exemples (non-détaillés ici). Le but est, à terme, d’utiliser ces méthodes pour faire des optimisations locales (par exemple avec les interventions prescrites dans une même journée) au sein d’une heuristique d’optimisation plus globale. La particularité de notre approche réside dans deux aspects distincts : — La fonction d’évaluation des solutions que nous avons défini calcule le nombre de boites d’instrumentation nécessaire pour respecter le planning correspondant. Notre objectif est donc de trouver une solution qui minimise ce nombre. — Chaque tache du modèle est composée d’une partie partiellement préemptible ( avant/après le lavage des instruments, avant/après le reconditionnement) et d’une partie non-préemptible (intervention chirurgicale, pré-désinfection, transport...). 13 14 15 16 int./semaine int./semaine int./semaine int./semaine Génétique 3.00 3.58 3.65 4.00 PSO 3.00 3.00 3.00 4.00 Tabou 3.98 4.03 4.05 5.02 TAB. 1 – Moyenne des évaluations (en nombre de boites) des ordonnancements obtenus avec les différentes méthodes en fonction du nombre d’interventions 4 Conclusions et perspectives Grâce à ce travail, nous espérons poser les bases d’une logistique hospitalière transversale prenant en compte à la fois les contraintes liées au bloc opératoire et au service de stérilisation tout en permettant une extension à un contexte multi-site. les résultats que nous avons obtenu pour le moment ont mis en évidence qu’il est possible de mieux organiser les plannings d’interventions actuels pour minimiser le nombre de boites d’instrumentation nécessaire. La prochaine étape de notre travail sera donc de proposer des heuristiques en temps réels basées sur nos précédent travaux et d’inclure les contraintes liées à l’aspect multi-site. Nous espérons ainsi pouvoir définir des politiques de programmation adaptées au fonctionnement du Groupement Hospitalier Mulhouse Sud Alsace et à terme établir des méthodes génériques. Références [1] Arnauld Hanset, Hongying Fei, Olivier Roux, David Duvivier, and Nadine Meskens. Ordonnancement des interventions chirurgicales par une recherche tabou : Exécutions courtes vs longues. Logistique et Transport LT’07, 2007. [2] Said Kharraja. Outils d’aide à la planification et l’ordonnancement des plateaux médicotechniques. PhD thesis, Saint-Etienne, 2003. [3] NH Saadani, A Guinet, and S Chaabane. Ordonnancement des blocs operatoires. In MOSIM : Conference francophone de MOdélisation et SIMulation, volume 6, 2006.