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.