Laboratoire de Génie Informatique et d’Automatique de l’Artois

Ph.D. thesis of Laila EN-NAHLI

Optimisation de la planification des services d’hospitalisation à domicile

Starting date: 1 November 2013
Funding: Université Artois / Région Hauts-de-France
Keywords: Hospitalisation à domicile, routage, métaheuristiques
Advising:

L’Hospitalisation À Domicile (HAD) représente une alternative à l’hospitalisation traditionnelle. Elle constitue désormais une forme d’hospitalisation à part entière apportant des soins continus et coordonnés à des patients souffrant de pathologies graves, aigües ou chroniques. L’HAD a connu un essor important depuis dix ans et une forte croissance depuis 2005 (+119% d’activité). Ce mode de prise en charge constitue un levier très important pour réduire les coûts de soins. D’après le Haut Conseil pour l’avenir de l’Assurance maladie, le coût moyen d’une journée d’HAD a été évalué à 196 euros contre 703 euros pour une journée d’hospitalisation traditionnelle.

Le rapport rédigé par l’Inspection Générale des Affaires Sociales (2010) indique que l’HAD est un système complexe et parfois difficile à gérer de points de vue humains et matériels. L’HAD fait appel à plusieurs acteurs (médecin coordinateur, médecin hospitalier, médecin traitant, infirmiers, personnel paramédical, structures de gestion privées, associations, etc.) ce qui complique davantage la gestion des ressources et la coordination des soins. D’après le même rapport, la complexité du système HAD engendre des « tensions » à cause du mécontentement des différents acteurs.
Dans ce contexte, nous proposons un travail de thèse sur l’optimisation et l’organisation des ressources afin de réduire les coûts d’une part et satisfaire les patients d’une autre part, toute en proposant une organisation de travail plus flexible et adaptée aux équipes de soins. Nous traiterons plus particulièrement le problème d’ordonnancement des interventions des équipes médicales (infirmiers, médecins, etc.) et l’optimisation des tournées de leurs visites aux patients. Il s’agit de développer un outil d’aide à la décision qui a pour objectif d’améliorer la qualité de service, et de satisfaire le patient et les équipes de soins avec un coût minimal. Afin de tenir compte des aléas qui peuvent perturber l’organisation des soins, nous considérerons des modèles stochastiques et multicritères.

Involved research axes:

Involved application areas:

Partners

Defense

Defense took place the

Jury: