Partenariat UTT - HCS

OptaUrgenceLA "MÉTÉO" DES URGENCES

Les services d'urgences sont devenus le principal point d'entrée du public dans les hôpitaux modernes. L'affluence dans ces services cause fréquemment des engorgements et des tensions qui peuvent être dommageables autant pour les patients que pour le personnel hospitaliers. Les gestionnaires des services de santé sont donc particulièrement attentifs à la façon d'organiser au mieux ces services.

L'un des éléments clefs d'une stratégie de gestion efficace est la prévision du flux de patients ; il est crucial pour permettre d'optimiser l'allocation des ressources humaines et matérielles.

Le projet OptaUrgence s'inscrit dans la résolution de cette problématique complexe en construisant un modèle prédictif permettant aux services des urgences de prévoir quotidiennement la charge ; l'équivalent hospitalier d'un bulletin météorologique.

Prévoir les flux de patients grâce au Big Data

Pour se faire, les chercheurs du Laboratoire d'Optimisation des Systèmes Industriels (LOSI) ont collaboré avec le Centre Hospitalier de Troyes, pour analyser et définir les modèles statistiques permettant d'approcher au plus près la dynamique qui crée les flux d'accès aux urgences.

L'équipe scientifique, composée des Prof. Farouk YALAOUI, Mohammed AFILAL, Prof. Lionel AMODEO et Dr. Frédéric DUGARDIN pour l'UTT, et des Dr. David LAPLANCHE et Dr. Philippe BLUA pour le CHT, a recueilli les données de chaque individu reçu aux urgences entre janvier 2010 et décembre 2014 sur la base du registre de Résumé de Passage aux Urgences (RPU),
Sur la base de ces données massives, les chercheurs ont utilisé des outils statistiques comme l'Analyse en Composantes Principales (PCA) pour étudier la corrélation entre les différents éléments et mis à contribution leurs connaissances expérimentales pour introduire une nouvelle classification des patients. 

Modalité de la catégorisation des patients
Catégories de patient définies par rapport à croisement individu(GEMSA) / état pathologique( CCMU)

L'analyse statistique a permis de déterminer un référentiel d'états des patients (EP) croisant typologie des individus et typologie des pathologies, plus restreint que le croisement cardinal des nomenclatures standards GEMSA et CCMU. En divisant par 8, le nombre d'EP potentiels, la nouvelle classification pratique des patients a simplifié le processus en vigueur, permettant ainsi une gestion et une classification plus rapide et réactive de la part des équipes. Il est à noter que cette action s'inscrit aussi dans la démarche de PMSI portée par la Loi Santé de 2016.

EP1

Patients avec besoin d'un traitement médical modéré ; ces patients peuvent partir après les soins

EP2

Patients avec besoin d'un traitement médical important  ; ces patients peuvent partir après les soins

EP3

Patients avec besoin d'un traitement médical modéré  ; ces patients doivent rester en observation

EP4

Patients avec besoin d'un traitement médical important  ; ces patients doivent rester en observation

EP5

Patients avec besoin d'un traitement médical majeur

EP6

Patients avec besoin d'un traitement médical majeur + Réanimation

EP7Patients décédés à l'arrivée

EPX

Autres 


Des modèles novateurs de prévision temporelle ont ensuite été élaborés et utilisés en se basant sur plusieurs approches statistiques et mathématiques. Testés quotidiennement sur les arrivées de l'année 2014, les modèles de prévision ont montré une fiabilité élevée (jusqu'à 92,29%). La corrélation entre les résidus et les données épidémiques a été jugée insignifiante, démontrant que les modèles sont robustes aux situations exceptionnelles.

Test du modèle statistique sur les données 2015
Test du modèle statistique sur les données 2015


Les séries chronologiques se sont révélées être un outil efficace pour prévoir la fréquentation en utilisant des données historiques. La pré-analyse des catégories de patients est utile pour les patients de groupe avec un comportement similaire.


Au cours des futures recherches, les chercheurs étudieront la possibilité d'utiliser des données externes comme le calendrier (jours fériés, événements spéciaux ...) et des données météorologiques.

De la théorie à l'industrialisation

La fiabilité des modèles a démontré qu'il était possible de permettre aux équipes médicales de prévoir précisément les ressources matérielles et de planifier efficacement le personnel nécessaire ; un atout considérable lors des périodes chargées comme les pics épidémiques.

Prévisions générées pour l'été 2016
Prévisions générées pour l'été 2016 (RMAP 95%)


Mais il était nécessaire de fournir un outil clef-en-main au personnel hospitalier. C'est dans cette optique qu'a été conçue l'application OptaUrgence, développée par la société OPTA-LP, qui  équipe le service des urgences du CHT.

Ecran OptaUrgence 1

Ecran OptaUrgence 1