de définir, modéliser et résoudre de nouveaux problèmes d’optimisation, en utilisant des méta-heuristiques, dans le contexte de l’amélioration de l’organisation d’un service de stérilisation hospitalière. Nous prendrons en particulier en compte des contraintes complémentaires à celles qui ont déjà été considérées dans la thèse d’O. Ozturk, et des objectifs différents : nous étudierons des objectifs liés aux coûts (indispensables dans le contexte socio-économique actuel) mais également des objectifs liés aux dispositifs de stérilisation, tels que les temps d’attente, de pré-désinfection, de mise à disposition des dispositifs médicaux, et nous chercherons à mieux prendre en compte les incertitudes dans les arrivées de dispositifs médicaux. Nous serons aussi amenés à réaliser une modélisation des tâches de l’opérateur humain, en lien avec des ergonomes.
Dans un deuxième temps, le modèle obtenu pourra être utilisé pour :
étudier l’impact de différentes procédures de fonctionnement en mode dégradé sur les performances d’un service de stérilisation, en prenant en compte l’occurrence de défaillances, leur propagation.
étudier l’impact de politiques d’optimisation des flux sur les performances d’un service de stérilisation, en prenant en compte l’occurrence de défaillances, leur propagation.
étudier l’impact de différentes politiques de pilotage de flux. On peut par exemple ne garder qu’une très petite activité on-line (pour stériliser uniquement ce qui est urgent dans la journée), et stériliser tout le reste la nuit, ou à d’autres moments bien déterminés dans la journée (ce qui nous amène par exemple à faire un chargement des laveurs off-line puisque tous les DM à charger sont présents dès le début). On peut aussi réfléchir à mettre en place des politiques qui permettront de garantir que 100% des DM nécessaires soient livrés au bout de 4h, par exemple, en contractualisant avec le bloc opératoire. Notre travail consistera donc à rechercher des politiques qui nous paraissent intéressantes, puis à tester par simulation l’impact qu’elles auront sur les performances du service de stérilisation, toujours en tenant compte des défaillances et leur propagation.
Connaissances et compétences requises
Cette thèse mobilisera des compétences en modélisation de flux (simulation, réseaux de files d’attente, réseaux de Petri), en ordonnancement et en programmation, en analyse de risques orientée modèle.
Contact(s) : Responsables : Maria Di Mascolo
04 76 57 46 25
Mèl :
Maria.Di-Mascolo@g-scop.grenoble-inp.fr
Flaus Jean-Marie
0476826229
Mèl :
Jean-Marie.Flaus@g-scop.grenoble-inp.fr Laboratoire : Laboratoire G-SCOP
Adresse complète : 46, avenue Félix Viallet 38031 Grenoble Cedex 1