Optimisation des performances avec prise en compte des incertitudes dans le secteur des soins et du maintien à domicile

Titre de la thèse : Optimisation des performances avec prise en compte des incertitudes dans le secteur des soins et du maintien à domicile
Directeur(s) de thèse : Espinouse Marie-Laure et Di Mascolo Maria
École doctorale : IMEP 2
Date de début (souhaitée) : octobre 2016
Financements envisagés – Contexte – Partenaires éventuels : Nous avons fait une demande d’alloc à l’ARC2
Description du sujet :
Contexte
La prise en charge à domicile concerne l’ensemble des activités visant le bien être des personnes (âgées, dépendantes, fragiles) à leur domicile, et recouvre différentes activités, telles que les services de la vie quotidienne (aide ménagère, repas à domicile…), les services médicaux ou paramédicaux aux personnes dépendantes ou non (Hospitalisation A Domicile (HAD), Services de Soins Infirmiers A Domicile (SSIAD)…). Ce secteur, en plein essor (« Plus de 5 millions de personnes en France ont besoin d’une aide régulière pour accomplir certaines tâches de la vie quotidienne selon l’INSEE »), ouvre de nouvelles pistes de recherche dans le domaine du génie industriel et de l’optimisation. Citons notamment : l’optimisation de la procédure d’admission de nouveaux patients, l’affectation des différents intervenants aux patients, l’optimisation des tournées des intervenants aux domiciles des patients, l’adaptation des tournées lors de l’admission d’un nouveau patient, la prise en compte de l’évolution des besoins d’un patient, tels que l’intervention de nouveaux intervenants et ses impacts.
Ces problématiques sont de réels verrous scientifiques et sont caractérisées par :
Une incertitude inhérente au secteur : durée des trajets, durée des soins…

Objectifs scientifiques
Notre objectif, dans ce projet, est de modéliser et proposer des solutions de gestion de flux et/ou d’optimisation des différentes étapes de la prise en charge à domicile : affectation des intervenants aux patients, calcul des tournées des intervenants, recalcul des affectations et/ou des tournées lors de l’arrivée d’un nouveau patient/usager ou lors de l’évolution des besoins d’un patient/usager.
Nous nous attacherons plus spécifiquement, à chacune de ces étapes et dans la modélisation du système dans son ensemble, à la prise en compte de l’humain et à la prise en compte des incertitudes.
Pour être pertinent sur la prise en compte de l’humain, nous envisageons d’établir durant la thèse (et en amont) des collaborations avec des chercheurs SHS. La SFR santé-société, nous paraît être la première opportunité de collaboration à investiguer.
Concernant la prise en compte des incertitudes, qu’elles soient liées aux patients (nouveaux patients, modification des fréquences et des durées des interventions….), aux intervenants (arrêts maladies notamment) ou aux conditions (durées de trajets…), nous souhaitons, d’une part, adopter une approche robuste et, d’autre part, une approche dynamique. A travers l’approche robuste, notre objectif est de garantir un niveau de service malgré les incertitudes. L’approche dynamique quant-à elle permettra de considérer les aléas journaliers.
Originalité
L’originalité du projet que nous proposons réside en trois points : 1) L’approche globale d’étude des flux, 2) l’aspect prise en compte de l’humain, et 3) l’aspect prise en compte des incertitudes.
Démarche et résultats attendus
Cette thèse débutera par une recherche bibliographique sur les problématiques de prise en compte des incertitudes en planification, sur la prise en compte des incertitudes aux différentes étapes de la prise en charge à domicile, et sur la modélisation de l’humain.
Parallèlement, une étude sur le terrain sera menée afin d’identifier et cartographier les différents processus dans la prise en charge à domicile.
Une fois cet état des lieux réalisé, une approche globale de modélisation des flux dans les structures de prise en charge à domicile sera proposée. Plusieurs outils d’aide à la décision pour une meilleure organisation des structures étudiées, en prenant en compte l'humain et les incertitudes, seront développés et testés sur des instances réelles et générées.

Contact(s) :
Espinouse Marie-Laure, Professeur des universités
Laboratoire G-SCOP (Sciences pour la conception, l'Optimisation et la Production)
Marie-Laure.Espinouse@g-scop.grenoble-inp.fr
Tel : 04-56-52-89-26

Di Mascolo Maria, directeur de recherche CNRS
Laboratoire G-SCOP (Sciences pour la conception, l'Optimisation et la Production)
Maria.Di-Mascolo@g-scop.grenoble-inp.fr
Tel : 04-76-57-46-25