Modélisation multi-échelle assistée d’un système de détection d’événements : optimisation du fonctionnement et de la sécurité au sein des blocs opératoires

Multiscale modeling and event tracking wireless technologies to improve efficiency and safety of the surgical flow in an OR suite

• Auteur / Autrice : Guillaume Joerger
• Direction : Marc Garbey
• Type : Thèse de doctorat
• Discipline(s) : Mécanique des fluides
• Date : Soutenance le 16/06/2017
• Etablissement(s) : La Rochelle
• Ecole(s) doctorale(s) : École doctorale Sciences et ingénierie des matériaux, mécanique, énergétique et aéronautique (Poitiers ; 2009-2018)
• Partenaire(s) de recherche : Laboratoire : Laboratoire des Sciences de l’Ingénieur pour l’Environnement (La Rochelle)
• Jury : Président / Présidente : Nabil Chakfé
• Jury : Examinateurs / Examinatrices : Marc Garbey, Nabil Chakfé, Thierry Colin, Francesco Migliavacca, Scott A. Berceli, Abdallah El Hamidi, Christophe Collet
• Jury : Rapporteurs / Rapporteuses : Thierry Colin, Francesco Migliavacca

Mots clés

Mots clés contrôlés

Air -- Qualité

Salles d'opération

Modélisation CFD

Analyse multiéchelle

Mots clés libres

Modélisation multi-échelle

Modèle multi-agent

Organisation des blocs opératoires

Workflow dans les blocs opératoires

Sécurité

Qualité de l’air

Chirurgie assistée par ordinateur

Mécanique des fluides numériques

Multiscale modeling

Agent-based model

Operating room management

Operating room workflow

Safety

Indoor air quality

Computational surgery

Computational fluid dynamics

Résumé

Améliorer la gestion et l’organisation des blocs opératoires est une tâche critique dans les hôpitaux modernes, principalement à cause de la diversité et l’urgence des activités impliquées. Contrairement à l’aviation civile, qui a su optimiser organisation et sécurité, le management de bloc opératoire est plus délicat. Le travail ici présenté abouti au développement et à l’installation de nouvelles technologies assistées par ordinateur résolvant les problèmes quotidiens des blocs opératoires. La plupart des systèmes existants modélisent le flux chirurgical et sont utilisés seulement pour planifier. Ils sont basés sur des procédés stochastiques, n’ayant pas accès à des données sûres. Nous proposons une structure utilisant un modèle multi-agent qui comprend tous les éléments indispensables à une gestion efficace et au maintien de la sécurité dans les blocs opératoires, allant des compétences communicationnelles du staff, au temps nécessaire à la mise en place du service de nettoyage. Nous pensons que la multiplicité des ressources humaines engagées dans cette structure cause des difficultés dans les blocs opératoires et doit être prise en compte dans le modèle. En parallèle, nous avons construit un modèle mathématique de flux d’air entre les blocs opératoires pour suivre et simuler la qualité de l’environnement de travail. Trois points sont nécessaires pour la construction et le bon fonctionnement d’un ensemble de bloc opératoire : 1) avoir accès au statut du système en temps réel grâce au placement de capteurs 2) la construction de modèles multi-échelles qui lient tous les éléments impliqués et leurs infrastructures 3) une analyse minutieuse de la population de patients, du comportement des employés et des conditions environnementales. Nous avons développé un système robuste et invisible qui permet le suivi et la détection automatique d’événements dans les blocs. Avec ce système nous pouvons suivre l’activité à la porte d’entrée des blocs, puis l’avancement en temps réel de la chirurgie et enfin l’état général du bloc. Un modèle de simulation numérique de mécanique des fluides de plusieurs blocs opératoires est utilisé pour suivre la dispersion de fumée chirurgicale toxique, ainsi qu’un modèle multi-domaine qui évalue les risques de propagation de maladie nosocomiale entre les blocs. La combinaison de ces trois aspects amène une nouvelle dimension de sensibilisation à l’environnent des blocs opératoires et donne au staff un système cyber-physique capable de prédire des événements rares impactant la qualité, l’efficacité, la rentabilité et la sécurité dans l’hôpital.

Improving operating room management is a constant issue for modern large hospital systems who have to deal with the reality of day to day clinical activity. As opposed to other industrial sectors such as air civil aviation that have mastered the topic of industry organization and safety, progress in surgical flow management has been slower. The goal of the work presented here is to develop and implement technologies that leverage the principles of computational science to the application of OR suite problems. Most of the currently available models of surgical flow are used for planning purposes and are essentially stochastic processes due to uncertainties in the available data. We propose an agent-based model framework that can incorporate all the elements, from communication skills of the staff to the time it takes for the janitorial team to go clean an OR. We believe that human factor is at the center of the difficulty of OR suite management and should be incorporated in the model. In parallel, we use a numerical model of airflow at the OR suite level to monitor and simulate environment conditions inside the OR. We hypothesize that the following three key ingredients will provide the level of accuracy needed to improve OR management : 1) Real time updates of the model with ad hoc sensors of tasks/stages 2) Construction of a multi-scale model that links all key elements of the complex surgical infrastructure 3) Careful analysis of patient population factors, staff behavior, and environment conditions. We have developed a robust and non-obtrusive automatic event tracking system to make our model realistic to clinical conditions. Not only we track traffic through the door and the air quality inside the OR, we can also detect standard events in the surgical process. We propose a computational fluid dynamics model of a part of an OR suite to track dispersion of toxic surgical smoke and build in parallel a multidomain model of potential nosocomial contaminant particles flow in an OR suite. Combining the three models will raise the awareness of the OR suite by bringing to the surgical staff a cyber-physical system capable of prediction of rare events in the workflow and the safety conditions.