HospiT'Win : conception d’un double numérique basé sur la simulation à événements discrets pour le suivi en temps réel et la prédiction à court terme des parcours des patients à l’hôpital

HospiT'Win : designing a discrete event simulation-based digital twin for real-time monitoring and near-future prediction of patient pathways in the hospital

• Auteur / Autrice : Abdallah Karakra
• Direction : Jacques Lamothe, Franck Fontanili
• Type : Thèse de doctorat
• Discipline(s) : Génie Industriel et Informatique
• Date : Soutenance le 18/10/2021
• Etablissement(s) : Ecole nationale des Mines d'Albi-Carmaux
• Ecole(s) doctorale(s) : École doctorale Systèmes (Toulouse ; 1999-....)
• Partenaire(s) de recherche : Laboratoire : Centre de recherche Génie industriel (Albi) - Centre Génie Industriel / CGI
• Jury : Président / Présidente : Thibaud Monteiro
• Jury : Examinateurs / Examinatrices : Jacques Lamothe, Franck Fontanili, Virginie Goepp, Grégory Zacharewicz, Elyes Lamine, Sondes Chaabane, Adel Taweel
• Jury : Rapporteurs / Rapporteuses : Virginie Goepp, Grégory Zacharewicz

Mots clés

Mots clés contrôlés

Systèmes d'aide à la décision

Hôpitaux

Temps réel (informatique)

Internet des objets

Parcours de soins coordonnés

Systèmes échantillonnés

Mots clés libres

Double numérique

Simulation en ligne

Simulation hors ligne

Simulation d'événements discrets

Parcours des patients à l'hôpital

Simulation prédictive

Données en temps réel

Internet des objets

Digital Twin

Online simulation

Offline simulation

Discrete event simulation

Patient pathways in hospital

Predictive simulation

Real time data

Internet of Things

Résumé

L'hôpital est un lieu de travail exigeant qui nécessite une prise en charge en temps réel du patient et une interaction humaine élevée au niveau des ressources (médecin, infirmières, etc.), de l'emplacement (salle d'examen, salle d'opération, etc.), des processus (parcours de soins et de santé) et au niveau des usagers (patients). Concevoir et manager un établissement de santé peut être difficile. D’une part, parce que les services peuvent être des ressources critiques, et présenter une grande variété et une grande variabilité. D’autre part, l’adaptation à une demande de soins partiellement imprévisible peut se révéler très complexe. Pour augmenter l'efficacité et la qualité des soins tout en limitant les coûts, un hôpital a donc besoin d’outils d’aide à la décision. Ils peuvent être basés sur des méthodes et des outils d'ingénierie organisationnelle afin de suivre l’état des services en temps réel, de prédire leur comportement dans un futur proche, et d'améliorer les processus. Parmi les méthodes et outils disponibles, la simulation à événements discrets (SED) permet de mieux comprendre le comportement des processus opérationnels et d'évaluer leur performance en simulant une chaîne d'événements qui se produisent dans le temps. Cependant, bien que les logiciels de SED disposent de multiples fonctionnalités, ils se limitent principalement à la construction de modèles de simulation « hors ligne » qui ne sont donc pas connectés au monde réel en temps réel. Par conséquent, les modèles ne sont pas adaptés pour récupérer l'état courant d’une organisation à un instant précis, ils ne peuvent donc pas être considérés comme des doubles numériques (DN). De plus, les simulations démarrent dans un état « vide » et « inactif », qui peut être différent de l'état réel, ce qui peut entrainer un biais dans les rapports statistiques à la fin de la simulation. Notre travail de recherche propose une approche de double numérique à base d'un simulateur à événement discret. Notre double numérique fournit une représentation virtuelle et en temps réel qui est synchronisée avec les ressources physiques et/ou les activités des processus. Il est basé sur des modèles de SED qui sont utilisés pour (1) le suivi en temps réel et en ligne des parcours des patients, et (2) la prédiction hors ligne du futur proche face à un comportement inattendu ou à des situations imprévisibles. L'objectif principal de cette thèse est de fournir un cadre pour la construction d’un double numérique du parcours des patients que des professionnels de santé et des décideurs pourraient utiliser comme outil d'aide à la décision. Plusieurs problématiques spécifiques sont également abordées : l'initialisation des modèles de SED sur l'état courant, la synchronisation en temps réel avec le monde réel, et la connexion entre le modèle de suivi et le modèle de prédiction. Comme preuve de concept, nous proposons des expérimentations basées sur un émulateur d'un service hospitalier connecté à un double numérique développé suivant notre approche.

Hospitals are demanding workplaces that have real-time services and require extensive human interaction at the resource level (doctors, nurses, etc.), the location level (exam rooms, operating rooms, etc.), the process level (pathways), and the user level (patients). Designing and managing such a health care facility can be inherently challenging due to the critical nature of the services and their wide variety and variability, as well as the difficult adjustment to a partially unforeseeable demand of care. To increase the efficiency and the quality of care while curbing healthcare costs, a hospital requires decision-making support tools. These can be based on organizational engineering methods and tools for monitoring the current state of the organization in real time, for predicting its behavior in the near-future, and for improving its processes. Among the tools, discrete event simulation (DES) is able to model the operational process behavior and to assess performance by simulating a chain of events that occur over time. However, despite important features provided by DES software tools, they are often limited to building “offline” simulation models that are not connected to the real world in real time. These simulation models may not be suitable for retrieving the current state of the organization, and they cannot be considered a "Digital Twin". Furthermore, these simulations start with an “empty” and “idle” state, which can be different from the real-world state and imply a bias in the statistics reports at the end of the simulation run. This research work deals with a DES-based Digital Twin (DT) approach. It is based on DES models which are used (1) for real-time and online monitoring of patient pathways, and (2) for near-future offline prediction when facing unexpected behavior or unpredictable situations. The major goal of this research is to provide a framework for building a Digital Twin of patient pathways that health care practitioners and decision makers can use as a decision support tool. Some specific issues are also addressed: initialization of the DES models, real-time synchronization with the real world, and the connection between monitoring and prediction models. As a proof of concept, experiments are carried out using an emulator of a hospital service that is connected to a Digital Twin that follows our approach.