OIILH - Optimisation Inter et Intra Logistique Hospitalière

Coordinateur : Jean-Marie RENARD (SANTÉ PUBLIQUE : ÉPIDÉMIOLOGIE ET QUALITÉ DES SOINS)
Partenaire : Slim Hammadi de Centrale Lille CRIStAL

Équipe : OSL du Groupe Thématique : OPTIMA.

Dates : 10/18 - 10/21

Résumé :

Dans la gestion des systèmes de production de soins, la maîtrise des flux hospitaliers et l’anticipation des tensions sont des enjeux majeurs. Pour optimiser la gestion des flux relatifs aux patients, il est nécessaire d’envisager des restructurations temps-réel. Elles se traduiront par une meilleure mutualisation des ressources (plateaux techniques, lits d’aval). Dans ce cadre, les professionnels de santé sont démunis en méthodologies et outils d’aide à la décision et de pilotage adaptés. Le projet OÏLH, continuité du projet ANR HOST 2012-2015, vise à concevoir et réaliser un système interactif d’aide à la décision Intra et Inter logistique hospitalière avec 3 objectifs principaux centrés sur le patient : optimisation de la gestion de l’amont, du parcours patients en Intra-Service et de la gestion de l’aval. Les solutions envisagées reposent sur l’obtention, l’analyse et l’exploitation de données de santé issues de sources hétérogènes, prenant en compte confidentialité et sécurité.

Abstract

In the management of healthcare production systems, controlling hospital flows and anticipating overcrowding are major challenges. Real-time orchestration is needed to optimize patient flow management. It will result in better pooling of resources (technical platforms, downstream beds). In this context, health professionals are lacking appropriate methodologies and decision making and steering tools. The OÏLH project, continuity of the ANR HOST 2012-2015 project, aims at designing and implementing an interactive system for decision support in Intra and Inter hospital logistics with three main objectives centered on the patient : optimization of upstream management, the Intra-Service patient pathway and the downstream management. The expected solutions are based on obtaining, analyzing and exploiting health data from heterogeneous sources, taking into account confidentiality and security.