L'IA optimise les plannings chirurgicaux
Des chercheurs de l'Université du Massachusetts à Amherst ont analysé près de 86 500 interventions chirurgicales à l'hôpital Baystate Medical Center pour identifier les principaux facteurs générant des inefficacités dans la planification des salles d'opération. Cette étude, publiée dans le Journal of the American Medical Informatics Association, met en lumière les limites des méthodes traditionnelles de planification, qui reposent souvent sur des créneaux horaires fixes. Dans un contexte médical hautement imprévisible, cette approche entraîne fréquemment des temps d'attente prolongés ou des salles inoccupées, notamment lorsque les créneaux dépassent deux heures et demie, seuil minimum pour la plupart des interventions. Plutôt que de se concentrer sur la rotation des équipements, l'équipe dirigée par Muge Capan, maître de conférences en génie industriel, et Jonathan Akhagbosu, doctorant, a privilégié une approche centrée sur le chirurgien. Ils ont défini un nouveau concept, le temps de transition ou gap time, correspondant à la période entre deux interventions consécutives effectuées par un même professionnel. En appliquant des modèles d'apprentissage automatique à trois ans de dossiers médicaux, les chercheurs ont identifié les caractéristiques qui allongent ces interruptions. La survenue d'une urgence avant ou après une opération, le type d'intervention comme passer d'une chirurgie thoracique à une intervention cardiaque, ou le niveau d'exigence physique et mentale de la procédure sont des déterminants clés. Pour quantifier la charge de travail, les auteurs ont développé une métrique appelée demande chirurgicale, classant les actes en trois niveaux. Le premier regroupe les procédures courtes et prévisibles, comme l'ablation de lésions bénignes. Le second couvre les interventions plus complexes, telles que les remplacements articulaires. Le troisième niveau rassemble les cas les plus exigeants, souvent réalisés en dehors des heures normales et impliquant des pathologies sévères, comme les urgences neurochirurgicales. Par ailleurs, les spécialités ophtalmologiques et orthopédiques présentent naturellement des transitions plus rapides. Ces résultats ouvrent la voie à une optimisation concrète des plannings hospitaliers. En anticipant les délais de transition, les gestionnaires pourraient identifier des créneaux récupérables, appelés temps collectable, permettant d'intégrer des interventions supplémentaires sans surcharger les équipes. Cette approche répond à un enjeu structurel majeur : selon l'Association of American Medical Colleges, les États-Unis feront face à une pénurie de dix mille à dix-neuf mille chirurgiens d'ici 2036. Améliorer l'efficacité des plannings permettrait alors de réduire les coûts, de limiter l'épuisement professionnel et d'optimiser les soins dans un secteur en tension. Cette recherche illustre également le potentiel du croisement entre l'ingénierie industrielle et la santé. En s'appuyant sur l'analyse de données et la réduction des variations opérationnelles, les méthodes d'ingénierie peuvent transformer la gestion de systèmes médicaux complexes. L'objectif reste d'équilibrer l'utilisation des ressources humaines sans les épuiser, tout en garantissant une continuité des soins plus fiable et plus économique pour les établissements de santé.
