Le rationnel de l'étude repose sur la nécessité d'optimiser la planification des interventions chirurgicales, un défi majeur pour les établissements de santé. Lesblocs opératoires représentent à la fois une ressource coûteuse et essentielle, nécessitant une organisation rigoureuse pour garantir une utilisation efficienteet un accès équitable aux soins.
Traditionnellement, la planification des chirurgies repose sur le jugement des cliniciens et la disponibilité des ressources, un processus souvent manuel, sujet àdes retards, des reprogrammations de dernière minute et une variabilité des délais d'attente. Cette approche peut entraîner des inégalités dans la prise encharge des patients, une saturation des blocs opératoires et une charge administrative accrue pour les équipes médicales.
Dans ce contexte, l'étude vise à évaluer l'impact d'ORCAL (Operating Room Coordination and Allocation at CAL = PROBOCAL), un outil informatique basé surPython, conçu pour automatiser la priorisation des patients et améliorer la gestion des blocs opératoires. En intégrant un algorithme de calcul de coefficientde priorité, ORCAL permet de classer les patients selon l'urgence de leur intervention, la date souhaitée et le temps écoulé depuis la consultation initiale. Deplus, l'intégration de l'intelligence artificielle, notamment un modèle de type Random Forest, permet de prédire avec précision la date réelle de l'interventionchirurgicale.
L'objectif de l'étude est donc double :
Évaluer l'efficacité d'ORCAL en termes de réduction des délais d'attente, de variabilité des programmations et d'utilisation des blocs opératoires.
Mesurer l'apport de l'intelligence artificielle pour affiner la précision des dates de chirurgie prévues et améliorer la fiabilité de la planification.
En démontrant les avantages de cet outil, l'étude vise à promouvoir une organisation chirurgicale centrée sur le patient, optimisant les ressourceshospitalières tout en assurant une prise en charge équitable et efficiente
Pour répondre aux objectifs de l'étude évaluant l'impact du dispositif ORCAL sur l'efficacité de la planification chirurgicale et la qualité des soins, uneméthodologie rigoureuse sera mise en place. L'étude analysera rétrospectivement les données issues de l'utilisation d'ORCAL, un outil déjà implémenté, afinde mesurer ses effets sur les délais d'attente des patients, l'optimisation des blocs opératoires et la précision des prédictions des dates de chirurgie grâce àl’intelligence artificielle.
1. Objectif principal : Efficacité de la planification chirurgicale avec ORCAL
L'objectif principal sera de démontrer qu'ORCAL améliore la planification des interventions en réduisant les délais d'attente tout en optimisant les ressourcesdes blocs opératoires.
Critère principal :
Réduction du délai moyen entre la consultation initiale et la chirurgie, comparée entre les périodes avant et après ORCAL.
L'analyse, stratifiée par grade de priorité (1 à 4), inclura un test t de Student pour déterminer la significativité (p < 0,05).
Résultat attendu : Diminution d'au moins 7 jours, avec un impact plus marqué pour les interventions non urgentes (Grade 1).
2. Objectifs secondaires : Analyse de la performance d'ORCAL et de l'IA
2.1. Efficacité organisationnelle :
Nombre de jours opératoires :
Comparaison du nombre total de journées de bloc avant et après ORCAL, avec un test du chi-deux.
Durée moyenne des interventions par jour :
Analyse des minutes allouées par jour à partir des données de QBloc.
Variabilité de l'utilisation des blocs :
Évaluation de l'écart-type du temps d'occupation des blocs pour mesurer la stabilité de la planification.
Résultat attendu : Réduction de 20 % des jours opératoires, avec une augmentation du temps moyen d'utilisation par jour.
2.2. Prise en charge des patients :
Différence entre la date prévue et la date réelle :
Analyse de la capacité prédictive de l'algorithme, avec une attention particulière sur la performance du modèle Random Forest.
Analyse par grade de priorité :
Évaluation des délais par urgence :
Grade 1 : ≤ 90 jours (ex. chirurgie esthétique/fonctionnelle)
Grade 2 : ≤ 60 jours (ex. thyroïde, peau)
Grade 3 : ≤ 30 jours (ex. tumeurs des VADS)
Grade 4 : ≤ 15 jours (ex. cancers avec obstruction)
