Planification des gardes en milieu hospitalier

Planification des gardes en milieu hospitalier

Une approche centrée sur l’équité perçue

La planification des tâches joue un rôle très important au sein d’un hôpital. Toute technique de composition d’horaire doit être bien acceptée par l’équipe de médecin pour pouvoir être appliquée. Cet article présente une approche automatique d’assignations de rôles de garde couvrant cette dimension et intégrée au logiciel web NiceWatch proposé par MedErgo, une PME belge.

Date: 2 février 2017

Expertises:

Algorithmique et Optimisation Combinatoire 

Domaine: Santé 

A propos du projet: PRIMa-Q 

Contexte

La planification de garde consiste à assigner les rôles de gardes, de consultation et de service aux différents médecins d’un service hospitalier, pour une période donnée. Ce problème classique est très difficile à résoudre (NP-complet). La tendance actuelle vise à intégrer au mieux les préférences des médecins dans le planning, de manière à maximiser leur satisfaction par rapport au planning généré.

La génération automatique de planning nécessite de prendre en compte différentes contraintes complexes telles le travail à temps partiel, les absences, les repos compensatoire, vacances, etc. Pour maximiser l’acceptation par les utilisateurs, la solution doit également permettre aux médecins d’exprimer des préférences, d’échanger des rôles et doit également procurer un sentiment d’équité entre médecins.

Composition de planning et... frustration !

Un planning de garde doit respecter un ensemble de règles, notamment par rapport au repos compensatoire. Lorsqu’un médecin est de garde à l’hôpital la journée durant le weekend, il reçoit un demi-jour de congé compensatoire, qui peut être placé librement. Lorsqu’un médecin est de garde de nuit le jeudi soir, il reçoit un jour de repos compensatoire le vendredi, ce qui lui octroie de fait un long weekend de trois jours. Les gardes du jeudi soir sont donc plus attrayantes que les gardes du samedi. La composition de gardes doit donc être équitable entre les médecins par rapport à cette attractivité des gardes.

De plus, il peut y avoir des préférences ou habitudes qui ne pas communiqués explicitement entre humains, et qui peuvent occasionner des frustrations ; un médecin pourrait se sentir frustré par rapport au non-respect d’une préférence non exprimée ou insuffisamment exprimée, et pourrait attribuer cette frustration à la personne en charge de composer les plannings. Si le planning est composé par un outil automatique non informé, les préférences non exprimés ne peuent de toute évidence pas être prises en compte ; ce type de frustration ne peut donc pas être reporté sur un autre membre de l’équipe.

Comment favoriser l’acceptation par les utilisateurs par la compréhensibilité ?

La composition de planning peut toujours être biaisée d’une manière ou une autre par la personne en charge de la composition de planning et favoriser l’un ou l’autre médecin. Les algorithmes génériques state of the art tels CP, MIP, LNS peuvent être perçu comme d’efficaces boites noires qui peuvent également susciter la suspicion par rapport à l’équité de l’outil.

L’approche suivie par MedErgo pour s’assurer de la bonne acceptation du logiciel par les utilisateurs consiste à s’assurer de la bonne compréhensibilité du fonctionnement du logiciel de planification. Cela inclus la génération d’une documentation lisible expliquant chaque planning généré, ainsi que la sélection d’un algorithme dont le fonctionnement soit simple à expliquer.

Interface web du planning
Interface web du planning

L’algorithme est une composition de recherché locale, recherche constructive gloutonne, avec une composante de tabou et quelques autres méta heuristiques. La qualité résultante ainsi que son efficacité sont satisfaisantes pour l’application considérée.

Il est intéressant de noter que l’algorithme lui-même n’est pas optimal par rapport à l’équité, notamment parce qu’il ne garantit pas mathématiquement l’optimalité de la solution. Par contre, cet algorithme est probablement optimal par rapport à l’équité perçue, qui est un facteur plus important par rapport à l’acceptation par les utilisateurs.

L’algorithme lui-même peut bien sûr être amélioré tant sur le plan de l’efficacité que de l’optimalité, une fois que le principe de la planification automatique est bien accepté par les utilisateurs. L’algorithme peut donc être considéré comme une première itération d’un processus d’amélioration mené sur une longue période. L’algorithme actuel est néanmoins déjà nettement plus rapide est optimal que les meilleurs planificateurs humains, ce qui améliore une acceptation rapide de ces approches par l’équipe de médecins.

Les médecins hospitaliers peuvent être particulièrement attentif à la répartition équitable de la charge de travail, notamment celle des gardes de nuit, les gardes de weekend, ou les autres gardes moins attractives. Cette charge de travail doit être équilibrée, parfois avec un biais basé sur l’ancienneté. Un score de charge de travail est donc calculé chaque mois et mis à jour, de manière à pouvoir s’assurer d’un bon équilibrage au long terme. Ces scores calculés au long terme constituent une évidence non discutable de l’équité de l’algorithme au long terme.

L’algorithme de planification automatique est en production depuis août 2016 dans un hôpital Belge et est intégré à la plate-forme web NiceWatch. Chaque membre de l’équipe a été rapidement convaincu de l’équité au long terme de l’algorithme de planification, après quelque mois d’utilisation.