tangenteAudio

25 août 2020 · 25 min

Bloc opératoire : comment programmer plus de patients ?

Cet épisode suit, étape par étape, la recherche du meilleur planning : répartir sept patients dans trois salles sans explorer toutes les possibilités.

Premium
Collections de cet épisode (5)

Un contenu original Tangente, adapté en podcast avec l’aide de l’IA et validé par notre rédaction. Comment ça marche ?

D’après l’articleLire l’article dans la revue

Transcription

Afficher la transcription

Transcription automatique

  1. Intervenant 1

    Bienvenue dans le podcast du magazine Tangente. C'est un immense plaisir d'accueillir tous les passionnés qui nous écoutent aujourd'hui pour une nouvelle exploration au cœur des mathématiques. Et aujourd'hui, on va parler d'un truc qui nous concerne tous. Imaginons un instant l'hôpital parfait.

  2. Intervenant 2

    Ah oui,

  3. Intervenant 1

    le rêve absolu quoi. Exactement. Pas de brancards qui patientent pendant des heures dans les couloirs, des chirurgiens qui enchaînent les opérations sans la moindre minute de perdu, des lits toujours disponibles pile au bon moment. Ce qui est loin

  4. Intervenant 2

    d'être le cas en ce moment, on est d'accord.

  5. Intervenant 1

    Ah bah c'est clair. Mais on a naturellement tendance à croire que pour atteindre ce niveau d'excellence, c'est purement une question de compétences médicales ou de budget quoi.

  6. Intervenant 2

    Ouais, on se dit qu'il faut juste plus d'argent et plus de médecins.

  7. Intervenant 1

    Voilà, c'est ça l'intuition première. Mais en plongeant dans les rouages de l'organisation hospitalière, on découvre que le véritable secret de cet hôpital idéal, c'est pas seulement la médecine. En fait, c'est l'algèbre. Plus précisément, un domaine très spécifique qu'on appelle la recherche opérationnelle.

  8. Intervenant 2

    Et c'est un domaine d'une richesse absolue. Franchement, quand on analyse la structure d'un système de santé, on réalise assez vite qu'il s'agit de l'un des terrains d'application les plus critiques pour la recherche opérationnelle. Les spécialistes l'abrègent souvent en héros, d'ailleurs.

  9. Intervenant 1

    La fameuse héro.

  10. Intervenant 2

    Exactement. Et l'objectif fondamental ici, c'est d'optimiser des ressources qui sont par définition physiques et financières extrêmement limitées. Et ça, face à une demande qui est colossale et surtout par nature ultra incertaine.

  11. Intervenant 1

    Et c'est justement ce paradoxe qui rend notre plongée d'aujourd'hui tellement captivante. Parce que l'image d'épinal de l'hôpital qu'on a tous en tête, c'est le bloc opératoire sous tension, la sueur sur le front du chirurgien, le bip régulier du moniteur, tout ça.

  12. Intervenant 2

    L'ambiance urgence à la télé quoi.

  13. Intervenant 1

    Voilà, très cinématographique. Mais derrière cette vitrine purement clinique, il y a un casse-tête logistique d'une complexité vertigineuse. En fait, on parle d'une gestion de flux qui rivalise avec les plus grandes chaînes d'approvisionnement industrielles du monde.

  14. Intervenant 2

    Totalement. C'est un écosystème de très haute précision où la moindre inefficacité, elle se paye direct en temps d'attente, voire en perte de chance pour les patients. Et la variété des problèmes qu'il faut modéliser, ça dépasse très largement ce qu'on imagine. En fait, les mathématiques interviennent à trois grandes strates de décision bien distinctes pour s'assurer que la machine ne s'enraye jamais.

  15. Intervenant 1

    Alors décortiquons ces trois strates pour que ceux qui nous écoutent comprennent bien l'architecture du système. Si on suit la logique, avant même de faire tourner un hôpital, il faut déjà le construire et l'équiper, non ?

  16. Intervenant 2

    C'est ça, ça c'est le premier niveau, la strate stratégique.

  17. Intervenant 1

    D'accord, donc on arde décisions qui engagent des budgets massifs sur des décennies. Par exemple, j'ai vu dans les sources que l'optimisation mathématique va carrément décider de l'emplacement exact d'un nouvel appareil d'IRM. On ne le pose pas au hasard dans une pièce vide.

  18. Intervenant 2

    Précisément non. On utilise des modèles mathématiques de localisation, ça s'apprit beaucoup sur la théorie des graphes et des trucs comme les diagrammes de Voronoi.

  19. Intervenant 1

    Ah oui, les fameuses cellules géométriques.

  20. Intervenant 2

    Ouais, c'est ça. En gros, l'algorithme va croiser un tas de données. La densité de la population, la pyramide des âges du quartier, les temps de trajet routier en fonction des heures de pointe, et bien sûr, les coûts d'infrastructure. Ça

  21. Intervenant 1

    fait énormément de variables. Oui.

  22. Intervenant 2

    Et le but, c'est de trouver le point de bascule exact où cet équipement ultra coûteux sera à la fois rentable pour la structure, mais aussi accessible en moins de, disons, 30 minutes pour la majorité du bassin de population.

  23. Intervenant 1

    D'accord. Donc ça, c'est vraiment pour les fondations, la géographie matérielle de l'hôpital. Mais une fois que les murs sont là et que la machine est branchée, la deuxième strate intervient. Et si j'ai bien compris, c'est la politique de santé publique.

  24. Intervenant 2

    Exactement. Parce qu'on ne gère pas des patients comme des colis sur un tapis roulant chez Amazon.

  25. Intervenant 1

    Heureusement, oui. S'il y a une épidémie, par exemple, il faut décider au niveau macro qui vacciner en premier ou à quel moment précis il faut déclencher une campagne de dépistage massif. Et là encore, on ne se fie surtout pas à l'instinct.

  26. Intervenant 2

    On sort les équations. On se fie aux probabilités, aux modèles épidémiologiques. L'enjeu de cette strat tactique, c'est de maximiser l'impact à l'échelle d'une population entière.

  27. Intervenant 1

    Donc, si je schématise, un algorithme d'optimisation va calculer si, pour ralentir un virus, il vaut mieux vacciner d'abord les personnes très vulnérables qui risquent d'encombrer les réanimations, ou bien les jeunes actifs qui bougent partout et sont les vecteurs principaux.

  28. Intervenant 2

    C'est exactement le genre de dilemme. Ce sont des équations différentielles complexes qui modélisent ces propagations dans la population pour vraiment orienter la décision politique.

  29. Intervenant 1

    Fascinant. Et enfin, on arrive à la troisième strate, le terrain, le niveau opérationnel.

  30. Intervenant 2

    Ah, le chaos du quotidien.

  31. Intervenant 1

    C'est vraiment ça, la folie absolue. Les lits qui se libèrent à des horaires imprévisibles, les plannings des infirmiers qui changent à la dernière minute à cause d'une absence, ou même la préparation des chimiothérapies sur mesure qui ne se conserve que quelques heures.

  32. Intervenant 2

    Ouais, il faut tout synchroniser à la minute

  33. Intervenant 1

    près. C'est une ville miniature en fait, avec ses propres autoroutes de brancardiers et ses embouteillages d'ambulances.

  34. Intervenant 2

    C'est clairement la strat la plus dynamique. Et c'est marrant parce qu'elle inclut même des choses totalement invisibles pour le patient, comme de la logistique industrielle pure.

  35. Intervenant 1

    Genre quoi ?

  36. Intervenant 2

    Le routage des camions pour l'évacuation sécurisée des déchets toxiques ou le flux du linge stérile dans les sous-sols. Tout cela est régi par des algorithmes de tournée et d'ordonnancement.

  37. Intervenant 1

    OK, donc l'hôpital entier est sous perfusion algorithmique pour sa logistique. Ça, c'est clair. Mais moi, il y a un truc qui me chiffonne. On pourrait se demander si ces mathématiques s'arrêtent sagement aux portes de la chambre ou si elles pénètrent jusqu'aux soins lui-même. Est-ce que la recherche opérationnelle touche directement à l'acte médical au corps du patient ?

  38. Intervenant 2

    Alors oui, de façon très très directe. Les techniques d'optimisation de l'ARO sont carrément intégrées au traitement de pointe aujourd'hui.

  39. Intervenant 1

    Sérieux ?

  40. Intervenant 2

    Oui ! Prenons la radiothérapie par exemple. Pour détruire une tumeur, il faut irradier les cellules cancéreuses, on est d'accord ?

  41. Intervenant 1

    Oui, on brûle la tumeur.

  42. Intervenant 2

    Voilà. Mais le problème, c'est que les rayons traversent fatalement les tissus sains pour atteindre cette tumeur. Ce sont donc des algorithmes d'optimisation géométrique qui vont calculer au millimètre près l'angle, la forme et l'intensité d'une multitude de faisceaux croisés.

  43. Intervenant 1

    Ah, pour minimiser les dégâts collatéraux.

  44. Intervenant 2

    Exactement. L'algorithme cherche la solution mathématique parfaite pour que l'intersection maximale des rayons cible uniquement la tumeur, tout en minimisant drastiquement la dose qui sera reçue par les organes vitaux juste à côté.

  45. Intervenant 1

    C'est dingue de se dire que l'équation devient littéralement l'outil de soin. Mais pour rendre tout ce monde de l'optimisation vraiment tangible, pour ceux qui nous écoutent, plongeons dans un exemple super précis. Quittons l'échelle de l'hôpital géant pour nous concentrer sur un seul service, la cardiologie. On arrive à

  46. Intervenant 2

    la meilleure

  47. Intervenant 1

    partie. C'est l'heure d'explorer ce qu'on pourrait appeler le fameux casse-tête du cardiologue.

  48. Intervenant 2

    C'est un exercice pratique redoutable et ça illustre parfaitement l'essence même de la recherche opérationnelle, qui est en fait l'art d'allouer des ressources sous contrainte.

  49. Intervenant 1

    Alors posons les données du problème ensemble. Imaginons qu'on soit responsable de planifier les opérations de la semaine 42. On a devant nous 7 patients en attente de chirurgie cardiaque. On va bêtement les nommer de A à G et on va les classer de l'opération la plus longue à la plus courte.

  50. Intervenant 2

    Très bien, je

La suite de la transcription est réservée aux abonnés.

S’abonner

À écouter ensuite

Des épisodes qui partagent une playlist, une figure ou un domaine avec celui-ci.