2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France1 Modélisation et simulation d'unités et services de soins de l'HMRUO Hopital Militaire Régional Universitaire d'Oran, Algérie Khaled Belkadi (1), Alain Tanguy (2) LAMOSI, Université Mohamed Boudiaf, USTO, BP 1505 Oran MNaouer, Oran, Algeria LIMOS, CNRS UMR 6158, Université Blaise Pascal, Les Cézeaux, Aubière Cedex, France (1) (2)

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France2 Le but de cet article est de présenter la modélisation et la simulation de quelques services de lHôpital Militaire Régional Universitaire dOran (HMRUO) en Algérie en utilisant : - la méthodologie ASCI (Analyse, Spécification, Conception et Implémentation) - l'outil ARIS pour le modèle de connaissance - SIMULA, QNAP2, Flexsim et Witness pour les modèles d'action Nous étudions l'attente des patients, les dépassements horaires, l'utilisation des ressources matérielles et humaines pour les services Stomatologie, Ophtalmologie et Hémobiologie afin d'améliorer la gestion des ressources et la qualité de service Objectifs

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France3 Présentation L'HMRUO et les services considérés Méthodologie de modélisation Modélisation ARIS Modèles de réseaux de files d'attente Modèles SIMULA, Witness, Flexsim et QNAP2 Résultats et Bilan Conclusion & Perspectives

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France4 Hopital Militaire Regional Universitaire d'Oran (ALGERIE) Nouvel Hopital (Janvier 2005) occupant 40 ha

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France5 Le service Stomatologie regroupe 6 spécialités : soins généraux, odontologie, pathologie bucco-dentaire, parodontologie, orthopédie dento-faciale, prothèse dentaire Le service Ophtalmologie traite les pathologies en salles de consultation (1), de soins (1) ou d'examen (5) Le service Hémobiologie effectue 4 tests : FNS, Hémostase, VS et Frottis Services étudiés

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France6 Chaque service possède ses propres ressources Arrivées aux deux premiers services sur rendez-vous avec un aléa Arrivées poissonienne des tubes en Hémobiologie puis traitement périodique par lot de tubes Après allocation des ressources, les traitements comportent généralement une phase d'examen ou de soin suivie d'un compte-rendu Fonctionnement des services

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France7 Processus de modélisation Méthodologie ASDI Système Réel Analyse et Spécification Action Translation Evaluation Performances Modèles d'Action Modèle de Connaissance

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France8 Environnement de Modélisation Evaluation Simulation Operation Research Data Base Modelling Methodology Analysis and Specification Object Oriented Systemic Approach Hierarchical Decomposition Interfaces Statistics Data Analysis Graphic Tools Animation Interface Modelling Process Management

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France9 Chaîne de Processus Evènementielle Stomatologie Modélisation ARIS Prise RdV Enregistrement Arrivée (AND) Accueil Prise en charge (XOR) Spécialités / Fin Demande patient Consultation et enregistrement du RdV Centre CCS RdV programmé Arrivée patient Accueil Patient prêt Prise en charge patient Parodonto Pathologie Prothèse ODF OC Bureau entréesFiche navette Soins

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France10 Chaîne de Processus Evènementielle Hémobiologie Modélisation ARIS Arrivée Contrôle (OR) Enregistrement / Rejet Test (XOR) Types Résultats Fin

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France11 Réseau de files d'attente Stomatologie Arrivée Patients Secrétaire Spécialités

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France12 RdFA Spécialité Arrivée Prise Prépare Prise Traite Libération Attente Salle Docteur et Docteur et Rapport Salle Modèle SIMULA Gpsss SIMULA Classes et fonctions : Transaction client, Facility serveur, Storage Ressource, Region statistiques ; Hold(durée), Enter/Leave_objet; Rapport généré automatiquement.

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France13 Fragment du Modèle SIMULA Transaction CLASS patient(i); integer i;! Transaction de type I ; BEGIN real array tMT(1:4); ! Durée pour Replications ; NbPa(i):= Nbpa(i)+1; ! Compteurs Transaction ; GenerateRequest(i); ! Prochaine Transaction ; enter_region(AttSecretaire);! Statistiques : Attente Secrétaire ; enter_facility(Secretaire); tMT(1):=-time; ! Entrée Service ; leave_region(AttSecretaire); ! Fin Statistiques ; hold(uniform(1,3,u)); tMT(1):=tMT(1)+time; ! Durée Service ; leave_facility(Secretaire); ! Sortie de Service ; enter_region(AttRoom(i)); ! Attente Salle ; enter_storage(Room(i),1); ! Prise Salle ; enter_storage(Assistant,1); ! Prise Assistant ; hold(13); ! Préparation salle ; leave_storage(Assistant,1); ! Libère Assistant ;... ! etc. ; END;

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France14 Caractéristiques de modèle Paramètres de lots (minutes) Test duration (min - max) Reporting duration (min - max) Inter-arrival duration RdV ± 10 Setting duration FNS Hemostase VS

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France15 Densité Uniforme, Triangulaire, Normale

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France16 Résultats du Modèle SIMULA (1) Facility Entries Average Contents Average time transit Status Secretary Free Storage Entries Avg. cont- ents Average time transit Cont. max Cap Util. % Laborantin Assistant RoomHemostase PersonnelHemost RoomFNS PersonnelFNS RoomVS PersonnelVS

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France17 Résultats du Modèle SIMULA (2) Regions Entries Average contents Average time transit Contents nowMax AttSecretary AttubeHemostase TtubeHemostase AnalyseRoomHem AttPersonnelHem AttubeFNS TtubeFNS AnalyseRoomFNS AttPersonnelFNS AttubeVS TtubeVS AnalyseRoomVS AttPersonnelVS

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France18 Modèle Witness (Hématologie)

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France19 Modèle Witness (Stomatologie)

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France20 Animation 3D Flexsim

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France21 QNAP2 possède un langage de simulation basé sur une approche station et le routage de classes de clients. Plusieurs stations sont prédéfinies : Source, Queue, Resource, Semaphore, puits Out... Le simulateur peut calculer des intervalles de confiance par réplications, points de régénération ou analyse spectrale Il est possible de définir des services complexes, un routage basé sur les classes de clients et de programmer le calcul de statistiques Modèle QNAP2

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France22 Résultats comparés Witness SecretaryTest Hemo Test FNS Test VS Interpre- tation % busy Task nb % avail Busy RatesSIMULAWitnessReal Data Secretary13,3%10,61%10% Resources59,71%62,59%61,8% Serv. Time SIMULA Mean V 100 replic. Std Dev [ Inf 5%, Sup ] Risk [ Min,Max ] Secretary2,0180,1341,9922,0451,6962,310 PerHem55,0362,80154,48055,59248,73761,690 PerFNS19,0750,97718,88119,26816,49821,177 PerVS30,0101,53929,70430,31525,76130,010

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France23 Bilan Les simulations effectuées se terminent à heure fixée ou lorsque tous les patients sont traités pour déterminer les dépassements horaires Les modèles SIMULA et QNAP2 sont les seuls à fournir des intervalles de confiance pour 100 réplications et un risque de 5% Les résultats standards Witness et Flexsim ne sont pas exactement ceux dont on a besoin Les taux d'utilisation des ressources doivent être corrigés en cas de dépassement SIMULA et QNAP2 permettent l'implantation des ajustements Les fichiers CSV produits par les modèles SIMULA facilitent la mise en forme et la représentation graphique des résultats Witness et Flexsim permettent d'animer le modèle simulé

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France24 Le problème principal est létude du taux dutilisation des salles et des personnels ainsi que des dépassements horaires des services Le passage du modèle de connaissance au modèle d'action est facilité par la construction d'un réseau de files d'attente Les modèles SIMULA et QNAP2 sont préférés pour l'évaluation des performances tandis que Flexsim et Witness sont à leur avantage en animation des simulations Les applications concernent l'optimisation des ressources et l'accroissement de la qualité de service En perspective létude de la planification et le pilotage de services Conclusion

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France25 Merci pour votre attention LIMOS – ISIMA - UBP USTO-MB Questions ?

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France26 Flexsim Model Sec Output : 21 %Idl : 76.9 AvgStitime : 1.7 %Processing : 23.1 Att_Sec CurContent : 3 MaxContent : 4 AvgStitime : 1.7 Patho Output : 1 %Idle : 23.0 %processing : 74.1

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France27 QNAP2 Model Results *** simulation with replication method ***... mean simulation time = number of replications = 100 confidence level = 0.95 ************************************************* name *service* busy * custnb * respon* servnb ************************************************* Secret * *.1327 *.1412 * * /- *.0229 *.00159* *.02846* (HEM )* *.03304* * * (FNS )* *.05258* * * (VS )* *.04703* * * MedHEM * *.7808 *.7808 * * /- *.4783 *.00279* *.4783 * MedFNS * *.4667 *.4667 * * /- *.1835 *.00465* *.1835 * MedVS * *.6442 *.6442 * * /- *.2912 *.00605* *.2912 * *************************************************

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France28 Witness Model Components ComponentSymbolDefinition ItemTubesHemo TubesFNS TubesVs Tubes for test Hemostase FNS Vs StockDesk Exit Waitting Room Service Exit MachineSecretary AnalyseHemo AnalyseFNS AnalyseVs Interpretation Secretary Test Process Hemostase FNS VS Result interpretation

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France29 /station/ name = SVS; type = source; service = begin if (time = 0) and (n3>1) then begin n3:=0;nr3:=0; end; if n3 <= 0 then uniform(0,10) else begin t3:=n3* *randu; if (t3-time) < 0 then print("VS Err d<0 ",time,n3,nr3); cst(t3-time); end; n3 := n3+1; if time+10>=TSim then begin print("RejetVS ",time); nr3:=nr3+1;transit(customer,out); end; transit = Secret,VS; QNAP2 Model Source of VS tubes

2 – 4 septembre 2010GISEH 2010 Clermont-Fd, France30 A statistical study of Hematology service is needed to produce reliable data and significant results. The computation of confidence intervals and adjusted results must be wider implemented in the simulation tools. This service needs a decision aid tool that should provide a more balanced and efficient scheduling of tests. We foresee the modelling and simulation of other hospital services, testing more modelling and simulation tools (Flexsim...). A more global work concerns the planning of hospital services and their driving. Perspectives