Intégration de la durée de séjour dans la planification des priorités opératoires

Ce projet vise à offrir une approche de l'optimisation des priorités opératoires qui prenne en compte l'utilisation des lits, soit au niveau tactique de la programmation. Le modèle développé est destiné à aider l'administration du bloc opératoire du Centre hospitalier de l'Université de Montréal (CHUM) dans la prise de décisions quant à sa planification. Celle-ci a pour objectif de prioriser les patients selon leur temps d'attente, tout en assurant une utilisation optimale des salles et des lits. Dans le cadre du projet, les lits font référence non seulement aux lits de soins intensifs mais également aux lits aux unités chirurgicales de chaque service. Ainsi, ce modèle d'optimisation propose d'utiliser l'information connue sur les patients électifs en attente de chirurgie pour planifier les priorités opératoires. Nous proposons une politique basée exclusivement sur le temps d'attente. De plus, une version du modèle permet également de se prémunir contre l'incertitude que présentent les patients urgents dans la planification, et ce, afin de limiter les annulations causées par les urgences. À cet effet, nous démontrerons l'efficacité de la réservation de salles et du raccourcissement de l'horizon de temps de 28 à 14 jours comme méthodes disponibles pour limiter l'impact respectif des urgences ainsi que des semi-urgences. Notre méthode implique de la programmation linéaire avec un modèle déterministe et des variables entières indiquant le nombre de patients planifiés selon les différentes caractéristiques de patient, ainsi que le nombre de priorités opératoires accordées par service. L'objectif consiste en la maximisation de l'utilisation du bloc opératoire en priorisant les patients selon leur temps d'attente, ainsi que la maximisation de l'utilisation des lits de chirurgie et de soins intensifs. Nous considérons l'attribution d'un poids supplémentaire à certains services en fonction de leur priorité relative aux autres services. Au-delà du format traditionnel d'un modèle de planification des priorités opératoires, notre approche novatrice propose d'intégrer l'utilisation des lits en focalisant sur la durée de séjour en fonction de leur trajectoire de soin. Après une analyse en profondeur du bloc opératoire et de ses patients au CHUM, nous proposons une classification des patients en fonction de leurs diagnostics, leurs besoins en lits, leurs durées de séjour et leurs durées de chirurgie. Nous utilisons pour cela des algorithmes de partitionnement d'ensembles. Les résultats obtenus montrent que la prise en compte des durées de séjour permet d'éviter les déplacements et annulations causés par un manque de lits. Nous discutons aussi de l'emploi d'un horizon de temps plus court afin de mieux considérer la présence de patients semi-urgents, et montrons par une simulation de Monte-Carlo que la réservation de salles pour les urgences diminue efficacement les annulations.

Abstract

The goal of this project is to consider patient length of stay at the tactical level of planning, within the Master Surgery Schedule (MSS). We develop an optimization tool to assist in the decisions taken by the administration of a university hospital. The model aims to prioritize patients according to their time spent on the wait list, while also ensuring an optimal use of the Operating Rooms (OR) and the beds. Within the scope of this project, the beds refer not only to those in the Intensive Care Unit (ICU), but also in the surgical wards for each specialty. As such, our optimization model uses the known data about elective patients awaiting for their surgery in order to generate the MSS according to the fairest policy which involves giving more weight to patients who waited longer. We also suggest variations of the model to better face the uncertainty caused by emergencies. To this effect, we demonstrate the efficiency of slack reservation and shortening of the planning horizon from 4 weeks to 2 weeks as available methods to lessen the respective impact of urgent and semi-urgent patients. Our approach involves linear programming with a deterministic model and integer variables indicating the number of patients planned according to the different patient profiles, as well as the number of daily rooms per specialty. The objective is to maximize both the use of the ORs while prioritizing older surgery requests, as well as the use of available beds at the ICU and the surgical wards. We give a weight to some specialties to account for their relative priority. Beyond the traditional format of an MSS optimization model, our novel approach offers to integrate the length of stay by keeping track of bed occupation by each individual patient, as well as their trajectory. The tracking of patients following their surgeries is done at an increased level of detail through the splitting of each specialty in classes of similar diagnostics. To do so, we use a clustering algorithm in order to group diagnostics based on their length of stay and surgery duration. We distinguish between three types of patients on the wait list, by their need for a hospital stay following their surgery, since it is known to the surgeon. The profiling of patients is the result of an in-depth study of the ORs and the surgical patients at the university hospital, based upon an analysis of historical data. Following an in-depth study of the ORs and its patients at the hospital, we offer to classify patients by their diagnoses, their bed requirements, their length of stay and their surgery duration. To do so, we use a clustering algorithm. The results show that integrating the length of stay allow for less transfers and cancellations caused by a lack of beds. We also discuss the shortening of the planning horizon so as to better account for semi-urgent patients, and demonstrate through a Monte Carlo simulation the performance of room reservation in reducing cancellations.