Par tension (ou stress), on entend communément la surutilisation ou la surcharge de ressources disponibles, qu’elles soient matérielles ou humaines. Cependant, il est indéniable que, quel que soit le métier, travailler sous haute tension peut devenir désagréable.

Le mot Tension est sur les lèvres des soignants hospitaliers depuis de nombreuses années. Il a récemment contaminé les responsables politiques qui ne pouvaient plus l’ignorer, compte tenu de la crise sanitaire générée par le Coronavirus. En effet, la colère des urgentistes français – qui a conduit à 6 mois de grèves ouvrières en 2019 – a été plus que légitimée au premier trimestre 2020 avec la crise sanitaire.

Quels sont donc les leviers technologiques pour contrer la tension hospitalière, qui ne cesse de croître au fil des ans ?

Le centre névralgique de la tension est la salle des urgences, qui reçoit par définition des patients non programmés 24/7. Cependant, un volume d’accueil important n’est pas le paramètre déterminant pour caractériser la charge de ce service. En moyenne, 1 patient sur 3 se présentant aux urgences devra être hospitalisé pour une maladie ou un accident.

Chaque hospitalisation nécessite de trouver un lit. Les urgences ventilent quant à elles les patients dans presque tous les services d’aval à des heures aléatoires. Cette impermanence est souvent perçue comme une perturbation par le service d’accueil. Ce dernier va parfois jusqu’à refuser de nouveaux patients pour les garder pour des cas plus « classiques ». Les patients doivent alors être mis en attente aux urgences ou  » hébergés  » dans un service temporaire, voire inadéquat. En bref, ce sont moins les admissions que la lenteur des sorties d’hôpital qui posent problème.

Nous sommes tous allés un jour aux urgences. Peut-être avons-nous eu l’impression de trop attendre et/ou de ne pas être assez informés. Cela reflète parfois une coordination amont/aval fragilisée qui, en plus des cas difficiles à traiter, engorge le service des urgences. Les appels téléphoniques incessants entre les urgentistes ou les gestionnaires de soins, d’une part, et les services hospitaliers, d’autre part, peuvent accumuler des heures d’attente au cours d’une seule journée.

Mesurer la tension au sein d’un hôpital

Il existe plusieurs indicateurs de la tension hospitalière. Le plus élémentaire est le nombre de patients présents dans le service à un moment donné. Il se mesure en termes de flux entrants et sortants pendant une heure, par exemple. Comme le service est toujours ouvert et jamais complètement vide, l’analyse de la tension sur une période de temps nécessite plusieurs points de mesure, ou de connaître le nombre de patients avec la plus grande profondeur historique possible, de préférence depuis l’ouverture du service. Le calcul est alors une somme cumulée de la différence admission-sortie.

Une analogie peut être faite avec le solde de votre compte bancaire qui résulte d’une série de débits et de crédits sur une période donnée. Une « haute tension » est alors observée dans un hôpital lorsque les admissions sont beaucoup plus élevées que les sorties, ce qui indique une majorité de patients restant dans le service pendant une longue période. La figure 1 montre un profil statistique de la tension par heure de la journée (accumulée sur une année) dans un service d’urgence. On peut constater que la variabilité et l’intensité sont statistiquement plus importantes après midi:

Une mesure à la fois plus subtile et pertinente nécessite de prendre en compte les ressources humaines disponibles, car un afflux important peut toujours être géré par un contingent médical suffisant. Une manière simple de pondérer la tension consiste alors à calculer le nombre moyen de patients par soignant, qui peut être ventilé par aide-soignant, infirmier et médecin si nécessaire. Dans un monde idéal, cet indicateur resterait constant au fil des heures et des jours, grâce à un dimensionnement optimal et dynamique des équipes. Cependant, cela nécessite une vision prospective de la situation, à moyen terme au moins, ce qui n’est pas facile dans un environnement aussi incertain.

Prédiction des activités non planifiées

Dans ce contexte, un système prédictif tel que CALYPS Saniia peut s’avérer utile. Grâce à l’Intelligence Artificielle (IA) et au Deep Learning (DL), nous sommes en mesure de prédire plusieurs jours à l’avance le profil de tension à venir, heure par heure, avec une précision supérieure à 90%. Ce niveau de performance est assuré par l’expertise de notre équipe de Data Science, qui met en œuvre les derniers développements académiques en matière de Machine Learning (ML). Nous intégrons dans nos algorithmes de prévision de nombreux indicateurs incluant des données externes (météo, événements, jours particuliers, actualités…) afin de prédire les admissions ainsi que les sorties d’hôpital et donc la tension en profondeur (voir Fig 2 ci-dessous).

Avec un tel outil, il devient possible de prévoir le nombre attendu de patients par soignant selon le planning hebdomadaire communiqué à l’équipe. Le chef de service dispose alors d’un outil permettant de tester le dimensionnement des ressources et son impact pour les jours suivants. Le niveau d’assistance peut être augmenté en demandant à CALYPS Saniia de suggérer une dotation optimale d’équipes, tenant compte des contraintes personnelles des soignants. Cela permet d’éviter le sous-effectif, mais aussi le sur-effectif en période plus calme.

Au cours d’une journée, notre système est capable de suivre l’ensemble des parcours patients venus des urgences. Nous prédisons les prochains événements à venir (imagerie, laboratoire, sortie ou hospitalisation…) et le moment où ils auront lieu. Pour les patients nécessitant une hospitalisation, nous calculons en quasi temps réel le lit optimal dans lequel le patient doit être placé.

CALYPS Saniia agit comme un arbitre automatisé entre les services d’urgence et d’aval, en attendant la validation des médecins. Ainsi, nous proposons un véritable outil d’optimisation logistique pour redonner du temps aux soignants pour ce qui compte vraiment : soigner les patients.