Le jumeau numérique, ou digital twin, qu’est-ce que c’est ? Réplique numérique d’un processus, d’un système ou même d’un lieu ou d’un objet, il fonctionne en collectant une combinaison de données grâce à des IoT. Tous ces éléments donnent des informations sur le fonctionnement du dispositif représenté et permettent ainsi de prédire et d’organiser sa réponse face à certains types d’événements. 

Il existe en effet des outils qui permettent de répondre aux besoins d’anticipations des hôpitaux sur le volet capacitif mais aussi organisationnel.  Le Centre d’Ingénierie et Santé  a réalisé de nombreux travaux sur le sujet, ce qui lui a ainsi permis de se différencier par rapport aux outils standards actuellement sur le marché. Alors quels sont les objectifs et les résultats attendus de ce projet ? Pour y voir plus clair,  Vincent Augusto , directeur du CIS, et  Jules Le Lay , doctorant travaillant sur le développement de l’outil, répondent à toutes les questions que vous pouvez vous poser !

Le projet : un jumeau digital pour dimensionner les lits d’hospitalisation

Mais tout d’abord, quels sont les objectifs de ce type de technologie ? L’utilisation d’un  jumeau digital pour le dimensionnement en lits d’hospitalisation  permet d’amél iorer la qualité de l’accueil et de diminuer les temps d’attente des patients, leur parcours est donc optimisé et leur prise en charge est quant à elle définie par plusieurs critères : satisfaction patient, temps d’attente, nombre de transferts. 

Le digital twin améliore ainsi la capacité d’admission en évaluant la pertinence des investissements de façon virtuelle ou leur aménagement dans un objectif d’optimisation. 

Ce projet permet également de simuler les arrivées de patients suite à des phénomènes exogènes de type crises sanitaires, dans le but d’anticiper une organisation adaptée à la situation. Ceci permettra de dimensionner au mieux le nombre de lits d’hospitalisation et les transferts.

Le jumeau numérique ayant pour objectif de répondre à toutes ces problématiques est constitué des éléments suivants :

• Un modèle de prédiction des flux de patients au sein de l’hôpital, des admissions programmées et non programmées de patients  ;

• Un modèle de simulation, permettant de simuler les parcours patients et de tester la configuration des moyens proposés par la direction hospitalière  ;

• Un modèle d’optimisation-simulation, permettant de proposer un dimensionnement optimal de l’hôpital sur un horizon d’un an en “lits chargés” (nombres de lits ouverts par service et par semaine et personnel médical associé).

CIS : des travaux de R&D

Le Centre Ingénierie et Santé de Mines Saint-Etienne a développé un programme de recherche de 5 ans en collaboration avec le CHU de Saint-Etienne pour développer un jumeau numérique fonctionnel de l’hôpital à l’échelle d’un service de soins (service d’accueil d’urgence) et à l’échelle de l’hôpital en entier.

Les travaux préliminaires ont permis de construire et programmer des modèles de simulation à événements discrets, alimentés par des données du SI hospitalier en temps réel. Ils ont également permis d’expérimenter les modèles via un plan d’expérience d’occupation de l’hôpital et un outil d’aide à la décision sur les dimensionnements de services en lits.

• Collecte et mise en forme des données (PMSI intra hospitalier)  ;

• Modélisation des parcours et injection dans le modèle de simulation  ;

• Dimensionnement par simulation/optimisation  ;

• Réalisation d’un prototype de digital twin pour valider la solution.

Le CIS et les jumeaux numériques

Pour mieux comprendre l’intérêt des jumeaux numériques dans le secteur de la santé, Vincent Augusto et Jules Le Lay reviennent sur ce projet en en détaillant les objectifs, les spécificités et la démarche !

En quoi consiste le travail du CIS et quelles sont vos spécificités ?

VA : Le Centre Ingénierie et Santé est l’un des 5 centres de formation et de recherche de l’École Nationale Supérieure des Mines de Saint-Étienne. Il se focalise sur l’application de l’ingénierie pour résoudre des problématiques de santé. Nos équipes sont réparties au sein de 4 départements :

• (1) la biomécanique des tissus mous, des textiles médicaux et des implants,
• (2) l’ingénierie des biomatériaux,
• (3) l’activité biologique des particules inhalées et
• (4) l’ingénierie des structures de soin et des systèmes de santé. Ce projet de jumeau numérique a été développé dans ce dernier département.

Pourquoi avoir développé cet outil ? Quelles démarche et méthodologie ont été adoptées ?  

JLL : Cet outil a été développé dans le cadre de ma thèse sur l’amélioration du parcours de soin des patients multimorbides. Ces patients sont atteints de plusieurs pathologies chroniques et peuvent de ce fait avoir des parcours hospitaliers complexes. Nous avons décidé de développer un outil qui nous permettrait de simuler le passage de ces patients dans les différents services de l’hôpital, de tester les différentes organisations envisagées et de mesurer leur impact sur le reste de l’écosystème hospitalier. L’outil doit donc pouvoir simuler l’activité habituelle de l’hôpital et être modifiable pour y implémenter les différents changements.

Nous avons travaillé en collaboration avec le CHU de Saint-Étienne, qui nous a fourni les données de parcours des patients. Nous avons résumé ces informations à l’aide du Process Mining – un ensemble de technique de Data Mining dédié à l’étude des processus – sous la forme d’un graphe. Cela nous permet de générer dans le modèle des entités ‘patients’ ayant des parcours hospitaliers vraisemblables. Les modifications imaginées par les professionnels de santé sont implémentées et on analyse les résultats ensemble.

VA : Ce projet fait suite à une collaboration de longue date avec le CHU de Saint-Etienne, notamment sur les parcours de soins des personnes âgées (organisation du service de gérontologie, mise en place d’une « hotline » gériatrique, etc.).

De quelle façon l’intelligence artificielle vous a-t-elle permis de développer un produit plus performant que les standards du marché ?  

JLL : L’utilisation du Process Mining nous permet d’incorporer à l’outil de simulation une grande variété de parcours hospitalier, et d’introduire une plus grande part d’incertitude dans les scénarios de simulation tout en restant réaliste dans les parcours générés. Il est possible de se concentrer sur les parcours les plus représentés et faire abstraction des autres en jouant sur les paramètres des algorithmes. C’est un excellent moyen de représenter la réalité du milieu hospitalier, où chaque patient est unique.

VA : Nous sommes pionniers dans l’application de techniques de process mining sur des données médicales, notamment sur les bases de données médico-administratives telles que le PMSI (Programme de médicalisation des systèmes d’information) et le SNIIRAM (Système national d’information inter-régimes de l’Assurance maladie). Ce projet constitue une suite naturelle de nos premiers travaux en la matière en collaboration avec la société HEVA, qui ont conduit au développement de premiers outils fonctionnels d’application du process mining sur des données du Health Data Hub.

Pour industrialiser le projet, quel est pour vous l’intérêt de collaborer avec une structure comme Agaetis ?

JLL : Notre collaboration avec Agaetis sur ce projet nous permet de développer la flexibilité de l’outil. Nous pouvons ensemble aller plus loin que son utilisation en tant qu’outil de recherche sur un problème défini et l’adapter à un grand nombre de situations et de structures.

VA : Cette collaboration s’inscrit dans les objectifs de transferts de l’École, et du CIS en particulier. En effet, la mise en application des prototypes développés dans le cadre de la recherche fait partie de nos missions, et Agaetis est le partenaire idéal pour l’industrialisation de solutions logicielles tel ce prototype de jumeau digital.

Pour Agaetis quel est l’intérêt de s’impliquer dans ce type de projet ?

José Alba (responsable de l’offre digital manufacturing) : Nous poursuivons plusieurs objectifs à travers ce type de collaboration : 

• Nous souhaitons être de plus en plus présent dans le secteur de la santé  ;

• Industrialiser des prototypes ou des outils issus de la recherche permet à nos équipes de collaborer avec des enseignants-chercheurs et de délivrer des solutions innovantes, en avance de phase sur les technologies du marché  ;

• Être différenciant sur nos activités grâce au transfert de connaissances des travaux issus de la recherche que nous pouvons nous approprier et les porter sur d’autres type de projets  ;

• Proposer à nos équipes en interne des sujets toujours très innovants et conserver ainsi une dynamique technologique.