Soutenance de l'Habilitation à Diriger des Recherches en sciences : Tao WANG

Approches et applications pour l’aide à la décision dans les systèmes de santé

[HDR - soutenance publique]

Maître de conférences : Tao WANG

Laboratoire INSA : DISP

Rapporteurs :  

• Mme. Maria Di Mascolo,
• M. Andrea Matta,
• M.Hervé Pingaud

Jury :

• M. Vincent Augusto, Professeur des Universités, Ecole des Mines de Saint Etienne, Mme. Maria Di Mascolo, Directrice de recherches CNRS, Université Grenoble Alpes,
• M. Antoine Duclos, Professeur des Universités – Praticien Hospitalier, Université de Lyon 1,
• M. Andrea Matta, Professeur des Universités, Politecnico Di Milano,
• M. Thibaud Monteiro, Professeur des Universités, INSA Lyon,
• M. Hervé Pingaud, Professeur des Universités, INU Champollion, Mme. Evren Sahin, Professeur des Universités, CentraleSupelec.

Résumé :
Mes activités de recherche se concentre sur la conception et la mise en application des outils d’aide à la décision pour les systèmes de santé, à travers la gestion des flux de patients, la maîtrise des ressources critiques sur la chaîne logistique de la production de soins, l’évaluation de performance, et l’analyse des données socio-médicales.

Le système de santé est un système complexe et très marqué par son aspect humain. Son évolution rapide en termes des innovations technologiques et de la recherche permanente d’excellence fait émerger des besoins en outils d’aide à la décision pour améliorer en continu la performance de soins délivrés aux patients. Les méthodes et les outils existants dans le monde industriel et économique ne peuvent s’appliquer directement dans le domaine de la santé, des contraintes humaines et médicales doivent être prises en considération dès la phase de modélisation du système de santé. 
 
Fondé sur cette vision et inspiré des principes managériaux prouvés par d’autres domaines de notre société, le développement des outils adaptés au système de santé prend progressivement de l'ampleur et engage de plus en plus de coopérations entre des professionnels de santé et des chercheurs en ingénierie.

Les verrous scientifiques à lever dans mes travaux de recherche concernent des problèmes d’aide à la décision complexes dans le système de santé, en combinant des objectifs, des contraintes et des données. Les premiers problèmes traités se focalisaient sur un périmètre limité à un ou deux services de soins (service d’urgences, blocs opératoires…), puis étaient petit à petit étendus à des trajectoires de prise en charge des patients, dans des réseaux de soins qui font intervenir de nombreux corps métiers et plusieurs établissements de santé. La résolution de ces problèmes consiste à réguler intelligemment les demandes de soins, à optimiser le dimensionnement, la planification et l’utilisation des ressources critiques, et à coordonner les prises de décisions distribuées à de différents niveaux hiérarchiques et temporels. Le but est de concilier les objectifs et les contraintes locaux, parfois concurrents, afin de chercher toujours une meilleure performance globale du système de santé. Quant aux données utilisées dans les travaux de recherche, elles étaient initialement souvent des agrégées ou extrapolées à partir des statistiques, et s’enrichissent de manière exponentielle grâce à l’accès aux données de masse. De nouveau challenges se présentent pour extraire des connaissances et des informations de valeur à l’aide des méthodes et techniques de Big Data et d’Intelligence Artificielle.

Les méthodes et les algorithmes développés dans mes travaux de recherche sont basés principalement sur l’association de la Recherche Opérationnelle, le Système d’Information et l’Intelligence Artificielle. Une modélisation mathématique est effectuée dans un premier temps à partir des études de terrain et du cahier des charges élaboré par un groupe des chercheurs et des professionnels de santé. Une approche ou un hybride de plusieurs méthodes est ensuite conçu et expérimenté afin de trouver ou s’approcher de l’optimum global. Ces méthodes peuvent être classées en fonction de la technique de résolution utilisée, en méthode exacte, heuristique, métaheuristique, programmation par contraintes, simulation, et Machine Learning. Une démarche intégrale est souvent proposée pour que les différentes étapes de notre recherche, incluant la modélisation, la résolution, l’évaluation, et les insights managériaux, s’enchaînent bien.

Mots clés: système de santé, optimisation, aide à la décision, apprentissage automatique