(OTDS) Optimisation des activités de Transport dans le Domaine de la Santé // (OTDS) Optimisation of transportions in healthcare

Avec 114,9 milliards d'euros de dépenses en 2022, le secteur hospitalier représente 48,7% de la consommation de soins et de biens médicaux et 6,3 % de la consommation finale effective des ménages. Dans ce contexte, la gestion des flux hospitaliers est une source importante des dépenses opérationnelles et un élément à ne pas négliger lors de la planification des opérations de soins, cela inclus les déplacements du personnel soignant, le transport de patients ainsi que le transport de matériel médical.
Pour alléger les dépenses hospitalières, le recours aux soins à domicile représente une alternative qui vient renforcer l'offre globale de soins. Les services de soins à domicile englobent l'ensemble des soins médicaux et paramédicaux fournis aux patients à leurs domiciles. Ce type de services connaît ces dernières années une croissance considérable. Plusieurs avantages sont liés aux services de soins à domicile, comme l'allégement de la charge sur les hôpitaux et l'amélioration du bien-être des patients.
Les dépenses considérables liées aux opérations de soins imposent une utilisation efficace des ressources humaines mais aussi des ressources matérielles, tout en gardant d'un côté un accent sur l'épanouissement professionnel du personnel soignant, et d'un autre côté l'amélioration du bien-être des patients.
Le recours aux outils de la RO afin d'optimiser les opérations liées au domaine de la santé connaît un développement croissant depuis plusieurs décennies, motivé d'une part par le besoin en efficacité au niveau de la gestion des opérations hospitalières et d'une autre part par la complexité des parcours de soins et le volume des opérations à traiter chaque jour. Dans le cadre du projet de thèse, nous nous intéressons aux problématiques de transport rencontrées dans le domaine de la santé. L'optimisation de la planification des soins à domicile représente notamment une application pertinente de la RO.
La deuxième thématique visée par le projet de thèse concerne la logistique intra-hospitalière. La conception des plans de transport efficaces a suscité beaucoup d'intérêt ces dernières années. En effet, l'amélioration de tels processus pourrait réduire la charge du personnel soignant et améliorer la satisfaction et le bien-être des patients. Dans ce contexte, nous nous intéressons à l'optimisation des plans de transport pour patients, ainsi que le matériel médical dans les grandes structures hospitalières. Un hôpital est divisé essentiellement en quatre zones : les services, les zones fonctionnelles médicales, le bloc opératoire et le service des urgences. Patients et matériel médical doivent être transportés entre ces zones par un personnel spécifiquement désigné. L'objectif en général est d'optimiser l'allocation des transporteurs à l'intérieur de l'hôpital pour que les patients et le matériel médical arrivent à temps à leurs destinations, tout en assurant une allocation optimale et synchronisée des ressources. Ce type de problèmes est modélisé généralement par des problèmes d'ordonnancement avec opérations de transport. Une caractéristique inhérente au transport intra-hospitalier est la manière imprévisible dont les demandes de transport arrivent, par conséquent, une résolution en temps réel du problème est tout à fait pertinente.
De plus, les opérations de transport intra-hospitalière subissent des aléas en lien avec la disponibilité des patients et les durées de service. On vise alors le développement des approches stochastiques afin de prendre en compte les différents scénarios. Nous envisageons le développement des approches exactes à base de la programmation stochastique en deux phases et des méthodes heuristiques telles que les méthodes de fixation du consensus.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

With €114.9 billion in spending in 2022, the hospital sector accounted for 48.7% of healthcare and medical goods consumption and 6.3% of household final consumption. In this context, managing hospital patient flow is a significant source of operational expenses and a crucial factor to consider when planning healthcare operations. This includes the travel of healthcare staff, patient transport, and the transport of medical equipment.
To alleviate hospital expenses, home healthcare offers an alternative that strengthens the overall healthcare provision. Home healthcare services encompass all medical and paramedical care provided to patients in their homes. This type of service has experienced considerable growth in recent years. Several advantages are associated with home healthcare services, such as reducing the burden on hospitals and improving patient well-being. The considerable expenses associated with healthcare operations necessitate the efficient use of both human and material resources, while simultaneously emphasizing the professional development of healthcare staff and improving patient well-being.
The use of Operations Research (OR) tools to optimize healthcare operations has been growing for several decades, driven by the need for efficiency in managing hospital operations and the complexity of care pathways and the volume of operations to be processed daily. Within the framework of this doctoral project, we are focusing on transportation challenges encountered in the healthcare sector. Optimizing home care planning, in particular, represents a relevant application of OR.

The second theme addressed by this doctoral project concerns intra-hospital logistics. The design of efficient transportation plans has generated considerable interest in recent years. Indeed, improving such processes could reduce the workload of healthcare staff and improve patient satisfaction and well-being. In this context, we are interested in optimizing patient and medical equipment transport plans within large hospital facilities. A hospital is essentially divided into four zones: wards, medical functional areas, the operating theater, and the emergency department. Patients and medical equipment must be transported between these zones by specifically designated personnel. The general objective is to optimize the allocation of transporters within the hospital so that patients and medical equipment arrive at their destinations on time, while ensuring optimal and synchronized resource allocation. This type of problem is generally modeled as scheduling problems with transport operations. An inherent characteristic of intra-hospital transport is the unpredictable way in which transport requests arrive; therefore, real-time problem-solving is highly relevant.

Furthermore, intra-hospital transport operations are subject to uncertainties related to patient availability and service durations. The aim is therefore to develop stochastic approaches to account for different scenarios. We envision the development of exact approaches based on two-phase stochastic programming and heuristic methods such as consensus-fixing methods.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2026

Enseignement supérieur

Université de technologie de Troyes

361 Sciences Pour l'Ingénieur

Le candidat pour la thèse doit répondre aux conditions suivantes • Avoir un niveau de master/ingénieur en recherche opérationnelle, informatique ou en mathématiques appliquées. • Avoir un bon niveau en algorithmique et théorie des graphes. • Avoir des connaissances approfondies sur les outils de modélisation mathématiques : PLNE, méthodes de décomposition, … • Une expérience dans le domaine de la simulation à événements discrets sera appréciée. • Avoir une bonne maîtrise des langages de programmation modernes (C++ et Python). • Une bonne maîtrise de l'anglais, en oral et en écrit.
The candidat should satisfy the following requirements • Has a master/engineering degree in OR, CS ou applied mathematics • Demonstrates a good level in algorithms and graph theory • Has a good knowledge of OR solvers and mathematical modelling: ILP, decomposition methods,... • Has an experience in the field of discret-event simulation would be a plus. • Has a good mastery of modern programming languges (C++ and Python). • Has a good level in english : spoken and written.