Optimisation de la planification opératoire par la prédiction des durées : Une application dans une clinique Belge
Résumé
L’optimisation de la planification des blocs opératoires est un enjeu stratégique pour l’efficience des ressources et la qualité des soins. Cette étude explore l’utilisation de l’apprentissage automatique pour améliorer la précision des prévisions des durées opératoires. En collaboration avec le CHC Liège, nous avons appliqué une méthodologie basée sur l’analyse de données hospitalières couvrant plus de 68 405 interventions chirurgicales. Cette approche combine différentes techniques d’apprentissage automatique afin de proposer un cadre prédictif robuste et performant. L’objectif est de fournir des prévisions fiables permettant une gestion optimisée des blocs opératoires et une meilleure allocation des ressources. L’étude propose d’intégrer de nouvelles variables cliniques et organisationnelles pour améliorer la robustesse des prédictions. Les résultats montrent une réduction notable des erreurs de prédiction et une meilleure fiabilité des estimations, permettant une gestion optimisée des blocs opératoires et une allocation fiable des ressources.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|---|
| Licence |
