Modélisation et planification des parcours de soins en intégrant l'incertitude et la dynamique évolutive des parcours des patients // Modelling and planning care pathways to take account of uncertainty and the changing dynamics of patient pathways

La gestion et la planification des parcours de soins constituent un défi majeur pour les systèmes de santé modernes. Ces parcours, définis comme une séquence de rendez-vous, d'examens, et d'interventions, visent à structurer et coordonner les activités médicales en tenant compte des ressources disponibles. Cependant, dans la réalité, les patients ne suivent pas toujours strictement les parcours prévus. Leurs trajectoires de soins évoluent en fonction de leurs besoins spécifiques, des résultats médicaux des examens, et de l'évolution de leur pathologie. De surcroît, l'émergence de nouvelles pathologies et les avancées médicales nécessitent une révision continue des parcours de soins afin de les adapter à ces évolutions. Ces changements complexifient davantage la coordination et la planification des soins dans un contexte déjà contraint par les ressources et les délais.

Cette thèse propose d'étudier cette problématique de planification des parcours de soins en intégrant deux aspects essentiels :
- Incertitudes et personnalisation des soins
Les besoins des patients varient considérablement, ce qui complexifie la prévision et la coordination des parcours. L'objectif sera de modéliser ces incertitudes et de personnaliser les parcours en tenant compte des caractéristiques des patients, de manière à anticiper les trajectoires les plus probables.
- Évolution dynamique des parcours de soins
Les parcours de soins évoluent pour répondre aux nouvelles exigences médicales et aux retours d'expérience. Des outils tels que le process mining permettent d'extraire des modèles de parcours basés sur des données historiques, mais leur utilisation dans la planification reste limitée.

Optimiser la planification des parcours de soins et intégrer ces deux aspects sera l'objectif principal de cette thèse. Ces travaux passeront par la proposition de nouveaux modèles intégrant l'incertitude et l'évolution dynamique des parcours et par le développement d'outils d'aide à la décision dynamique et interactif pour les gestionnaires hospitaliers. Cette thèse pourrait apporter une contribution significative à l'amélioration des systèmes de santé en proposant des outils pratiques pour une meilleure gestion efficace des parcours de soins.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Managing and planning care pathways is a major challenge for modern healthcare systems. These pathways, defined as a sequence of appointments, examinations and interventions, are intended to structure and coordinate medical activities, taking into account the resources available. However, in reality, patients do not always strictly follow the planned pathways. Their care trajectories evolve according to their specific needs, the results of medical examinations and the evolution of their pathology. Moreover, the emergence of new diseases and medical advances mean that care pathways need to be continually reviewed to adapt to these developments. These changes make the coordination and planning of care even more complex in a context that is already constrained by resources and deadlines.

This thesis proposes to study this issue of care pathway planning by integrating two essential aspects:
- Uncertainty and personalisation of care
Patients' needs vary considerably, making it more difficult to predict and coordinate care pathways. The aim will be to model these uncertainties and personalise care pathways by taking into account patient characteristics, so as to anticipate the most likely trajectories.
- Dynamic evolution of care pathways
Care pathways evolve in response to new medical requirements and feedback. Tools such as process mining can be used to extract pathway models based on historical data, but their use in planning remains limited.

Optimising the planning of care pathways and integrating these two aspects will be the main objective of this thesis. This work will involve proposing new models integrating uncertainty and the dynamic evolution of care pathways and developing dynamic and interactive decision support tools for hospital managers. This thesis could make a significant contribution to improving healthcare systems by proposing practical tools for more effective management of care pathways.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2025

Financement d'une collectivité locale ou territoriale

Université de Tours

551 Mathématiques, Informatique, Physique Théorique et Ingénierie des Systèmes - MIPTIS

Le candidat doit : • Être de niveau master/ingénieur en Informatique ou mathématiques appliquées. • Avoir de solides connaissances en algorithmique • Avoir des bonnes connaissances en Recherche Opérationnelle : modélisation mathématique, métaheuristiques, optimisation sous incertitude, ordonnancement, etc. • Être compétent en programmation (C++ ou Java) • Avoir une très bonne maîtrise de la langue anglaise
Candidates must : - Have a master's or engineering degree in computer science or applied mathematics. - Have a sound knowledge of algorithms - Have a good knowledge of Operations Research: mathematical modelling, metaheuristics, optimisation under uncertainty, scheduling, etc. - Programming skills (C++ or Java) - Have a very good command of the English language