Emory Healthcare est le seul centre médical universitaire de l'État de Géorgie, avec un réseau impressionnant de dix hôpitaux, plus de 580 sites et 230 établissements de soins primaires à travers l'État. Classé premier système de santé de Géorgie, Emory s'est forgé une réputation d'excellence en matière de soins aux patients, d'enseignement médical et de solutions de santé innovantes.
Parmi le vaste réseau d'établissements d'Emory figure la clinique de médecine familiale de Dunwoody, un établissement d'enseignement complet qui a ouvert ses portes en octobre 2024. Cette clinique nouvellement établie représente une amélioration significative par rapport à son emplacement précédent, passant de 25 à 33 salles d'examen pour répondre à la demande croissante des patients. L'établissement propose une large gamme de services, notamment des soins primaires, de la médecine familiale, de l'orthopédie, des soins de la colonne vertébrale et de la cardiologie, ainsi que des services d'imagerie, de laboratoire, de chirurgie ambulatoire et de kinésithérapie.
Ce qui rend la clinique de Dunwoody particulièrement unique, c'est son rôle d'établissement d'enseignement. Comme l'explique Victoria Jordan, vice-présidente de l'optimisation des processus et de l'innovation pour Emory Healthcare, "la clinique de médecine familiale de Dunwoody est une clinique dirigée par des résidents. En fait, plus de 70 % des prestataires de la clinique sont eux-mêmes des résidents". Cet environnement d'enseignement crée des défis opérationnels spécifiques qui ont un impact à la fois sur l'expérience des patients et sur les exigences en matière d'enseignement.
Avec une capacité d'accueil de plus de 350 000 patients par an et une projection de plus de 20 000 patients pour la seule année 2025, l'optimisation des opérations dans cet établissement est devenue une priorité essentielle. Pour relever ce défi, Emory Healthcare s'est associé aux étudiants en ingénierie industrielle et des systèmes de Georgia Tech et à Simio pour développer un modèle de simulation qui permettrait d'identifier les possibilités d'amélioration.
"Nous voulions spécifiquement démontrer comment nous pouvions utiliser la simulation à Emory Healthcare", explique le Dr Jordan. "Nous n'avons pas beaucoup de personnes qui l'ont utilisée. Et comme nous travaillions avec notre groupe de soins primaires, ils étaient impatients de voir. Il s'agissait donc plutôt d'une démonstration pour commencer.
La clinique de médecine familiale de Dunwoody était confrontée à un défi opérationnel complexe découlant de sa double mission, à savoir fournir d'excellents soins aux patients tout en servant d'établissement d'enseignement pour les résidents en médecine. Cela a créé des exigences uniques en matière de flux de travail qui ont eu un impact significatif sur les temps d'attente des patients et l'efficacité globale de la clinique.
En tant que clinique dirigée par des résidents, l'établissement fonctionne selon des protocoles éducatifs spécifiques qui affectent le flux des patients. Les résidents, à différents stades de leur formation, ont des niveaux d'autonomie et des besoins de supervision variables :
Ces exigences en matière de supervision ont créé d'importants goulets d'étranglement, en particulier dans le cabinet du précepteur. Avec seulement 2 ou 3 précepteurs disponibles chaque jour pour superviser 10 prestataires, 3 ou 4 infirmières et 5 ou 7 étudiants en médecine, les temps d'attente se sont accumulés tout au long de la journée.
L'analyse des données a révélé des tendances inquiétantes dans les temps d'attente des patients :
"Nous avons constaté des retards dans le système", explique l'un des membres de l'équipe de Georgia Tech. "Au début de la journée, il y a très peu de temps d'attente. Au fur et à mesure de l'avancement de la session, vers le milieu de la journée, à la fin de la session du matin et à la fin de la journée, les rendez-vous se terminent de plus en plus tard.
La complexité des opérations de la clinique, avec de multiples processus interdépendants et le modèle unique d'interaction entre le précepteur et le résident, a rendu difficile pour le personnel l'identification des causes profondes des retards et l'élaboration de solutions efficaces. Cet environnement présentait une opportunité idéale pour l'application de la simulation dans les soins de santé afin de visualiser, d'analyser et d'optimiser le flux des patients.
Pour relever ces défis complexes, Emory Healthcare s'est associé aux étudiants en génie industriel et systémique de Georgia Tech pour développer un jumeau numérique complet dans le domaine des soins de santé à l'aide du logiciel de simulation Simio. Cette approche leur a permis de modéliser les opérations complexes de la clinique de médecine familiale de Dunwoody et de tester les améliorations potentielles sans perturber les soins prodigués aux patients.
Le projet a commencé par une collecte de données extensive à partir de sources multiples :
Avec ces données en main, l'équipe a effectué une analyse statistique pour identifier les facteurs les plus significatifs affectant chaque étape du parcours du patient. Ils ont découvert que :
Pour éviter l'ajustement excessif et simplifier le modèle, l'équipe a effectué une analyse de corrélation pour regrouper les attributs similaires. Par exemple, elle a constaté que les schémas d'arrivée des patients pouvaient être regroupés en trois catégories (8 heures du matin, 13 heures et toutes les autres heures) plutôt que de modéliser chaque heure séparément.
À l'aide du logiciel de simulation Simio, l'équipe a créé un jumeau numérique détaillé de la clinique de Dunwoody qui représente visuellement l'agencement physique, le flux des patients et l'allocation des ressources. La simulation comprenait
"Nous avons essayé de modéliser la clinique visuellement le mieux possible pour que ce soit le plus utile possible", a expliqué l'un des membres de l'équipe de Georgia Tech. La simulation a permis au personnel de la clinique de visualiser les mouvements des patients, d'identifier les goulets d'étranglement et de comprendre comment les retards se propagent dans le système.
Une innovation clé a été le développement d'un outil de prétraitement des données qui a permis à la clinique d'importer les horaires réels des patients dans la simulation. Elle a ainsi pu tester des jours ou des scénarios spécifiques en sélectionnant simplement une date, en exécutant le script et en important les fichiers CSV résultants dans Simio.
Pour garantir la précision et la fiabilité du modèle, l'équipe a suivi les normes de simulation des soins de santé pour la validation :
Ce processus de validation a révélé que si de nombreux aspects du modèle reflétaient fidèlement la réalité, certains perfectionnements étaient nécessaires. Par exemple, la simulation imposait strictement un ratio de 1 pour 1 entre les patients et les infirmières, alors que dans la réalité, les infirmières s'entraidaient parfois en cas de retard.
Le projet de simulation des soins de santé a permis de recueillir des informations précieuses qui ont débouché sur plusieurs recommandations pratiques visant à améliorer le fonctionnement de la clinique. Grâce à une analyse de simulation, l'équipe a identifié quatre possibilités d'optimisation du flux de patients :
La simulation a révélé que le fait de modifier le système d'affectation des précepteurs, en passant d'un modèle 1 pour 1 (où chaque résident est affecté à un précepteur spécifique) à un modèle premier arrivé, premier servi, pourrait réduire les temps d'attente au bureau des précepteurs de 31 %. Ce simple changement opérationnel n'a nécessité aucune ressource supplémentaire mais pourrait améliorer de manière significative le flux des patients.
L'équipe a découvert que le fait de permettre aux résidents de visiter les précepteurs disponibles de manière opportuniste, plutôt que de respecter strictement les limites maximales d'empilement, pourrait réduire davantage le temps d'attente des précepteurs. Par exemple, si un résident de deuxième année a vu deux patients (sa limite d'empilement) mais qu'un précepteur est disponible, le fait de lui permettre de consulter immédiatement plutôt que d'attendre le précepteur qui lui a été assigné améliorerait l'efficacité.
L'une des constatations les plus simples, mais qui a eu le plus d'impact, concerne la disposition physique de la clinique. L'étude de temps a révélé que les internes de première année (qui ont le plus souvent besoin de consulter des précepteurs) pourraient réduire leur temps de trajet de 60 % s'ils étaient affectés au Pod 4, qui est le plus proche de la salle des précepteurs.
Comme l'a fait remarquer le Dr Jordan, "il est intéressant de noter que l'une des recommandations de l'équipe a été de déplacer les résidents de première année qui doivent consulter un précepteur après chaque visite vers le module le plus proche du bureau du précepteur, ce qui semble tout à fait évident a posteriori, mais c'est quelque chose que les responsables de la clinique ont été très heureux de voir parce qu'ils se sont dit : "Nous le voyons tous les jours et nous n'y avons jamais pensé".
L'analyse a montré que les plages de rendez-vous standard de 20 minutes et 40 minutes de la clinique ne correspondaient pas toujours à la durée réelle des services. En faisant mieux correspondre la durée des rendez-vous aux durées de service typiques pour différents types de visites, la clinique pourrait réduire à la fois le temps d'inactivité des prestataires et le temps d'attente des patients.
L'impact de la formation par simulation sur les soins aux patients à Emory Healthcare est allé au-delà des recommandations opérationnelles spécifiques. Le projet a permis d'obtenir plusieurs avantages plus larges :
"L'équipe de soins primaires était très enthousiaste à l'idée de mettre en œuvre certaines des recommandations de l'équipe", explique le Dr Jordan. "Ils nous ont fait part de leurs réactions très positives. Ils ont dit que cela avait vraiment aidé d'avoir un regard neuf sur le processus et d'identifier des choses qui, avec le recul, semblaient très évidentes."
Le succès de ce premier projet de simulation de soins de santé a ouvert la voie à des applications élargies à l'ensemble d'Emory Healthcare. L'organisation planifie déjà les prochaines étapes pour construire sur cette base :
La prochaine phase se concentrera sur l'optimisation de la programmation des résidents et des patients afin de s'assurer que tous les résidents effectuent les procédures requises pour leur formation. "La deuxième phase consistera à optimiser la programmation pour les résidents et les patients afin que nous puissions nous assurer que tous nos résidents effectuent toutes les procédures figurant sur leur liste de contrôle", a expliqué le Dr Jordan.
Emory a déjà demandé à une autre équipe de Georgia Tech de travailler sur ce modèle d'optimisation pour le semestre d'automne, démontrant ainsi son engagement à poursuivre cette approche axée sur les données pour l'amélioration des processus de soins de santé.
Au-delà de la clinique de Dunwoody, Emory entrevoit la possibilité d'appliquer des modèles de simulation similaires à l'ensemble de son vaste réseau. "Nous avons plus de 300 cliniques dans la région d'Atlanta", note le Dr Jordan. "Nous cherchons à utiliser des modèles similaires pour optimiser le flux de patients et l'utilisation des ressources dans ces cliniques également.
Cette expansion représente une opportunité importante de normaliser les meilleures pratiques et d'améliorer les opérations dans l'ensemble du système de santé Emory.
Plusieurs leçons précieuses ont été tirées de cette initiative de simulation dans le domaine des soins de santé :
Le projet de simulation de soins de santé à la clinique de médecine familiale Dunwoody d'Emory démontre l'impact puissant que la modélisation numérique peut avoir sur les opérations de soins de santé, en particulier dans les environnements d'enseignement complexes. En créant un jumeau numérique détaillé de la clinique, l'équipe a pu identifier des améliorations spécifiques et réalisables qui pourraient réduire de manière significative les temps d'attente des patients et améliorer à la fois l'expérience éducative pour les résidents et l'expérience de soins pour les patients.
Comme le résume le Dr Jordan, "dans le cadre de ce projet, l'équipe de Georgia Tech, avec l'aide de Simio, a fait un excellent travail pour obtenir un premier jumeau numérique dans Simio. Cela nous a donné un modèle préliminaire solide sur lequel nous allons nous appuyer".
Le succès de ce projet souligne l'importance croissante de la simulation dans les soins de santé, car les organisations cherchent à optimiser les ressources, à améliorer l'expérience des patients et à maintenir l'excellence éducative dans les établissements d'enseignement. En respectant les normes de simulation des soins de santé et en exploitant les capacités de modélisation avancées, Emory Healthcare a jeté les bases d'une amélioration continue qui peut être étendue à l'ensemble de son système.
"Nous tenons à remercier tout particulièrement Simio pour le travail qu'elle a accompli afin de nous aider à mettre en place ce projet", conclut le Dr Jordan. "Greer et son équipe nous ont aidés à nous assurer que nous disposions d'un système cohérent entre le logiciel que nous utilisions en interne et celui que les étudiants utilisaient. Ils nous ont également apporté une aide en matière de formation et de conseil qui s'est avérée inestimable dans nos efforts.
Cette étude de cas illustre comment la simulation dans le domaine de la santé peut transformer les opérations de manière à bénéficier à toutes les parties prenantes - les patients, les prestataires, les résidents et le système de santé dans son ensemble - tout en fournissant une feuille de route pour d'autres organisations confrontées à des défis similaires.