Proposition of a framework to reengineer and evaluate the hospital supply chain

• Auteur / Autrice : Christine Di Martinelly
• Direction : Fouad Riane, Alain Guinet
• Type : Thèse de doctorat
• Discipline(s) : Génie industriel
• Date : Soutenance en 2008
• Etablissement(s) : Lyon, INSA en cotutelle avec Belgique, Louvain School of Management
• Partenaire(s) de recherche : Laboratoire : LIESP - Laboratoire d'Informatique pour l'Entreprise et les Systèmes de Production - EA 4125 (Lyon, Rhône2007-2010)

Mots clés

Mots clés contrôlés

Optimisation mathématique

Évaluation

Hôpitaux -- Administration

Résumé

L’objectif de notre recherche est le développement d’un cadre de modélisation pour permettre aux décideurs de réorganiser et d’évaluer la chaîne logistique hospitalière. Notre démarche se déroule en plusieurs étapes. Tout d’abord, nous réadaptons la définition des concepts fondamentaux de la valeur et de la performance dans le contexte de la chaîne logistique hospitalière. Nous proposons ensuite une approche pour aider les preneurs de décisions à mener un projet de réorganisation dans le domaine hospitalier et en particulier la réorganisation de la chaîne des produits pharmaceutiques en prenant en compte le flux des patients. Le cadre de modélisation proposé sert de guide dans l’élaboration d’un modèle de connaissance basé sur la méthodologie ASCI et enrichie de la définition de la valeur et de la performance. Le modèle de connaissance a pour objectif de faciliter la compréhension du fonctionnement du système, d’identifier les activités critiques, de définir les indicateurs de performance servant à évaluer le système sur base de mesures reflétant de manière adéquate le système de valeur de l’hôpital. Le modèle de connaissance fournit également une description des processus, des règles de gestion et l’identification des ressources. Lorsque le modèle de connaissance a été élaboré, il est possible de développer un outil d’optimisation du flux des produits médicaux tout en considérant le flux des patients. Les indicateurs de performance définis lors de l’élaboration du modèle de connaissance servent à évaluer les solutions proposées. Différents tableaux de bord équilibrés sont proposés pour apprécier la performance des processus considérés. De la sorte, l’approche que nous avons développée permet de s’assurer que les changements suggérés améliorent le fonctionnement de la chaîne logistique pharmaceutique et contribue à améliorer la performance globale de l’hôpital. Ce modèle a été validé sur des données provenant de l’hôpital belge avec lequel nous collaborons.

The objective of our research is the development of a modeling framework that permits decision makers to reengineer and evaluate their hospital supply chain. We first readapt the definition of fundamental concepts as value and performance in healthcare supply chain context. We then propose an approach that should help the hospital managers to lead such reengineering project, as the reorganization of the supply chain, mainly the medical products supply chain, while taking into account the patients’ flow. The suggested framework will provide guidance to build a knowledge model based on the ASDI methodology and enriched with the value and performance definition. The knowledge model is aimed at understanding the working of the system, identifying the critical activities, defining the performance indicators to assess the system based on metrics in accordance with the value system of the hospital, describing processes and management rules and identifying resources. In a second phase, based on the knowledge gathered, we develop an optimization tool of the medical products flow while taking into account the patient’s flow. The performance indicators defined in a first step will serve to assess the proposed solutions. Different balanced score cards will suggested to capture the performance of the considered processes. Doing so, the proposed approach will ensure that the suggested changes improve the working of the pharmaceuticals supply chain and contribute to the global interest of the hospital. For illustration purposes, we experience our models on a pedagogical data set derived from a real life application encountered in the Belgian hospital mentioned above.