Thèse Cadre Méthodologique pour la Conception de Jumeaux Numériques des Organisations Hospitalières H/F - 74

Établissement : Université Clermont Auvergne
École doctorale : Sciences pour l'Ingénieur
Laboratoire de recherche : LIMOS - Laboratoire d'Informatique, de Modélisation et d'Optimisation des Systèmes
Direction de la thèse : Vincent AUGUSTO ORCID 0000000250630831
Début de la thèse : 2026-10-01
Date limite de candidature : 2026-05-15T23:59:59

Cette thèse de doctorat en Génie Industriel et Aide à la Décision porte sur le développement d'un cadre méthodologique pour la conception d'un Jumeau Numérique Organisationnel (JNO) générique d'organisations hospitalières. Ce cadre sera spécifiquement conçu pour intégrer et exploiter des données hétérogènes, en provenance de sources variées. L'objectif est de permettre à ce JNO d'orchestrer, d'interpréter et de valoriser des données de nature diverse, afin d'offrir une réplique virtuelle fidèle du jumeau physique observée ainsi qu'un outil d'aide à la décision.
Si le secteur industriel manifeste un intérêt croissant pour les JNO appliqués au domaine de la santé, de nombreux verrous scientifiques freinent encore leur déploiement à grande échelle et leur transfert vers des solutions commercialisables. Actuellement, plusieurs entreprises proposent des jumeaux numériques orientés vers les services d'urgences ou les établissements hospitaliers, sous la forme de tableaux de bord destinés aux décideurs. Ces solutions reposent principalement sur des algorithmes de prédiction des flux patients et des durées de séjour, s'appuyant sur des approches de séries temporelles, de machine learning ou d'intelligence artificielle.
Bien que ces outils constituent une première avancée en matière de pilotage hospitalier, ils restent limités à l'analyse descriptive et à la prévision d'indicateurs de performance, sans intégrer de véritables capacités d'aide à la décision. Le présent projet se distingue précisément par cette ambition : dépasser la prédiction pour proposer un cadre méthodologique intégrant une dimension décisionnelle forte, et concevoir un JNO capable non seulement de simuler l'évolution des indicateurs, mais aussi d'évaluer des scénarios organisationnels prédictifs, en soutien au pilotage stratégique et tactique.
Ce positionnement scientifique marque une rupture par rapport aux approches existantes, en proposant une méthodologie orientée vers la valorisation de données hétérogènes, incluant des sources innovantes comme celles issues des technologies de géolocalisation indoor.

Le présent projet se distingue précisément par l'ambition de dépasser la simple prédiction pour proposer un cadre méthodologique intégrant une dimension décisionnelle forte, et concevoir un jumeau numérique organisationnel capable non seulement de simuler l'évolution des indicateurs d'un hôpital, mais aussi d'évaluer des scénarios organisationnels prédictifs, en soutien au pilotage stratégique et tactique.
Ce positionnement scientifique marque une rupture par rapport aux approches existantes, en proposant une méthodologie orientée vers la valorisation de données hétérogènes, incluant des sources innovantes comme celles issues des technologies de géolocalisation indoor.

I. Développer une méthodologie robuste de reconnaissance d'activité, basée sur la localisation des patients dans l'hôpital, en combinant les données issues d'un système de géolocalisation avec celles issues du système d'information hospitalier ;
II. Concevoir un JNO générique, flexible et capable de s'adapter à différentes sources et volumes de données en temps réel ;
III. Proposer un cas d'étude concret en appliquant cette méthodologie au service des urgences, afin de démontrer la faisabilité et la valeur ajoutée du JNO dans un environnement hospitalier réel.

Modélisation, Simulation, Data Science, IA