Performance et Optimisation Systémique de l'Aide Médicale Urgente – POSAMU

1) l'ECG enregistré sur site par l'équipe SMUR a été transmis ou non au régulateur. L'interprétation de l'ECG et la décision prise ont été comparées quand le régumateur avait vu le tracé ou non.
2) L'intégralité du processus allant de l'appel au centre 15 jusqu'à l'arrivée de l'équipe SMUR auprès du malade a fait l'objet d'une modélisation numérique. Le modèle a été alimenté par les données:- du logiciel de régulation (nombre d'appels par tranche horaire les divers jours de la semaine, leur origine géographique, les caractéristiques du besoin médical, la nécessité d'engager un moyen SMUR soit primaire en classant le degré d'urgence en deux catégories soit secondaire pour les transferts interhospitaliers) pendant 14 mois consécutifs, et par les caractéristiques des sorties SMUR survenues pendant la même période (durée de l'intervention, diagnostic de la pathologie médicale); - du logiciel de géolocalisation repérant la trace GPS des véhicules d'interventions toutes les 10 secondes. Les trajets routiers ont été reconstitués (en fonction des tranches horaires et des jours de la semaine dépendant donc des conditions de circulation) et une matrice des distances dans le département a donc pu être construite. Ensuite, plusieurs scénarios faisant varier les ressources humaines, le nombre d'équipes SMUR aux différentes tranches horaires, leur positionnement initial et les stratégies de dispatching ont été testées pour évaluer le résultat sur le délai d'arrivée d'une équipe SMUR auprès du malade.
3) la durée totale entre l'appel et l'arrivée effective auprès du malade et non pas à une adresse donnée a été évaluée pour définir le trajet piéton final (accessibilité fine) pour arriver au patient. La typologie de cette accessibilité fine a été étudiée avec les outils de la géomatique (cartographie du trajet piéton le plus pertinent et élaboration d'une base de données «obstacles« pour les équipes SMUR).

1) Pour une centaine de sorties SMUR avec transmission de l'ECG au régulateur, il n'a pas été constaté de divergence significative avec l'interpétation faite par le médecin présent dans l'équipe SMUR aussi bien sur le plan diagnostique que sur le plan de la décision de prise en charge.
2) Le modèle a été exploité sur un nombre d'appels au centre 15 de 314326 et de 9386 interventions SMUR. Celles-ci ont été classées en interventions de célérité 1 (situations très urgentes,n= 1457, majoritairement des primaires) et des interventions de célérité 2 (situations de moindre urgence, n= 8325, majoritairement primaires aussi).Les calculs de délais ont été effectués à partir d'une matrice des 527 ilôts IRIS (popuation d'environ 2000 habitants) du Val de Marne.Le trajet donnant le délai le plus faible a été choisi quand il y avait plusieurs options pour choisir le véhicule. 62 scénarii ont été testés pour définir l'impact des variations des ressources, de la relocalisation des équipes, d'affectation géographique fixe des sites d'intervention par base, des variations d'activité et enfin de l'analyse des journées particulières du fait d'un allongement exceptionnel des temps de transport.La situation initiale est très bonne (taux d'interventions urgente en moins de 30 min =95,5%). Les résultats principaux sont que la réduction du nombre d'équipes altère la performance principalement de 8h à 24h, que la relocalisation transitoire d'une base (de 8h à 20h) dans la zone la plus éloignée (l'est du 94) permet de maintenir la performance en cas de circulation difficile.
3) Dans 15% des cas, il faut 5 min de plus à pied pour accéder au patient. 50 zones dites vunérables ont été identifiées. La base de données géographiques ne permettait pas de définir les trajets piétons ni le site d'arrêt du véhicule pour obtenir les délais les plus courts. La constitution d'une base de données «obstacles« compatible avec les impératifs du SMUR est nécessaire pour cartographier les trajets piétons.

La géolocalisation avec visualisation en temps réel sur un écran, permet au régulateur de choisir le véhicule qui arrivera le plus vite au patient (affichage du délai sur l'icône de chaque véhicule). Une base de données doit être constituée car les GPS traditionnels ne sont pas pertinents pour les véhicules de secours qui s'affranchissent des limitations de vitesse, etc. Tout doit être intégré dans le logiciel de régulation qui fournira à l'équipe SMUR la carte avec le trajet idéal (routier et piéton). Une phase de développement est nécessaire (équipement des véhicules avec des balises GPS pour la géolocalisation) suivie d'une implémentation progressive de la base de données incluant la cartographie des trajets piétons faite après une analyse de terrain. Il faut définir, avec les données, la position optimale des bases et les indicateurs d' alerte sur les conditions de trafic amenant le régulateur à décider une délocalisation transitoire d'équipes pour maintenir les délais.

1) Master 2 Recherche Informatique Systèmes Intelligents, Université Paris Dauphine, sept 2011: recalage de données GPS, analyse de distributions de vitesses et calcul d'itinéraires, M. Mestiri;
2) Master 2 Recherche Information Géographique, Ecole Nationale des Sciences Géographiques, sept 2012: Accessibilité fine aux patients du SAMU et bases de données d'adresses, A. Kiki;
3) Thèse en Génie Industriel, Ecole Centrale Paris, juin 2014: Evaluation et amélioration des performances des sytèmes d'Aide Médicale Urgente: application au SAMU du Département du Val de Marne, L. Aboueljinane;
4) Aboueljinane L, Sahin E, Jemai Z, Marty J. A simulation study to improve the performance of an emergency medical service: Application to the French Val-de-Marne department. Simulation Modelling Practice and Theory 47, 46-59, 2014.
5) Marty J, Vaux J, Baron I, Pineau P, Chollet-Xémard C. Quels indicateurs pour mesurer les délais des interventions SMUR primaires en milieu urbain? Urgences, Paris, 2011.

Face au développement considérable des zones urbaines ces dernières décennies, de récents rapports parlementaires ont mis en lumière l’existence d’importantes disparités territoriales dans l’organisation des soins avec le constat de « déficits et de défauts de santé ». La loi « Hôpital, Patients, Santé, Territoires » du 21 juillet 2009 lance une réforme visant à assurer un égal accès au système de soins en tout point du territoire et à assurer une permanence des soins plus efficace.
Le SAMU créé il y a 30 ans pour organiser l’aide médicale urgente au niveau de chaque département, doit s’adapter à la réforme. Caractéristique Française, le processus de traitement des appels téléphoniques (au 15) est médicalisé. La décision médicale, dans les cas les plus graves, consiste à envoyer une équipe SMUR (Service Mobile d’Urgence et de Réanimation). Cependant, il n’existe pas, depuis sa création, d’indicateur de performance du système SAMU-SMUR, seule la fréquence de son activité est suivie. Dans les zones urbaines, où les problèmes d’accessibilité sont importants, l’analyse du fonctionnement actuel a objectivé des carences, dans la mesure où le taux d’arrivée d’un SMUR en moins de 10 minutes après l’appel était inférieur à 21% (modélisation des données du SAMU 94). Pour le SAMU, service urbain exemplaire du décalage grandissant entre la logique hospitalière et la logique de la ville durable, les contraintes urbaines sont très fortes et il est difficile, en l’état, de garantir un accès aux soins dans les délais recommandés par l’état de l’art médical (relation directe entre mortalité et délai).
Le présent projet propose une méthode d’optimisation du service grâce à une approche systémique prenant en compte la totalité des éléments de ce système de soins complexes dans un environnement urbain. Il s’agit de reconcevoir l’ensemble de l’organisation et de la stratégie médicale du SAMU grâce à une collaboration pluridisciplinaire utilisant les méthodes scientifiques et les technologies les plus récentes afin de respecter les délais cibles pour les situations pathologiques critiques.
La méthode sera développée en utilisant les données de départements tests avec les contraintes environnementales urbaines maximales. Elle est transposable aux autres zones urbaines Françaises. Le consortium du projet est constitué du SAMU 94 et de 4 laboratoires de recherche (Equipe d’accueil 4390 de l’Université Paris-Est-Créteil, le laboratoire de Génie Industriel de l’Ecole Centrale de Paris, le laboratoire COGIT de l’Institut Géographique National et le LVMT de l’ENPC). Le programme scientifique est structuré en 7 tâches :
1 - définition des objectifs
2 –identification des situations médicales urgentes par de nouvelles technologies
3 – approche performancielle quantitative du système global
4 – définition de l’architecture du système et pilotage des flux de données
5 – simulation de divers scénarios pour optimiser la structure statique du système
6 – simulation de scénarios dynamiques pour proposer les options en temps réel aux médecins
7 – élaboration de recommandations de réorganisation, d’un outil informatique permettant de redéfinir l’organisation et d’un démonstrateur pour le fonctionnement en temps réel
Le projet d’une durée de 24 mois, fournira 6 livrables :
- livrable 1 : guide méthodologique pour l’optimisation du fonctionnement des SAMU
- livrable 2 : modèle développé lors du projet pour optimiser le fonctionnement du SAMU en zone urbaine
- livrable 3 : recommandations pour une meilleure identification des urgences médicales
- livrable 4 : cahier des charges pour élaborer un logiciel d’aide à la décision pour le médecin régulateur du SAMU
- livrable 5 : conception d’un démonstrateur illustrant le flux d’information, les interfaces entre systèmes, l’actualisation et l’historisation des données.
- livrable 6 : recommandations concernant les plans d’urbanisme pour tenir compte de l’accessibilité aux services d’urgence médicale.