Canada Spends Logo

Explorez notre analyse du budget 2026

Grant: Engage Grants Program

École Polytechnique de Montréal

$25,000.00

Modèles prédictifs et outils d'aide à la décision pour la gestion des rendez-vous de patients

EF 2016-17

Résumé
Imagem est une entreprise québécoise spécialisée dans la conception et la commercialisation de logiciels dédiésau domaine des technologies de l'information appliquées à la radiologie. Face à la pression grandissante sur lesservices d'imagerie diagnostique, notamment en ce qui a trait à la gestion de la demande en rendez-vous,Imagem souhaite étendre la capacité de ses produits afin d'offrir ce service essentiel. Ce service permettra nonseulement de supporter le processus de prise de rendez-vous, mais aussi d'optimiser l'utilisation des ressourcespersonnelles et matérielles et d'augmenter la satisfaction des patients en minimisant leur temps d'attente. Pource faire, il est nécessaire de développer des nouveaux outils d'aide à la décision.L'objectif du présent projet est donc de développer, conjointement avec Imagem, un prototype permettantd'optimiser l'allocation des différentes ressources. Nous tiendrons compte des différents processus des centre etnous baserons principalement sur les données empiriques de chaque centre de radiologie. Le projet s'articule endeux phases principalement. Nous avons prévu, dans une première phase, d'élaborer des modèles prédictifspermettant d'évaluer les temps de réalisation pour chaque type d'examen d'imagerie. Contrairement à lalittérature classique dans ce domaine, nous prédirons des évènements autres que binaires. Nous appliqueronspour cela des techniques d'apprentissage machine comme les réseaux de neurones ou les arbres declassification et de régression. Dans une deuxième phase, et à partir des modèles et des règles de planificationdes rendez-vous des patients, nous développerons un modèle d'optimisation stochastique en-ligne combinatoirepermettant de suggérer les meilleures plages horaires possibles. Ce type d'algorithme est à la fine pointe desdéveloppements méthodologiques dans ce domaine. Finalement, cet algorithme sera flexible pour s'adapter àdifférents centres aux processus diverses.
Programme
Engage Grants Program
Emplacement
Quebec, Canada
Type de bénéficiaire
Academia
Type
Grant
Source
NSERC's Awards Data

Tel que publié

Application id
505310-2016
Name nom
Lahrichi, Nadia
Department département
Mathématiques et génie industriel
Organization id
64
Institution établissement
École Polytechnique de Montréal
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2016
Competition year année de concours
2016
Award amount
25000
Program id
EGP
Program name en
Engage Grants Program
Program name fr
Programme de subventions d'engagement partenariat
Group en
Research partnerships programs
Group fr
Programmes de partenariat
Committee code
1552
Committee name en
Quebec Internal Decision Committee
Committee name fr
Comité de décision interne pour le Québec
Area of application code
1100
Area of application group en
Health, education and social services
Area of application group fr
Santé publique, éducation et services sociaux
Area of application en
Health, education and social services
Area of application fr
Santé publique, éducation et services sociaux
Research subject code
1601
Research subject group en
Industrial engineering
Research subject group fr
Génie industriel
Research subject en
Operations research and management science
Research subject fr
Recherche opérationnelle et science de la gestion
Partie
1
Nb partie
1
Application title
Modèles prédictifs et outils d'aide à la décision pour la gestion des rendez-vous de patients
Keyword
NSERC
Application summary
Imagem est une entreprise québécoise spécialisée dans la conception et la commercialisation de logiciels dédiésau domaine des technologies de l'information appliquées à la radiologie. Face à la pression grandissante sur lesservices d'imagerie diagnostique, notamment en ce qui a trait à la gestion de la demande en rendez-vous,Imagem souhaite étendre la capacité de ses produits afin d'offrir ce service essentiel. Ce service permettra nonseulement de supporter le processus de prise de rendez-vous, mais aussi d'optimiser l'utilisation des ressourcespersonnelles et matérielles et d'augmenter la satisfaction des patients en minimisant leur temps d'attente. Pource faire, il est nécessaire de développer des nouveaux outils d'aide à la décision.L'objectif du présent projet est donc de développer, conjointement avec Imagem, un prototype permettantd'optimiser l'allocation des différentes ressources. Nous tiendrons compte des différents processus des centre etnous baserons principalement sur les données empiriques de chaque centre de radiologie. Le projet s'articule endeux phases principalement. Nous avons prévu, dans une première phase, d'élaborer des modèles prédictifspermettant d'évaluer les temps de réalisation pour chaque type d'examen d'imagerie. Contrairement à lalittérature classique dans ce domaine, nous prédirons des évènements autres que binaires. Nous appliqueronspour cela des techniques d'apprentissage machine comme les réseaux de neurones ou les arbres declassification et de régression. Dans une deuxième phase, et à partir des modèles et des règles de planificationdes rendez-vous des patients, nous développerons un modèle d'optimisation stochastique en-ligne combinatoirepermettant de suggérer les meilleures plages horaires possibles. Ce type d'algorithme est à la fine pointe desdéveloppements méthodologiques dans ce domaine. Finalement, cet algorithme sera flexible pour s'adapter àdifférents centres aux processus diverses.