Titre de l'écran-titre (visionné le 4 décembre 2023) / Nous étudions un problème apparaissant dans le système de santé qui consiste à affecter des chirurgiens à des salles d'opération d'un hôpital. Ce problème se survient notamment à l'Hôpital Général de Brockville et nous a été rapporté par notre partenaire industriel : Thales Digital Canada. L'affectation des chirurgiens à des salles d'opération est sujette à différentes contraintes. Les salles doivent être adéquatement équipées pour combler les besoins du chirurgien. La demande pour chaque spécialité de chirurgien doit être couverte. Les salles d'opération doivent être utilisées à leur plein potentiel. Finalement, les chirurgiens devraient avoir des horaires réguliers, c'est-à-dire qu'ils doivent être les plus semblables possible d'une semaine à l'autre. Ce problème a été étudié dans la littérature scientifique, mais comme c'est souvent le cas avec les problèmes de recherche opérationnelle en milieu médical, ce problème a seulement été étudié avec des variations qui ne conviennent pas à l'Hôpital Général de Brockville. Conséquemment, nous expliquons ce qui est fait de façon similaire et ce qui est fait différemment dans la littérature. Ce mémoire présente une méthodologie qui utilise la programmation par contraintes pour affecter des chirurgiens à des salles d'opération. Un logiciel spécialisé a été développé pour créer des horaires de tailles variables. Ce logiciel prend en entrée un ensemble de besoins et affecte ensuite les chirurgiens aux salles d'opération. Une recherche à voisinage large améliore itérativement la solution jusqu'à ce que sa qualité soit satisfaisante. Les expériences que nous avons conduites démontrent que l'on obtient une solution satisfaisante en seulement quelques minutes. Ces horaires améliorent significativement le taux d'utilisation des salles d'opération. Nous avons comparé deux versions de notre logiciel et nous avons démontré qu'aucune ne domine l'autre. Nous proposons comme travaux futurs de combiner ces deux versions en une seule afin de tirer avantage des deux techniques. / We study a problem arising in the health system that consists of assigning surgeons to operating rooms in a hospital. This problem occurs at the Brockville General Hospital and was brought to us by our industrial partner Thales Digital Canada. The assignment of surgeons to operating rooms is subject to different constraints. The rooms must be properly equipped to satisfy the needs of the surgeon. The demand for each surgeon specialty must be fulfilled. The operating room should be used at their full potential. Finally, surgeons should have regular schedules, i.e. they should have similar schedules week after week. This problem is studied in the literature, but as it is often the case with operation research problems that occur in the health system, it was studied with variations that are not suited for the Brockville General Hospital. We therefore explain what is done similarly and what is done differently in the literature. This thesis introduces a methodology that utilizes constraint programming to allocate operating rooms to surgeons. A specialized software has been developed to create schedules of variable lengths. This software takes as input a set of requirements and generates a schedule that assign surgeons to operating rooms. A Large Neighbourhood Search iteratively improves the solution until the quality of the solution is satisfactory. The experiments conducted demonstrate that one can obtain satisfactory results in a few minutes. These schedules significantly enhance the utilization rate of operating rooms. We compared two versions of our software and showed that none dominates the other. However, we propose as a future work that these two versions could be combined into one in order to take advantage of both techniques.

Le bloc opératoire est au coeur des soins délivrés dans l'hôpital. Suite à de nombreux développements techniques et médicaux, il devient équipé de salles opératoires hautement technologiques. Bien que ces changements soient bénéfiques pour le traitement des patients, ils accroissent la complexité du déroulement des opérations. Ils impliquent également la présence de nombreux systèmes électroniques fournissant de l'information sur les processus chirurgicaux. Ce travail s'intéresse au développement de méthodes statistiques permettant de modéliser le déroulement des processus chirurgicaux et d'en reconnaitre les étapes, en utilisant des signaux présents dans le bloc opératoire. Nous introduisons et formalisons le problème consistant à reconnaitre les phases réalisées au sein d'un processus chirurgical, en utilisant une représentation des chirurgies par une suite temporelle et multi-dimensionnelle de signaux synchronisés. Nous proposons ensuite des méthodes pour la modélisation, la segmentation hors-ligne et la reconnaissance en-ligne des phases chirurgicales. La méthode principale, une variante de modèle de Markov caché étendue par des variables de probabilités de phases, est démontrée sur deux applications médicales. La première concerne les interventions endoscopiques, la cholécystectomie étant prise en exemple. Les phases endoscopiques sont reconnues en utilisant des signaux indiquant l'utilisation des instruments et enregistrés lors de chirurgies réelles. La deuxième application concerne la reconnaissance des activités génériques d'une salle opératoire. Dans ce cas, la reconnaissance utilise de l'information 4D provenant d'un système de reconstruction multi-vues / The department of surgery is the core unit of the patient care system within a hospital. Due to continuous technical and medical developments, such departments are equipped with increasingly high-tech surgery rooms. This provides higher benefits for patient treatment, but also increases the complexity of the procedures' workflow. This also induces the presence of multiple electronic systems providing rich and various information about the surgical processes. The focus of this work is the development of statistical methods that permit the modeling and monitoring of surgical processes, based on signals available in the surgery room. We introduce and formalize the problem of recognizing phases within a workflow, using a representation of interventions in terms of multidimensional time-series formed by synchronized signals acquired over time. We then propose methods for the modeling, offline segmentation and on-line recognition of surgical phases. The main method, a variant of hidden Markov models augmented by phase probability variables, is demonstrated on two medical applications. The first one is the monitoring of endoscopic interventions, using cholecystectomy as illustrative surgery. Phases are recognized using signals indicating tool usage and recorded from real procedures. The second application is the monitoring of a generic surgery room workflow. In this case, phase recognition is performed by using 4D information from surgeries performed in a mock-up operating room in presence of a multi-view reconstruction system