Avertissement |
Si vous arrivez directement sur cette page, sachez que ce travail est un rapport d'étudiants et doit être pris comme tel. Il peut donc comporter des imperfections ou des imprécisions que le lecteur doit admettre et donc supporter. Il a été réalisé pendant la période de formation et constitue avant-tout un travail de compilation bibliographique, d'initiation et d'analyse sur des thématiques associées aux technologies biomédicales. Nous ne faisons aucun usage commercial et la duplication est libre. Si vous avez des raisons de contester ce droit d'usage, merci de nous en faire part . L'objectif de la présentation sur le Web est de permettre l'accès à l'information et d'augmenter ainsi les échanges professionnels. En cas d'usage du document, n'oubliez pas de le citer comme source bibliographique. Bonne lecture... |
|
Référence à rappeler : Traitement des données GMAO, B. THOMAS, Stage
DESS "TBH", UTC, 02-03 |
Traitement
des données GMAO |
Béranger THOMAS |
L'activité de maintenance biomédicale génère un flux de données lié
à la traçabilité des opérations de maintenance, traçabilité prévu par le
décret du 5 décembre 2001 (art. 665-5-5). Les informations sont consignés
par les agents de maintenance à chaque opération de maintenance le plus souvent
sur un logiciel de GMAO (Gestion de la Maintenance Assisté par Ordinateur).
Ces données nécessitent une supervision par le personnel d'encadrement (responsable
d'atelier, ingénieur maintenance) afin d'en exploiter les points essentiels,
pouvant influencer l'activité de maintenances des agents biomédicaux. Cette
exploitation des données constitue donc un point essentiel dans l'amélioration
continue de l'activité de maintenance biomédicale. Une visualisation ne pouvant
être systématiquement menée à bien (sauf sur de petits volumes), les informations
entrées dans une GMAO ne seront donc pas nécessairement mises à profit. Au CHU de Montpellier, les gros volumes d'informations (saisis par 28 agents, avec en moyenne 50 demandes d'intervention par jour pour plus de 20000 dispositifs gérés) ont donc conduit à la mise en place d'un système de validation et d'analyse des données informatiques automatisé, que j'ai programmé lors de mon stage. Celui-ci filtre les bons de travail avant leur archivage : chaque bon non conforme aux critères choisis est retenu sur une liste de « non-validité », et ce jusqu'à sa correction. On s'assure ainsi la génération d'un registre fiable, et donc correctement exploitable. Un deuxième module permet des extractions destinées à analyser les données, facilitant le pilotage de l'activité de maintenance en offrant des informations rationnelles, objectives et facilement accessibles. L'exploitation des données par le personnel d'encadrement rendra plus accessible, grâce à son interface formalisée, le suivi des progrès effectués, l'accès aux informations par les clients du biomédical de façon précise et sans parti pris, la réalisation d'actions de progrès mieux ciblées, une aide aux décisions de renouvellements, une connaissance plus objective de la vie du service biomédical à l'encadrement. Cette liste n'est pas exhaustive : l'objectivation et la formalisation des données ouvrent le champ à de multiples applications au sein d'un service biomédical, conduisant à une meilleure maîtrise de l'activité de maintenance. Mots clés : GMAO, traitement, validation, analyse, décret du 5 décembre 2001, maintenance biomédicale, automatisation. |
The activity of biomedical maintenance generates a data flow related to
the traceability of the maintenance actions, traceability envisaged by the
decree of December 5, 2001 (Article 665-5-5). Information is consigned by
the agents of maintenance to each maintenance action generally on a CMMS
software (Computerized Maintenance Management Systems). These data require a supervision by the supervisory staff (responsible for workshop, engineer maintenance) in order to treat the essential points of them, being able to influence the activity of maintenance. This exploitation of the data thus constitutes an essential point in the improvement of the activity of biomedical maintenance. Visualization is not systematically able (except on small volumes). The information entered on a CMMS thus will not be necessarily made profitable. To the CHU of Montpellier, large volumes of information (seized by 28 agents, with on average 50 request for control per day for more than 20000 managed devices) thus led to the installation of an automated system of validation and analysis of the data-processing data, which I programmed at the time of my training course. This one filters the work sheets before their filing: each good nonin conformity with the selected criteria is retained on a list of non-validity, and this until its correction. One thus secures the generation of a reliable, and thus correctly exploitable register. A second module allows extractions intended to analyze the data, facilitating the piloting of the activity of maintenance by offering more rational, objective and accessible information. The exploitation of the data by the supervisory staff will make more accessible, thanks to its formalized interface, the follow-up of progress carried out, the access to information by the customers of biomedical in a precise way, the realization of actions of progress targeted better, a decision-making aid of renewals, a more objective knowledge of the life of the biomedical service to the framing. This list is not exhaustive: the objectivation and the formalization of the data open the field with multiple applications within a biomedical service, leading to a better control of the activity of maintenance. Key words : CMMS, treatment, validation, analysis, decree of December 5, 2001, biomedical maintenance, automatization. |
I. Présentation du CHU de Montpellier
2. Hôpital Arnaud de Villeneuve
6. Centre de soins pour personnes âgées Bellevue
II. Infrastructures du CHU de Montpellier
III. Le service biomédical du CHU de Montpellier
1. Situation du service biomédical au sein de l'hôpital
3. Organisation de la maintenance
I. Etat des lieux des pratiques
1. Synthèse générale de l'enquête
2. Synthèse concernant l'analyse des données
I. Fonctionnalités développées
1. Module "Importer / Exporter"
2. Module de validation des bons
1. Utiliser Analyse : exploiter ses données
2. Possibilités d'exploitation
1. Développement d'autres fonctionnalités de traitement
2. Vers un système intégré à la GMAO
Annexe I : Liste des hôpitaux contactés
Annexe II : captures d'écrans d'Analyse
J’aimerais remercier en tout premier lieu M. Chevallier et M. Farges, responsables du DESS TBH, pour m’avoir donné l’opportunité de suivre les cours du DESS, ainsi que pour tout les conseils et encouragements qu’ils m’ont prodigué pendant toute cette année. Merci également à Mme Wallaeys pour son aide et son sourire durant l’année scolaire.
Je remercie également M. Durand-Gasselin, mon tuteur de stage, ingénieur en chef au service biomédical du CHU de Montpellier, pour m’avoir guidé lors de nos entrevues sur les directions à donner à mon travail, ainsi que pour m’avoir partagé sa vision de l’action d’un service biomédical dans un établissement de soins.
Un grand merci à tous ceux qui ont participé à la réalisation d’Analyse, en particulier à Mme Vernet pour son aide précieuse dans la réalisation des fonctions sous Access.
Merci également à M. Amarger et M. Garambois pour m’avoir apporté leur aide et idées à propos d’Excel et Access. Je les remercie aussi, ainsi que M. Mercier, pour toutes leurs idées concernant la mise en place des processus de traitement.
Je remercie vivement toutes les personnes citées en Annexe I, pour m’avoir consacré de leur temps pour répondre à mes questions lors de mon étude préliminaire. Leur aide a été une base indispensable à mon travail.
J’aimerais également remercier M. Garambois et Mlle Iracane pour m’avoir aimablement accueilli dans leur bureau respectif, lors de mes multiples changements de bureau… Merci à Marion pour sa bonne humeur et son aide lors de la rédaction de mon rapport.
Enfin un grand merci à tous les techniciens qui se sont montrés aimables et qui m’ont permis de découvrir concrètement l’activité de maintenance en participant à leur interventions !
Quel est le but principal d'une GMAO (Gestion de
la Maintenance Assisté par Ordinateur)? Dans la plupart des cas, elle est
utilisée pour enregistrer les informations saisies par les techniciens suite
à une intervention. Ces données concernent le plus souvent (variable selon
la GMAO et les pratiques de saisie) : les dates de demande d'intervention,
d'intervention, de fin d'intervention, le dispositif concerné, l'intervenant,
le type de panne, les actions réalisées, les coûts engendrés etc. La traçabilité
de ces données doit être assuré comme précisé par l'article 665-5-5 du décret 2001-1154.
Mais les logiciels de GMAO ne possèdent pas de fonctions de traitement
de la qualité et de la pertinence de l'information entrée : la traçabilité
reste leur principale application. En aval de cette traçabilité peut en
effet intervenir un traitement des données contenues dans les registres de
maintenance, afin de les exploiter pour optimiser l'activité de maintenance
biomédicale. Au CHU de Montpellier, l'important volume de ces données
a été la raison principale pour justifier une formalisation et une automatisation
de leur traitement, visant à l'exploitation de l'information.
J'ai donc réalisé une étude mettant en avant les critères pertinents
dans un processus de validation et d'analyse des informations liées à la
maintenance. La validation des données assure dans un premier temps l'obtention
d'une base de données fiable permettant ainsi, dans un deuxième temps, une
exploitation correcte des informations. Afin d'étayer l'étude de cas concrets,
j'ai effectué une enquête nationale sur les pratiques dans ce domaine, auprès
de CHU représentatifs, et également au niveau local (CHU de Montpellier).
Ces critères ont ensuite été intégrés dans un logiciel développé spécifiquement
pour ces besoins, Analyse, qui permet de traiter de gros volumes
de données informatiques indépendamment de la GMAO utilisée et selon les
axes mis en avant par l'étude préliminaire. Le logiciel devait être facilement
exploitable par des personnes non-informaticiennes : accessible, intuitif,
avec un support d'aide et répondant bien aux besoins exprimés par les futurs
utilisateurs.
Ce rapport présente une synthèse du travail effectué des mois de mars à août 2003 au CHU de Montpellier. Il est découpé en trois parties qui vont des observations les plus générales sur le CHU aux plus détaillées concernant le logiciel en soi. En fin de troisième partie se trouve des perspectives d'utilisation ainsi que des axes d'amélioration du produit développé qui seront utiles aux utilisateurs d'Analyse.
I. Présentation du CHU de Montpellier (source)
Le Centre Hospitalier Universitaire de Montpellier dispose de la plus ancienne faculté du monde occidental : les premiers témoignages remontent à 1137. C'est un pôle sanitaire de grande envergure avec sept établissements comptant au total 3000 lits. Faisant partie des premières entreprises de la région, il emploie 9000 personnes. Le groupement des CHU de Montpellier représentent environ 30% des lits de l’Hérault, et se positionne au 5ème rang des hôpitaux français. Le CHU de Montpellier accueille chaque année 80 000 hospitalisées et près de 330 000 consultants externes.
Le CHU assure trois missions essentielles recouvrant les soins, l’enseignement et la recherche. Il intervient également dans les domaines du social et de la prévention. Neuf écoles spécialisées accueillent chaque année huit cents personnes.
Les 7 sites composant le CHU de Montpellier sont les suivants :
L’ouverture de l'Hôpital Lapeyronie a eu lieu en 1983. Il comprend plus de 700 lits d’hospitalisation, desservis par un imposant plateau technique comportant :
un département d’imagerie médicale (une IRM, deux scanners, 16 salles de radiologie) ;
sept laboratoires d’analyses biologiques ;
un service central de médecine nucléaire ;
deux blocs opératoires offrant 20 salles d’interventions ;
un lithotripteur ;
40.000 personnes y sont hospitalisées chaque année et 120.000 viennent en consultations.
2. Hôpital Arnaud de Villeneuve
C'est le plus récent des Hôpitaux montpelliérains, il regroupe des spécialités médicales, chirurgicales et obstétricales organisées en deux pôles :
le pôle cardio-pneumologique, unité de lieu pour le diagnostic et le traitement médico-chirurgical des maladies cardio-vasculaires et respiratoires ;
le pôle « Femmes-Enfants » regroupant les unités de gynécologie obstétrique et la pédiatrie médicale.
La vocation de l’établissement consiste à dispenser des soins de courte durée, et pour ce faire, sont associés les modalités d’hospitalisation les plus variées (semaine, jour, nuit) aux traitements ambulatoires (consultations externes).
L'hôpital est inauguré le 24 mai 1890 et vient prendre le relais du vieil Hôtel-Dieu Saint-Eloi. Ce nouvel hôpital retrouvera en 1930 son nom originel sous l’appellation de clinique Saint-Eloi, puis, en 1976, sous celui d’Hôpital St-Eloi. La restructuration répond au besoin de réutiliser de façon optimale l’existant valable et de redonner au vieil Hôpital Saint-Eloi un peu de son image d’origine tout en mettant en œuvre, par des constructions nouvelles complémentaires, les techniques nécessaires à l’exploitation d’un hôpital moderne.
L’actuel hôpital portant son nom fut construit de 1968 à 1970 par l’architecte Henri Colboc à proximité de St-Eloi. L’établissement regroupe sur 7 niveaux un ensemble de disciplines médico-chirurgicales.
Construit en 1906, il a été rattaché en 1928 au Centre Hospitalier Universitaire de Montpellier. La discipline psychiatrique est alors méconnue. Depuis 25 ans, l’évolution des thérapies a entraîné une transformation radicale des modes d’hospitalisation et de prises en charge dans les établissements psychiatriques. La durée moyenne de séjour est passée de 198 jours à 30 jours. Actuellement, la psychiatrie et la psychologie médicale s’organisent autour de la notion de sectorisation.
6. Centre de soins pour personnes âgées Bellevue
Bâtit en 1973, il accueille les personnes âgées nécessitant des soins médicaux. Au milieu d'un terrain de cinq hectares très boisé, il se compose d’une unité de moyen séjour qui accueille des personnes âgées nécessitant une rééducation, une ré-autonomisation et une unité de long séjour pour les personnes âgées ayant perdu leur autonomie et dont l’état de santé nécessite une surveillance médicale constante.
Tout récent (1997), Le centre Antonin Balmes se situe entre l’hôpital la Colombière et l’hôpital Lapeyronie. Il accueille les personnes âgées en court, moyen et long séjours..
II. Infrastructures du CHU de Montpellier
1. Capacité d'accueil (source)
Le CHU de Montpellier dispose de 3000 lits. Les 2/3 des lits se retrouvent sur le pôle Lapeyronie, Arnaud de Villeneuve et La Colombière (hôpitaux proches géographiquement), º sont sur le pôle Gui de Chauliac-Saint Eloi.
Les lits se répartissent ainsi entre les différents sites :
a. Répartition entre les sites
Il y a actuellement plus de 20000 dispositifs sous la responsabilité du service biomédical au CHU Montpellier, toutes catégories confondues.
Les centres Bellevue, Balmes et la Colombière ont comparativement aux autres hôpitaux peu de matériel biomédical (un peu plus de 3% à eux trois), du fait d'une activité de soins plus réduite et plus spécialisée (psychiatrie, gériatrie).
Remarquons également la spécificité de l'hôpital La Colombière (psychiatrie), qui avec º des lits du CHU de Montpellier, ne compte que 1,5 % des dispositifs médicaux.
b. Composition du plateau technique
Les 20000 dispositifs biomédicaux se répartissent ainsi entre les différents groupes de la classification CNEH :
Figure
3 : répartition du plateau technique du CHU par groupe CNEH.
Le parc de matériels lourds au CHU de Montpellier est le suivant :
Circulation extra-corporelle |
4 |
Séparateur de cellules |
4 |
Gamma Cameras |
5 |
Scanner |
5 |
Angiographie numérisée |
5 |
IRM |
2 |
Salle de coronarographie |
2 |
Lithotripteur |
1 |
Il y a par ailleurs 31 générateurs de dialyse : 23 à Lapeyronnie, 7 à Arnaud de Villeneuve et 1 à Saint Eloi.
Le CHU de Montpellier dispose également de l'autorisation pour une IRM supplémentaire et un PET-SCAN, dont les travaux préparatoires à l'installation sont en cours.
3. L'activité de soin au CHU (source)
Chiffres de l'année 2002 : 1 335 182 hospitalisations au total.
Parmi ces patients, 61% sont hospitalisés pour la première fois et 39% sont donc récurrents, essentiellement pour des pathologies chroniques.
Les admissions se répartissent ainsi :
Figure
4 : répartition des entrées au CHU Montpellier.
Les entrées, journées et séances correspondent aux hospitalisations (plus de 2/3 de l'activité de soin). Urgences et consultations extérieures correspondent aux consultations (soit 32,7 % de l'activité).
III. Le service biomédical du CHU de Montpellier
Durant mon stage (de mars à août 2003), le CHU a subi d'importantes restructurations organisationnelles, et les deux organigrammes qui suivent sont amenés à subir des changements d'ici 2004. Ils sont donc données à titre indicatif.
1. Situation du service biomédical au sein de l'hôpital
Figure
5 : Organigramme du DRI au sein du CHU de Montpellier (non complet).
Le Service Biomédical dépend de la Direction des Equipements et de la Logistique et assure les missions suivantes :
- la maintenance et le suivi des équipements ainsi que la traçabilité des données;
- le choix et l'acquisition des équipements biomédicaux (réalisation et le suivi des appels d'offres);
- l'application des textes législatifs ou normatifs;
- la veille technologique.
Le service biomédical au CHU de Montpellier emploi 47 personnes, dont 2 techniciens en cessation progressive d'activité à 50%.
Quatre ingénieurs biomédicaux sont répartis en secteurs d'achat, et 1 ingénieur biomédical en chef coordonne leurs actions et est responsable de la maintenance.
Les 27 techniciens sont répartis en 3 ateliers différents et sont encadrés par 3 cadres techniques (non spécifiquement rattaché à un atelier). Chaque agent de maintenance des ateliers a sous sa responsabilité un parc de matériel biomédical.
Cinq employés sont affectés au bureau de gestion ainsi que deux Contrats Emploi Solidarité et enfin 3 personnes travaillent à la centrale logistique et transport (centrale d'appel et de transport), plus deux CES.
Figure
6 : organigramme du service biomédical du CHU Montpellier.
3. Organisation de la maintenance
a. Définition de la mission du service de maintenance biomédical
Basée sur une démarche qualité, l'organisation du département biomédical a bénéficié d'une réorganisation débutée courant 2000 avec la création d'un Projet Biomédical. Celui-ci présente un constat de la situation du département biomédical, la définition du métier, les missions, les objectifs à atteindre, les limites et contraintes et propose un plan d’actions des activités à engager et un programme de suivi et de communication.
La mission du service de maintenance
biomédical est de maintenir le parc d’équipements médicaux à disposition
des services cliniques et médico-techniques, en bon état de marche sur le
plan des performances et de la sécurité. Il doit assurer une disponibilité
maximale du parc aux utilisateurs à un coût acceptable par le CHU. Le service
rendu doit être homogène quelle que soit la personne qui intervient et
quel que soit le moment où elle intervient. (projet biomédical)
Le terme maintenance désigne l'ensemble des opérations destinées à rétablir ou maintenir un dispositif dans son état de fonctionnement normal : mesures préventives, correctives, de remplacement, de prêt, de réforme et de mise en service. Elle est réalisée par les agents de maintenance qui ont sous leur responsabilité un ensemble de matériel (pousse-seringue, respirateur, microscope, etc).
La GMAO est étroitement liée à l'activité de maintenance. Au CHU de Montpellier, elle se compose de plusieurs modules dont l'accès est réglementé. Le module "Centrale d'appel" permet par exemple de générer les demandes d'intervention, et n'est accessible qu'aux personnels de la centrale d'appel (en plus du responsable GMAO). Le module équipement permet au responsable GMAO de gérer un inventaire des dispositifs biomédicaux. Les autres modules concernent la gestion des bons de travail, des stocks, des contrats, la matériovigilance et l'historique des opérations de maintenance. La GMAO permet donc de gérer les demandes d'intervention, de tracer l'activité de maintenance, de maîtriser les budgets, de suivre la répartition des charges de travail, d'effectuer un suivi de la sécurité des équipements, etc. Un logiciel de GMAO peut également faciliter l'émission, l'utilisation et la diffusion des multiples documents relatifs à l'activité de maintenance : fiche de mise en service, de réforme, bon de travail, fiche de contrôle qualité, fiche RSQM (Registre Sécurité Qualité Maintenance), etc. Au delà de son application réglementaire (traçabilité), la GMAO participe donc à la gestion de l'activité du service biomédical.
b. Démarche de prise en charge d'une panne
La prise en charge d'une panne d'un dispositif biomédical se fait par l'intermédiaire de la centrale d'appel du département biomédical : le service demandeur compose un numéro unique regroupant toutes les centrales d'appels du CHU de Montpellier et accède à celle biomédicale. A son appel est affecté dans la GMAO un numéro unique (le n° de Demande d'Intervention) qui lui permet de suivre l'évolution de sa prise en charge.
Au CHU de Montpellier les opérations préventives représentent 10% des interventions. Les opérations de maintenance corrective 88% et les mises en service 2% (données GMAO).
A titre indicatif, voici un logigramme décrivant le schéma général de prise en charge d'une panne d'un dispositif médical par le service de maintenance biomédical.
Figure
7 : logigramme de prise en charge d'une panne (indicatif).
Cette demande d'intervention donne lieu à la création, par les techniciens, d'un bon de travail de maintenance identifié lui aussi par un numéro unique, dans lequel sont entrés un certain nombre d'informations liées à l'opération de maintenance : la date de demande, la date de début d'intervention, la date de fin d'intervention, le statut du bon (en attente, fermé, etc), l'intervenant, l'atelier concerné, le temps passé, le dispositif concerné, le n° de DI, la cause, l'action, le commentaire, le service demandeur (par son numéro d'UF), etc.
Une fois l'opération de maintenance terminée, le statut du bon de travail est commuté en "FE", c'est à dire "Fermé". Tout les bons fermés sont destinés à être archivés dans une base contenant l'historique des opérations de maintenance.
Avant l'archivage, le personnel d'encadrement peut valider les bons fermés afin d'assurer une fiabilité maximum de l'historique. En effet, il peut y avoir des incohérences ou des oublis qui échappent à la vigilance des agents de maintenance. Les conditions de saisie, le manque d'ergonomie de la GMAO, les inattentions génèrent des erreurs dans les champs des bons de travail qu'il est nécessaire de corriger avant d'effectuer l’archivage des bons et leur exploitation.
Comment est réalisée cette étape précédant l'archivage des bons de travail ? Selon quels critères les bons sont-ils validés ? Afin de retracer une méthodologie la plus complète et pertinente possible, j'ai réalisé une enquête auprès de 16 CHU pour déterminer l'état de l'art actuel dans le domaine. En voici la synthèse.
données GMAO
I. Etat des lieux des pratiques
L'enquête réalisée a porté sur 15 CH représentatifs (plus celui de Montpellier) dont la liste a été portée en annexe. Le but de l'enquête était de lister les principaux critères utilisés ou pouvant être utilisés par le personnel d'encadrement pour valider et analyser le contenu des bons de travail. Pour cela j'ai questionné chaque service biomédical sur leur organisation de la maintenance et j'ai dressé une synthèse des réponses (les questions sont reproduites en annexe).
1. Synthèse générale
de l'enquête
a. Importance des
services biomédicaux
L'importance des hôpitaux sondés va de 300 lits environ à plus de 3000 lits (nombre de lits total). Sept hôpitaux sont sous la barre des 1000 lits sur les 16.
Les différents services biomédicaux ont à gérer entre 30 et 250 demandes d'intervention par semaine, pour des parcs d'équipements variant entre 300 et 20000 dispositifs environ.
Ce panel de services a permis d'effectuer une synthèse
indépendante des conditions propres à chacun (nombre de dispositifs gérés,
nombre d'intervention, etc.) et donc un outil applicable au plus grand
nombre possible de services biomédicaux.
Il y a 10 CHU et 6 CH.
Tous les services questionnées possèdent une GMAO et l'utilise pour tracer les opérations de maintenance, à une exception près qui ne l'utilise que pour inventorier les équipements, les opérations de maintenance bénéficiant d'un suivi papier.
Les divers entretiens téléphoniques que j'ai pu réaliser démontrent une grande diversité des pratiques au sein des services biomédicaux, notamment en ce qui concerne la saisie d'une opération de maintenance. Ceci est en partie dû à la nature de la GMAO disponible : certains services saisissent les interventions dans le service demandeur car la GMAO est accessible de tous les postes de l'hôpital, d'autres ouvrent le bon au service biomédical, effectue l'opération de maintenance et complète le bon en revenant. Enfin certains effectuent toute la tracabilité informatique au service biomédical, une fois l'opération de maintenance terminée.
Les GMAO utilisées sont elles aussi très diverses, avec une part importante de GMAO développées en interne (5 sur 16). Cette diversité n'influe pas sur les résultats de l'enquête : la GMAO utilisée ne conditionne que peu la réalisation ou non d'un traitement des données recueillies.
Presque la moitié des services biomédicaux (7 sur 16) procèdent à une validation des bons avant leur l'archivage, mais celle-ci ne bénéficie pas d'une formalisation des opérations et n'est pas toujours systématiquement appliquée. Le nombre de bons à traiter n'influe pas non plus sur la décision de vérifier le contenu des bons. Cette validation est systématiquement réalisée par l'encadrement (adjoint technique ou ingénieur selon l'importance du service) après la saisie dans la GMAO.
Sur les 7 services réalisant une validation, 2 seulement exploitent leurs données par la suite (statistiques, recherche de cause de panne les plus fréquentes, etc). En tout, 8 CHU procèdent à une exploitation des données après l'archivage. Il y a donc 6 services exploitant des données qui n'ont pas été vérifiées préalablement. L'exploitation des données n'est pas non plus régulière et n'a pas toujours une influence directe sur l'activité de maintenance.
Il y a donc une grande disparité des pratiques
dans ce domaine : la validation n'est pas systématique, l'exploitation non
plus et les exploitations sont très rarement précédé d'une validation. Quel
niveau de pertinence ont alors les résutats de ces exploitations? De plus,
toutes ces opérations ne bénéficient pas d'une formalisation : chacun opère
selon certainee règles, certaines habitutdes, qui varient d'un CHU à un autre.
Le schéma suivant propose, sur la base des pratiques constatées,
une formalisation du processus de traitement des données. Elle met en
jeu une validation du flux de données entrant ainsi qu'une analyse des
données permettant une amélioration continue du service de maintenance
biomédical. C'est sur ce schéma qu'a été basé le développement
du logiciel Analyse.
Figure
8 : Processus de traitement des données générées par la maintenance.
L'analyse des données est obligatoirement précédée d'une validation du flux de données entrant (données "brutes"), afin d'assurer la fiabilité de ce qui sera la base de l'exploitation des données. Les données provenant directement de l'activité de maintenance ne sont pas les seules qui doivent être prises en compte : il convient de les croiser avec celles ayant déjà été archivées ainsi qu'avec l'inventaire des équipements (dont la fiabilité doit aussi être avérée !).
Comment réalise-t-on concrètement un traitement des données GMAO ? Selon quels critères les données sont-elles validées ? Comment peut-on ensuite les analyser afin d'influer sur l'activité de maintenance ? L'enquête a permis de mettre en évidence trois principaux axes dans la validation et l'analyse des données qui sont maintenant détaillées.
2. Synthèse concernant l'analyse des données
a. Critères relatifs à la fréquence d'une panne
La fréquence d'une panne désigne le nombre de pannes (identiques ou non), ramené à une période.
J'ai relevé 3 critères principaux dans l'analyse de la fréquence des pannes des dispositifs :
la fréquence d'une même panne, à ramener au nombre d'heures de fonctionnement ; qui permet de mettre en évidence les premiers signes de faiblesse d'un dispositif, et d'anticiper une panne plus grave, voire une casse ;
la fréquence de panne d'une série d'équipements à comparer avec la même série d'équipements dans un autre service : ce critère permet de déceler les casses anormales, les mauvais usages dûs notamment à un manque de formation du personnel, les appareils qui se dérèglent anormalement, etc…
la fréquence de panne touchant un équipement, à comparer avec la fréquence de panne pour le même équipement mais durant une autre période. Ce critère est presque le même que le premier mais permet de s'affranchir d'un compteur horaire sur l'équipement (qui le plus souvent est difficile voire impossible à mesurer) : on évalue ainsi le taux de panne vis à vis de l'âge du dispositif et non plus selon le nombre d'heures de fonctionnement.
b. Critères relatifs aux délais
Les possibilités d'analyse sont dépendantes des dates disponibles dans le système GMAO. On peut relever cinq dates principales :
Figure
9 : chronologie d'une intervention de maintenance.
L'analyse des dates peut porter sur :
la réactivité du service biomédical : le temps entre l'appel et la prise en charge ;
le temps d'immobilisation total du matériel. Pour des statistiques exploitables, il convient de séparer les interventions à j0 (effectué le jour même) et les autres (j1, j2, etc). Ce point est à surveiller surtout dans le cas d'une intervention externe ;
le temps de transit entre la fin de prise en charge et la remise en service est également à surveiller : il ne doit pas être trop long pour ne pas pénaliser une intervention effectuée rapidement ;
le temps de prise charge par les techniciens du biomédical peut également faire l'objet d'une analyse, en le comparant à la complexité du dispositif concerné et à la possibilité de sous-traitance.
c. Critères relatifs aux coûts
Les coûts concernant les opérations de maintenance proviennent de diverses sources :
coût de main d'œuvre ;
pièces détachées ;
consommables ;
intervention extérieure facturée ;
coût de transport…
Il est donc nécessaire de disposer d'une GMAO permettant les cumuls 1.des différentes sources de coûts et 2. chronologique (prendre en compte toutes les opérations déjà effectuées).
Les critères d'analyse des bons en terme de coûts comprennent :
le coût cumulé des pièces détachées par rapport à l'achat du neuf (permet de jauger l'utilité d'une réparation et la nécessité d'un remplacement) ;
le coût cumulé de la maintenance par rapport au coût d'un contrat (permet d'apprécier le bien fondé d'un contrat) ;
le coût cumulé de la maintenance par rapport au prix du neuf. Ce critère fait l'objet de diverses appréciations dans le biomédical : à partir de quel moment un dispositif doit-il être changer ? Quand le coût de la maintenance atteint 30, 40, 60% du coût neuf ? 100% du prix neuf ? C'est une question complexe qui est loin de faire entrer uniquement en jeu le coût d'un dispositif : programme de renouvellement, contrat ou non, coût neuf, coûts induits (consommables, etc), difficulté d'entretien, facilité de remplacement (capacité financière, lourdeur des procédures), souhaits du service favorisant ou freinant le remplacement du matériel sont aussi à prendre en compte. Pour fixer les idées, 40% du prix neuf constitue un seuil où il serait pertinent de considérer les autres facteurs influant sur un éventuel renouvellement…
d. Critères transversaux et de validation des données
La validation des données peut concerner chacune des catégories citées précédemment (fréquence, coûts, délai). Elle se situe en amont de l'analyse des données, comme indiqué sur la figure 8. En effet, une bonne analyse des données passe par des données dont la fiabilité est assurée. Pour cette raison, nous avons décidé de bien séparer les deux étapes, même si elles concernent des domaines identiques.
La validation des données passe tout d'abord par un contrôle de l'existence même de ces données. Les champs qui suivent peuvent faire par exemple l'objet de garde fous à l'intérieur même de la GMAO (création du bon impossible si tous les champs ne sont pas remplis p.ex.), mais cela n'est pas le cas partout. J'ai donc mis en place un algorithme indiquant quels sont les bons qui possèdent des blancs et où ils se situent. Les champs concernés sont :
L'UF demandeur (n° du service demandeur) ;
l'intervenant ;
son atelier ;
le champ indiquant une intervention interne ou externe ;
la date de demande ;
la date de fin ;
la date de dernière modification du bon (date de statut) ;
le temps passé en intervention ;
le type de bon et sa classe (correctif, préventif, mise en service, etc.) ;
la cause de la panne ;
l'action de l'agent ;
le commentaire de l'agent.
Ensuite la validation peut se poursuivre selon ces critères :
une bonne correspondance entre l'UF demandeur et l'UF propriétaire (que l'on retrouve dans l'inventaire des équipements) ;
une bonne cohérence entre l'intervenant et le champ indiquant une intervention interne ou externe ;
les différentes dates d'un bon doivent toutes être inférieures à la date du jour ;
le bon ordre chronologique des différentes dates entre elles ;
les durées d'interventions inférieures à 8 heures par jour ;
les commentaires doivent être explicites (pas seulement "OK", "vu", "fait", "terminé"…) ;
erreurs éventuelles sur le numéro d'équipement (bon de travail sur équipement inexistant ou déjà réformé) ;
nombre trop important d'interventions par jour effectué par un agent (bons tous fermés le même jour : plus de traçabilité des dates) ;
attente de pièces, transit avant remise en service, attente de devis depuis trop longtemps ;
les interventions sans demande d'intervention doivent également faire l'objet d'une supervision, car on perd la traçabilité sur la date de demande.
Cette liste de critères de validation n'est bien sûr pas exhaustive mais constitue une base très complète à la validation des bons de travail.
Ces critères de validation et d'analyse ont donné une base solide à l'élaboration d'un système de traitement des données aussi automatisé que possible. La démarche de création de ce système à partir de ces matériaux de base est explicitée dans la partie qui suit.
Tous les services interrogés (sauf un) fonctionnent avec des bases de données informatiques, et il était donc opportun (et inévitable) de choisir un outil de traitement informatique. Le développement de cet outil informatique a été guidé par plusieurs impératifs que nous allons maintenant aborder.
J'ai réalisé une analyse concernant les conditions pouvant nuire voire empêcher le traitement des données, en tenant compte non seulement des impératifs liés au traitement des données, mais aussi aux conditions d'utilisation du logiciel par les utilisateurs. Pour réaliser cette analyse, je me suis basé sur les entretiens téléphoniques réalisés lors de mon enquête, ainsi que qur des réunions avec les adjoints techniques du service biomédical.
Je présente ici une synthèse avec le diagramme d'Ishikawa, construit sur les "5M", c'est à dire : Main d'œuvre, Matériel, Milieu, Méthodes, Matières. Pour chaque item il a été listé plusieurs points pouvant nuire à une bonne exploitation des données, voir la rendre impossible.
Figure 10 : diagramme d'Ishikawa. Analyse de risques concernant l'exploitation de données.
Remarquons qu'il n'y a pas de contraintes particulières au milieu, si ce n'est celles habituelles à l'utilisation d'un poste de travail informatique…
La mise en œuvre du logiciel et des actions diminuant les causes de risques sont étroitement liées. Les paragraphes qui suivent présentent chronologiquement les choix qui ont été faits en matière d'utilisation des ressources, et un tableau paragraphe résume les solutions apportées aux causes de risques.
a. Choix des outils informatiques
Le programme de traitement, afin d'être indépendant de tout autre programme, aurait put être programmé directement dans un langage type C++. Ce choix n'a pas été retenu pour deux raisons :
le manque de temps pour développer une application à partir de zéro : en six mois de stage, en comptant deux mois d'enquête et d'analyse du problème, de rédaction d'un rapport et d'une présentation, il ne restait approximativement que trois mois pour programmer un logiciel de traitement de données, ce qui est trop peu pour un projet de cette ampleur;
les moyens disponibles au CHU : le système informatique sécurisé empêche l'utilisation de tout autre logiciel que ceux déjà disponibles, c'est à dire Office, Internet Explorer, Impromptu (extraction de données) et quelques outils propres au CHU (GMAO, etc.). La programmation ne pouvait donc se faire que par les logiciels disponibles.
De part la nature des opérations à effectuer (traitement de données), et la disponibilité logicielle au CHU, c'est donc Access qui a été retenu comme outil de travail principal. Il possède, outre ses fonctionnalités de traitement de bases de données, la possibilité de créer aisément des interfaces simples, avec des boutons associés à certaines commandes, voire à des macros regroupant une suite de commande. Access répondait ainsi au souhait d'automatisation des opérations de traitement.
Ce choix présentait également l'avantage d'offrir un outil utilisable sur tout système d'exploitation pouvant accueillir Office, et en particulier Macintosh.
Enfin, utiliser Office assure également une accessibilité au plus grand nombre de personnes, étant donné la large utilisation des outils Microsoft dans le monde informatique.
Excel est également exploité, pour ses possibilités de gestion de tableaux de données, de calculs et de regroupements grâce aux tableaux croisés dynamiques. Excel permet aussi la création de macros qui, par définition, automatisent certaines opérations… ce qui correspondait bien aux besoins.
Enfin, plus ponctuellement, j'ai programmé quelques fonctions en Visual Basic qui n'étaient pas directement accessibles sous forme de boutons dans Access. (Vous trouverez en annexe quelques exemples de macros et de fonctions utilisées dans Analyse)
En résumé : Analyse est basé sur une interface développée sous Access, utilisant des fonctionnalités Excel et des fonctions en Visual Basic. Comment ces ressources permettent-elles de répondre au problème initial de traitement des données ?
Le développement d'Analyse a été effectué par interactions successives avec les utilisateurs. Ce mode de développement itératif assurait une interface immédiatement exploitable, au détriment de quelques critères qui n'ont pas bénéficié du même niveau de développement que les autres (les coûts en particulier). Les choix de développement répondent également pour la plupart à l'analyse de risque présentée ci-dessus.
Analyse se découpe en trois grandes parties bien distinctes, comprenant chacune plusieurs fonctionnalités. Les trois modules correspondent chacun à une étape que l'on retrouve dans la figure 1 : import des données à partir de la GMAO, validation des bons de travail, puis analyse croisée entre bons actuellement traités, historique des bons archivés et inventaire du matériel. Les trois étapes de fonctionnement du logiciel ont été clairement séparées dans l'interface, évitant une utilisation erronée. L'import des données est obligatoire avant une validation, précédant elle aussi l'analyse des données. Chaque étape reste toutefois accessible à l'utilisateur en un maximum de deux clics, afin de garder directement accessible des opérations déjà effectuées.
Pour rendre le traitement de données accessible à tous, il a été créé un module d'importation des données permettant de récupérer une copie des différentes bases de données sous Access. Il suffit pour cela de respecter le formatage des champs à importer et de disposer d'un module d'export des données sous la GMAO. Le module crée automatiquement une copie des bases de données, sécurisant ainsi les manipulations ultérieures. Afin de pouvoir mettre à jour les éventuels changements effectués, j'ai également ajouté la possibilité d'exporter les tables modifiées vers des tableaux au format Excel, qui pourront ensuite être remontés vers la GMAO.
Chacune de ces opérations a été simplifiée, en regroupant les opérations successives dans une macro, elle-même affectée à un unique bouton. Ainsi la manipulation est-elle aisée et rapide. A chaque bouton est associé une bulle d'aide qui indique plus en détails la fonction du bouton. Pour la voir apparaître, il suffit de laisser la souris quelques instants sur le bouton en question.
Toutes les fonctions d'Analyse ont été développées sur la base des entretiens effectués au préalable, et correspondent donc toutes à un besoin exprimé. L'organisation du logiciel répond également au diagramme des risques.
c. Formation à l’utilisation du logiciel
Le développement du logiciel a été accompagné de la création d'un mode d'emploi au format HTML. Il regroupe les sections suivantes :
installation : comment installer correctement Analyse ainsi que les fichiers annexes indispensables ; quel arborescence respecter pour que le logiciel fonctionne correctement ; comment désinstaller proprement le logiciel ; quelles configurations matérielle et logicielle sont requises ;
une courte explication du principe du logiciel, avec un lien Internet vers la version électronique de ce rapport ;
une présentation écran par écran des différentes fonctions disponibles ;
un glossaire permettant entre autre de retrouver rapidement le formatage des fichiers de données brutes ;
Ce mode d’emploi, fourni avec le logiciel, assure une utilisation autonome du produit.
De plus, chaque personne étant amené à utiliser le logiciel au département biomédical (ingénieurs en chef, ingénieurs achats, encadrement technique) du CHU de Montpellier a également bénéficié d’une formation sur le logiciel. J’ai repris l’explication du processus de traitement des données ainsi que le principe de chaque fonction en expliquant comment l’exploiter. J’ai également veiller à ce que le logiciel puisse être utilisé par les différentes personnes, dès la première explication, mais aussi en installant Analyse sur leurs postes respectifs.
d'Analyse
I. Fonctionnalités développées
1. Module "Importer / Exporter"
a. Fonctionnalités d'import / export
Développé dans le département biomédical du CHU de Montpellier, Analyse a été testé avec la base de données disponible sur place. La GMAO présente actuellement au CHU de Montpellier permet l'exportation des tables au format texte, chaque champ de données étant séparé par des arobas (caractère "@").
Une macro a donc été réalisée pour importer automatiquement un tel fichier, directement de son format texte dans une table Access. Cette macro remplace les entêtes de chaque champ afin qu'Access puisse reconnaître les colonnes sans erreur. Il suffit donc de générer un fichier avec les bonnes données au bon endroit (il faut respecter l'ordre et le contenu des colonnes), avec une première ligne sans importance, et l'importation se fera sans problème.
Cette macro effectue également un pré-traitement des données en supprimant tous les caractères "espace" dans les champs où ils sont indésirables, afin d'uniformiser le contenu de certaines colonnes. Les statistiques ne sont ainsi pas faussées. On ne retrouvera pas par exemple un intervenant se nommant "Dupont" et un autre "Dupont " (avec deux espaces après le nom). Invisibles à l'œil, ces espaces suffisent à générer une différence entre des champs qui devraient être identiques. Bien sûr, toutes les entrées ne sont pas traitées de cette façon : le champ commentaire de l'intervenant, qui par nature varie d'un enregistrement à l'autre, n'est pas "nettoyé" de ses espaces.
Ce module dispose également d'un bouton "Importer à partir d'Excel", qui permet d'importer les données à partir d'un fichier .xls, assurant ainsi une compatibilité avec plusieurs GMAO. Dans ce cas, le fichier doit contenir les entêtes des noms de champs correctement saisis. Ceux-ci sont détaillés dans le fichier d'aide.
Une fois la table importée, il est possible de l'envoyer directement par mail, de l'exporter au format Excel, Word, texte, de visualiser l'ensemble des enregistrements et de les imprimer. Toutes ces fonctions sont accessibles directement par un bouton spécifique (pas de menu, un seul clic).
Il est également possible d'effectuer des opérations de tri, de recherche et d'édition avancées. Celles-ci sont accessibles par le bouton "Modifier la table sous Access" (cf. figure 16 p.36).
Sur cet écran (figure 11 p.25) apparaissent tous les enregistrements un à un. Il est alors possible de trier les enregistrements par ordre croissant ou décroissant, en fonction d'un champ en particulier. Les fonctions "Chercher" et "Chercher et remplacer" sont également accessibles, sur un champ en particulier ou bien sur tous les champs à la fois. Il est également possible de sélectionner une partie des bons selon certains critères. Pour cela, il suffit de cocher la case faisant face au champ désiré, et tous les enregistrements correspondants apparaissent (bouton "Filtrer les cochés").
Toutes ces fonctionnalités sont accessibles sur chaque table, c'est-à-dire : les bons non archivés, l'historique des bons archivés, l'inventaire des équipements, les équipements réformés et la table des codes CNEH.
Enfin, il est possible en cliquant sur un simple bouton de supprimer tous les enregistrements d'une table afin de gagner de la place sur le disque dur. Cette opération n'affecte en aucun cas le fichier texte ou Excel ayant servi au transfert mais uniquement les tables sous Access.
On retrouve par ailleurs des fonctions similaires sur l'écran principal : le bouton "Vider les tables histo, BT en cours, equ reformés" permet de supprimer tous les enregistrements de ces trois tables. Le bouton "Supprimer les tables provisoires" supprime les tables invisibles à l'utilisateur, mais qui sont créées au fur et à mesure de l'utilisation d'Analyse afin d'accélérer l'affichage des données. Enfin, le bouton "Tout supprimer" supprime tous les enregistrements des tables BT en cours, Historique, équipements réformés, Inventaire, et toutes les tables provisoires. Pour que chacun de ces boutons aient effectivement un effet sur la taille du fichier Analyse.mdb, il est indispensable suite à leur utilisation de cliquer sur "Compacter une base de données", dans la barre d'outils. Ce bouton a une fonction similaire de celui "Vider la corbeille" sous Windows : il rend effectif la suppression de données.
Figure
11 : Capture d'écran du module permettant recherche, tri, classement,
modification sur les bons en cours.
Voici un résumé du processus d'import des données :
Figure
12 : processus d’importation des données brutes vers Analyse.
2. Module de validation des bons
Avant toute autre opération, il convient de vérifier que tous les champs soient remplis. Toutes les GMAO ne possédant pas de barrières empêchant la création de bons s'il manque des informations, il nous est apparu judicieux de créer une fonction qui sélectionne uniquement les bons ayant des blancs, et ce dans des champs désignés comme obligatoires. Cette fonction recherche tous les emplacements vides ne devant pas l'être, les remplis de points d'interrogations, et présentent une liste des bons concernés sur plusieurs feuilles (une feuille par atelier de maintenance).
Il n'y a pas de barrière dans Analyse entre cette étape et les autres fonctions de validation (qui doivent suivre chronologiquement, cf. figure 8). Celle-ci n'a pas été mise en place afin de ne pas pénaliser les bases de données avec peu de blancs, et pour éviter les corrections « forcées ».
Une fois la base de données complète, l'étape suivante consiste à vérifier la cohérence des données.
Valider les données pour assurer une bonne fiabilité passe également par une vérification croisée des données provenant de différentes sources. Il a ainsi été mis en place les fonctions suivantes :
vérification de la cohérence entre l'UF demandeur (dans la table des bons en cours), et l'UF propriétaire (inventaire des équipements). Pour certains dispositifs, cette vérification pourrait par ailleurs être utile aux agents de maintenance, pour retrouver le service réellement propriétaire d'un pousse seringue, p.ex., ou de tout autre dispositif "pigeon voyageur" ;
affectation correcte de l'indice I ou E (pour intervention Interne ou Externe) selon le nom de l'intervenant (comparaison mettant en jeu la liste des intervenants internes et celle des intervenants externes) ;
numéro de l'équipement correcte : vérifie si ce n'est pas un équipement déjà réformé ou n'existant pas (le plus souvent il s'agit d'une erreur de frappe…) ;
incohérence de dates : une des dates supérieure à celle du jour; la date de fin d'intervention antérieure à celle de début d'intervention.
Dernier point de validation des données, la vérification d'éventuelles anomalies selon certaines normes :
des interventions d'une durée excédant les 8 heures le même jour ;
des commentaires peu explicites, tels que : "ok", "vu", "fait" ;
un nombre d'intervention par jour et par agent supérieur à n, n étant choisi par l'utilisateur dans une liste de 0 à 50 ;
enfin, une macro permet de rechercher et trier les numéros de bons accidentellement en multiples exemplaires. Sur certaines GMAO, avoir plusieurs fois un même numéro de bon indique de multiples intervenants, mais sur d'autres il s'agit d'un "numéro clef", et par définition unique. Cette fonction permet de détecter une éventuelle anomalie à ce niveau.
Toutes les fonctions décrites ci-dessus sont accessibles à partir de l'écran "Validation des bons" et peuvent être exécutées dans n'importe quel ordre. Toutefois, une approche logique serait d'effectuer l'ensemble des opérations de validation selon le processus décrit en traits pleins.
Figure
13 : processus de validation des données sous Analyse.
L'analyse des données peut se faire selon trois grands types de critères, comme détaillé au paragraphe I.2. Tous les critères n'ont pas été traités à égalité lors de la phase de développement, vu les données dont je disposais au CHU et les souhaits de chacun. Je présente donc ici les fonctions opérationnelles sous Analyse.
Ce module d'Analyse permet l'extraction des données concernant un code CNEH particulier, ou bien un appareil particulier, ou bien tous les appareils d'un unique code CNEH. Puis ces données sont extraites des tables "historique" et "bon en cours" et présentées sous Excel sous forme de graphiques de tableaux croisés dynamiques. Chaque type d'intervention apparaît directement sur le graphique et il est possible d'affiner son choix de variables grâce aux boutons de sélection (modèle, type, marque, UF, intervenant, année, mois, etc). Une éventuelle anomalie telle qu’un accroissement soudain du nombre des réparations se verra immédiatement par rapport aux autres mois.
J'ai également développé des macros pour analyser le nombre de réparations :
en fonction du service : cette fonction calcule le nombre d’intervention par services et effectue un classement par ordre décroissant ;
en fonction du service et du dispositif : calcule le nombre d’interventions sur un dispositif donné et effectue un classement par ordre décroissant, en regroupant les entrées par services ;
en fonction du service, du dispositif et du type de panne : calcule le nombre d’interventions pour un type de panne donné, en regroupant par dispositif puis par service.
Le module d’analyse des bons offre également la possibilité d’extraire les opérations de maintenance en tenant compte de l’ancienneté du matériel :
extraction des dispositifs ayant le plus de réparations par ordre décroissant de date de mise en service ;
extraction des codes CNEH ayant le plus de réparations par ordre décroissant de date de mise en service.
Ce module dispose également d’une fonctionnalité d’extraction des bons de travail en cours qui sont en attente depuis plus de x jours, x étant un nombre à choisir parmi une liste de 0 à 360. Il est également possible de choisir sur quel type de bons doit se faire l’opération, ou bien de lancer l’extraction sur tous les types de bons.
Il est possible d’extraire tous les bons de travail n’ayant pas fait l’objet de demandes d’interventions (appel direct à une société ou bien dans un atelier). Ils sont regroupés par UF demandeur et par type d’intervention interne ou externe.
Enfin, une fonction permet de montrer le ratio d’interventions internes par rapport à celles externes pour un dispositif donné. Les dispositifs sont regroupés par catégorie "Sous contrat" ou "Pas de contrat".
Le schéma ci-dessous indique quelles sont les différentes étapes d'une analyse des données complètes, tenant compte des divers critères évoqués dans la section "Etat des lieux".
Figure
14 : processus complet d'analyse des données.
Comment tirer profit des fonctionnalités développées sous Analyse? Le paragraphe suivant met en avant quelques pistes pour mieux exploiter le potentiel des bases de données GMAO.
1. Utiliser Analyse : exploiter ses données
Analyse est un outil développé pour l’équipe d’encadrement biomédical. Il lui donne les moyens d’objectiver ses analyses en se basant sur les données générées lors des différentes opérations de maintenance. Il ne constitue pas un outil destiné à compenser d’éventuelles lacunes du service biomédical, mais ouvre le champ à une exploitation plus objective et pertinente de l’information produite par l’activité de maintenance biomédicale, puisqu’elle se base sur des données et non des impressions, et sur des critères reconnus.
Voici quelques points concrets pouvant s'articuler autour d'un traitement des données par Analyse.
2. Possibilités d'exploitation
a. Mener une politique de maintenance sur des bases objectives
L'analyse des données par type de dispositif, sur la base des données GMAO, donne la possibilité de mener une politique de maintenance plus objective et plus homogène, les décisions découlant de données statistiques, toujours traitées de la même façon. Toute décision reste bien entendu dans le camp de l'utilisateur d'Analyse, qui possède avec cet outil le moyen d'obtenir des informations neutres, mais non pas une orientation particulière quand aux décisions à prendre. On peut ainsi appuyer des constatations faites sur le terrain par des données provenant de la seule activité de maintenance.
Le management de la maintenance et des ressources sera ainsi basé sur des points objectifs.
b. Suivre les progrès effectués
L'utilisation de données neutres permet également la mise en place d'indicateurs de suivi de progrès. L'analyse de ces données se faisant toujours de la même façon, elle permet le suivi régulier de l'activité de maintenance et la comparaison d'une période à une autre.
Combinée à une analyse par type de dispositif, la comparaison de périodes permettra la mise en place d'actions d'améliorations ciblées sur des pistes de progrès. Elle facilite l'établissement d'objectifs précis, chiffrables, dont le taux de réalisation peut être mesuré. Analyse permet de mettre en relief les points pertinents, qui ne passent ainsi plus inaperçus au milieu d'une activité quotidienne de maintenance importante.
d. Informer les clients du biomédical
L'exploitation des données générées par l'activité de maintenance permet de mettre en place des indicateurs de performances en fonction des services (réactivité, délai, etc) et d'informer les clients de leurs résultats. Par exemple, l'analyse des délais ouvre le champ aux priorisations d'interventions et met en évidence des points d'amélioration possibles dans la gestion des flux de matériels. Ici aussi, il sera donc possible de mettre en place d'éventuelles actions correctives et de suivre les progrès effectués.
e. Saisir les opportunités de renouvellement
Sur de petits parcs de dispositifs, il est possible de connaître suffisamment bien les appareils, leur vétusté, pour savoir à quel moment prendre la décision de renouveler telle ou telle catégorie de matériel. Sur de plus grands parcs, il devient difficile de saisir chaque opportunité de renouvellement : les multiples critères entrant en jeu ne sont pas toujours pris en compte de manière équitable. La politique de l'établissement peut par exemple infléchir les décisions dans une direction qui ne serait pas la plus opportune du point de vue purement technique. Analyse permet de mettre en évidence un accroissement anormal des pannes sur une catégorie de matériel, qui peut être un signe avant-coureur de la fin de vie d'un matériel. La décision de renouvellement sera alors appuyée par les données objectives de l'activité de maintenance, qui donneront du poids aux décisions du biomédical.
f. Comparer avec d'autres sites
L'utilisation d'Analyse sur plusieurs sites permettra des comparaisons sur une ou plusieurs catégories de matériel. Les algorithmes étant les mêmes, les résultats présentés de la même façon permettront de comparer, à dispositifs équivalents : l'activité de maintenance effectuée, les effets de telle ou telle action corrective, les causes les plus fréquentes de panne, etc. L'échange inter-sites sera le moteur d'une amélioration continue de la qualité du service rendu par les services biomédicaux.
1. Développement d'autres fonctionnalités de traitement
L'outil que constitue Analyse est amené à subir des améliorations afin d'en consolider le contenu et d'ajouter des fonctionnalités supplémentaires.
L'utilisation d'Analyse par les acteurs biomédicaux sera le garant d'une amélioration pertinente des fonctions déjà existantes, les confrontant à des utilisations variées. Le retour qualité des utilisateurs constituera le moteur de l'amélioration continue du logiciel Analyse.
La liste des fonctions implémentées sous l'actuelle version d'Analyse (1.0) n'est pas exhaustive. Au niveau notamment des coûts, et, dans une moindre mesure, au niveau des délais, il serait possible de compléter les fonctions préexistantes par de nouvelles en se basant entre autres sur les résultats de l'enquête. Tous les critères cités n'ont en effet pu être programmés dans Analyse durant mon stage.
2. Vers un système intégré à la GMAO
Analyse est pour l'instant totalement indépendant de la GMAO utilisée. Ceci a pour avantage de permettre l'exploitation par différents sites des mêmes outils d'analyse, et donc d'effectuer comparaisons et échanges d'informations. Toutefois, la partie de validation des données peut être intégrée à une GMAO. La base de données résultante serait ainsi valide immédiatement. Certaines GMAO offrent des possibilités de paramétrage des champs (obligatoire ou non p. ex.). En paramétrant correctement dès la première utilisation de la GMAO ces critères, on peut améliorer sensiblement la qualité des données générées.
L'intégration d'indicateurs et d'alarmes directement
dans une GMAO est également une possibilité qui devrait être exploitée
par les services biomédicaux. La mise en place de fonctions calculant des
indicateurs directement à partir des données GMAO est également possible
sur certaines GMAO, mais n'intègre généralement pas de fonctions d'analyse
poussées, incluant la visualisation de graphiques par exemple. L'intégration
à une GMAO présente également l'avantage de pouvoir directement corriger
les erreurs dans la GMAO. On évite ainsi de passer par des fichiers intermédiaires
qu'il faut remonter ensuite dans la GMAO.
Durant mon stage au CHU de Montpellier, j'ai donc pu travailler à la création d'un outil complet de traitement de données. Intégrant une phase d'enquête, d'analyse de problème, de synthèse, de recherche de solutions, de développement et de formation au personnel, j'ai eu l'occasion de traiter un problème d'un bout à l'autre, utilisant les ressources qui étaient à ma disposition au CHU.
Le travail préparatoire au développement d'Analyse a permis la création de processus complets de validation et d'analyse du flux de données générés par l'activité de maintenance biomédicale. Ceux-ci ont constitué la base de l'établissement du logiciel qui regroupe une partie de ces processus. L’exploitation des données de maintenance par un système automatisé et formalisé ouvre le champ à de multiples applications qui induiront une meilleure maîtrise de l’activité de maintenance biomédicale. Destiné aux personnels d'encadrements, il leur offre la possibilité d'exploiter leur donnée de GMAO de façon objective et homogène. Ils pourront ainsi mieux maîtriser l'activité de maintenance biomédicale et crédibiliser l'action du biomédical au sein des structures de soins. Elle permet également de fonder les décisions concernant l'activité de maintenance biomédicale et de fixer des mesures d'améliorations.
Analyse ouvre un champ d'exploration
nouveau : l'exploitation des données de maintenance. S'il est dépendant d'une
GMAO qui lui fournira la matière première, Analyse n'est pas le complément
d'une GMAO mais bien un logiciel en soi, apportant des fonctions nouvelles
et ouvrant le champ à des applications nombreuses en maintenance biomédicale.
Conçu pour être accessible à tous, Analyse possède
une interface simplifiée et automatisée au maximum, un mode d'emploi complet
et est compatible avec toutes les GMAO possédant un module d’exportation
des données. Il peut donc être utilisé par plusieurs établissements.
Les fonctions existantes devraient pouvoir faire l'objet de futurs
améliorations pour assurer l'amélioration du produit, en liaison étroite
avec les utilisateurs afin de rester pertinent dans le développement.
Normes
XP S 99-171, Registre Sécurité Qualité Maintenance, décembre 2001.
Textes réglementaires
Décret 2001-1154, Organisation de la maintenance et du contrôle qualité, 5 décembre 2001. retour au paragraphe
Ouvrages
La fonction maintenance, Jean-Claude Francastel, éditions AFNOR, 1999.
Organisation logistique et technique à l'hôpital, Y. Benanteur, J.L. Saillour, R. Rollinger, éditions ENSP,2000.
Articles
Guide des bonnes pratiques biomédicales en établissement de santé, G. Farges, G. Wahart, J.M. Denax, H. Métayer, ITBM RBM News, Nov. 2002, Vol. 23, Suppl. 2.
RSQM : vers la maîtrise de la traçabilité pour les dispositifs médicaux, F. Thibault, G. Farges, ITBM RBM News, Fév. 2002, Vol. 23, N° 1.
Maintenance et contrôle qualité : comment anticiper l'application du décret n° 2001-1154 ?, E. Peltier, F. Prodhomme, C. Vedovini, G. Farges, J.P. Caliste, ITBM RBM News, Août 2002, Vol. 23, N° 4.
Documents du service biomédical
Projet biomédical, F. DURAND-GASSELIN, CHU Montpellier, 26 mai 2000. Retour au paragraphe
Organisation de la maintenance des dispositifs biomédicaux, M. IRACANE, CHU Montpellier, 11 mars 2003. Retour au paragraphe
Rapports de stage étudiants
La GMAO, un outil pour la qualité de la maintenance biomédicale hospitalière, J. Détraz, DESS "TBH", UTC, 98-99, URL : https://www.utc.fr/~farges/dess_tbh/98-99/.
La maintenance curative, W. Fischer, CHU Montpellier, 2000. Retour au paragraphe
Sites internet
CHU Montpellier : http://www.chu-montpellier.fr. retour au paragraphe
Rapport d'activité 2002 du CHU : http://www.chu-montpellier.fr/fr/documents/rapportdegestion2002/index.html.Retour au paragraphe
Annexe I : Liste des hôpitaux contactés
Voici par ordre chronologique les CH contactés pour mener mon enquête, avec le nom des personnes ayant répondu à mes questions.
CH Mende : M. Enel
CHU Caen : M. Lacombe
CHRU Limoges : M. Bricq
CH Martigues : Mme Sanchez et M. Baroni
CHU Lille : M. Triquet
CH Millau : M. David
CH Cholet : Mme Delaoustre et M. Chalet
CH Aubagne : M. Hadjali
CHU Toulon : M. Collar
GH Havres : M. Goncalves
CHU Nice : M. Oleksy
CH Rodez : M. Maliges
CHU Dijon : M. Chupeau
CHU Robert Debré : M. Marecal
CHU Sud-Réunion : M. Evrard
CHU Montpellier : M. Amarger, M. Durand-Gasselin, M. Garambois et M. Mercier
Je reproduis ci dessous le questionnaire ayant servi de trame à mes recherches :
1°) Quel effectif dans votre service biomédical (nombre ingénieurs, agents, adjoint techniciens)?
2°) Quel GMAO utilisez-vous ? Nombre de DM sous votre responsabilité? Nombre de bons à traiter par semaine?
3°) Lors d'une intervention, quelles sont les principales informations qui sont entrés dans la GMAO (celles obligatoires)?
4°) Quand ces informations sont-elles renseignées dans la GMAO : pendant l'intervention, juste après, quelques jours après? Par qui : agent, personnel d'encadrement?
5°) Y'a t'il une validation des données entrées effectuée avant un éventuel archivage, ou à tout autre moment? Si oui, par qui et selon quels critères?
6°) Les données de la GMAO sont-elles exploitées
de quelque manière que se soit par les membres du personnel biomédical?
Annexe II : captures d'écrans d'Analyse.
Annexe III : exemples de macros en Visual Basic
Extraction de la date de dernière modification d'un fichier
Function extrairedatebt_en_cours()
Dim fs, f
'Déclaration des variables
Set fs = CreateObject("scripting.filesystemobject")
'Initialisation de l'objet en tant que filesystemobject
Set f = fs.getfile("c:\donnees\analyse_bt\fichiers\bt_prod.txt")
'Initialisation du fichier cible
extrairedatebt_en_cours = f.DateLastModified
'Extraction du champ Date de dernière modification. La fonction la renverra lors de son appel.
End Function
Suppression des tables qui sont crées lorsde l'utilisation du logiciel
Function suppr_tables_provisoires()
Dim obj As AccessObject, dbs As Object
Set dbs = Application.CurrentData
'Déclaration et initialisation des variables
For Each obj In dbs.AllTables 'Début d'une boucle for qui passe en revue tout les objets de type Tables
If obj.Name = "copie de BT_en_cours" Then DoCmd.DeleteObject acTable, obj.Name
If obj.Name = "Histo + BTencours" Then DoCmd.DeleteObject acTable, obj.Name
'Si l'objet passé en revue a pour nom celui indiqué,
alors on supprime l'objet portant ce nom, de type table
Next obj 'Objet suivant
End Function
Traitement d'un fichier texte pour le rendre importable sous Access
Sub Auto_open()
'Macro nommée Auto_open : s'ouvre automatiquement au lancement du fichier Excel
Application.Interactive = False
'Désactivation des intéractions utilisateur/Excel
Application.DisplayAlerts = False
'Désactivation des messages d'alerte et de confirmation
ChDir "C:\donnees\Analyse_BT\Fichiers" 'Initialisation du répertoire courant
Workbooks.OpenText Filename:="C:\donnees\Analyse_BT\Fichiers\bt_histo.txt", _
Origin:=xlWindows, StartRow:=1, DataType:=xlDelimited, TextQualifier:= _
xlDoubleQuote, ConsecutiveDelimiter:=False, Tab:=False, Semicolon:=False _
, Comma:=False, Space:=False, Other:=True, OtherChar:="@", FieldInfo _
:=Array(Array(1, 1), Array(2, 1), Array(3, 1), Array(4, 4), Array(5, 1), Array(6, 4), _
Array(7, 1), Array(8, 1), Array(9, 1), Array(10, 1), Array(11, 1), Array(12, 1), Array(13, 1 _
), Array(14, 1), Array(15, 1), Array(16, 1), Array(17, 1))
'Ouverture du fichier
Range("A1").Select 'Sélection d'une unique cellule
ActiveCell.FormulaR1C1 = "N_BT"
'Remplissage de cette cellule par N_BT, pour uniformisation des nom de champs
Range("B1").Select
ActiveCell.FormulaR1C1 = "TB"
Range("C1").Select
ActiveCell.FormulaR1C1 = "CB"
Range("D1").Select
ActiveCell.FormulaR1C1 = "D_DEMANDE"
Range("E1").Select
ActiveCell.FormulaR1C1 = "N_DI"
Range("F1").Select
ActiveCell.FormulaR1C1 = "D_FIN"
Range("G1").Select
ActiveCell.FormulaR1C1 = "CODE_CNEH"
Range("H1").Select
ActiveCell.FormulaR1C1 = "N_EQUIP"
Range("I1").Select
ActiveCell.FormulaR1C1 = "GROUPE"
Range("J1").Select
ActiveCell.FormulaR1C1 = "METIER"
Range("K1").Select
ActiveCell.FormulaR1C1 = "INTERV"
Range("L1").Select
ActiveCell.FormulaR1C1 = "IE"
Range("M1").Select
ActiveCell.FormulaR1C1 = "HEURES"
Range("N1").Select
ActiveCell.FormulaR1C1 = "TACHE"
Range("O1").Select
ActiveCell.FormulaR1C1 = "CAUSE"
Range("P1").Select
ActiveCell.FormulaR1C1 = "ACTION"
Range("Q1").Select
ActiveCell.FormulaR1C1 = "UF"
Range("R1").Select
ActiveCell.FormulaR1C1 = "D_DEBUT"
Range("S1").Select
ActiveCell.FormulaR1C1 = "COMMENTAIRE"
Range("T1").Select
ActiveCell.FormulaR1C1 = "MOTIF_DEMANDE"
Cells.Select
Selection.Replace What:=" ", Replacement:="", LookAt:=xlWhole, _
SearchOrder:=xlByRows, MatchCase:=False
'Suppression des blancs case entière dans tout le tableau
Rows("1:1").Select
Selection.Replace What:=" ", Replacement:="", LookAt:=xlPart, _
SearchOrder:=xlByRows, MatchCase:=False
'Suppression des caractères espace dans une chaîne dans la ligne 1
Columns("A:Q").Select
Selection.Replace What:=" ", Replacement:="", LookAt:=xlPart, _
SearchOrder:=xlByRows, MatchCase:=False
'Idem pour les colonnes A à Q
ActiveWorkbook.SaveAs Filename:= _
"C:\donnees\Analyse_BT\Fichiers\extraction\bt_historique.xls", FileFormat:=xlNormal, _
Password:="", WriteResPassword:="", ReadOnlyRecommended:=False, _
CreateBackup:=False
'Sauvegarde du fichier
Application.Quit
'Sortie de l'application
End Sub
Last changed: