Un Système Multi-Agent pour le pilotage hybride d’un Groupement Hospitalier Territorial – Cas d’une gestion de crise dans le cadre d’une épidémie

Un GHT (Groupement Hospitalier de Territoire) regroupe au moins deux hôpitaux, avec un Hôpital Support (HS) qui le coordonne. Des crises comme le COVID-19 ont révélé une mauvaise répartition des patients dans ce modèle centré sur le HS. La problématique scientifique de cette thèse est d’établir s’il convient de privilégier une telle décision centralisée sur l’HS ou, au contraire, s’il vaut mieux laisser une autonomie de prise de décision à tous les hôpitaux grâce à une organisation distribuée. Pour étudier ces problématiques, cette thèse compare l’organisation Centralisée (OC) où toutes les décisions sont prises par une unique Autorité Centrale (AC) et une organisation distribuée (CNP pour Contract Net Protocol) qui est une enchère distribuée. Ces organisations visent à résoudre un problème d’affectation des patients dans un contexte de crise, l’affectation donc se fait lors d’une pénurie de ressources du fait, nous modélisons le problème d’affection résolu comme un problème de multiple sacs à dos (MKP). La principale contribution de cette thèse est l’ajout d’un paramètre modélisant l’altruisme (AP pour Altruism Percentage) au CNP. AP modélise le fait que chaque hôpital est une entité autonome qui peut avoir ses propres objectifs et contraintes. La définition d’AP est d’être la proportion minimale de ses patients qu’un hôpital choisit de laisser gérer par l’hôte. Il est très intéressant de noter que, avec cette définition de l’altruisme, CNP+AP se comporte de façon plus ou moins (dé)centralisée. En effet, si AP = 100%, alors chaque invité propose à l’hôte de CNP+AP de réaffecter l’ensemble de ses patients et cet hôte se retrouve alors à résoudre le même problème d’affectation que l’Autorité Centrale de l’OC. En pratique, notre CNP+AP nous permet de ne pas évaluer l’efficacité d’OC directement, mais de considérer à la place celle de CNP+AP avec AP = 100%. Les deux organisations sont modélisées avec le simulateur “AnyLogic”, où les agents appellent le solveur de PLNE “CPLEX” pour résoudre leur MKP. Les résultats montrent que AP permet à CNP+AP d’équilibrer autonomie locale et optimisation globale ainsi que de traiter plus de patients durant le pic épidémique.