Optimisation de la gestion du service de maintenance

biomédicale
Zeineb Ben Houria

To cite this version:

Zeineb Ben Houria. Optimisation de la gestion du service de maintenance biomédicale. Ingénierie
biomédicale. Université de Lyon, 2016. Français. �NNT : 2016LYSES057�. �tel-01971622�

HAL Id: tel-01971622

https://tel.archives-ouvertes.fr/tel-01971622
Submitted on 7 Jan 2019

HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est

archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.
 République Tunisienne
Ministère de l’Enseignement Ecole Doctorale
Supérieur, de la Recherche Sciences et Technologies
Scientifique
Thèse de DOCTORAT
Université de Sfax En Génie Mécanique
École Nationale d’Ingénieurs de Sfax

Université De Lyon Ecole Doctorale

Université Jean Monnet De Saint- De Saint-Etienne
Etienne
Thèse de DOCTORAT
En Génie Industriel
N° d’ordre : 203 2016

THESE en COTUTELLE
En vue de l’obtention du
DOCTORAT DE L’UNIVERSITE DE SFAX
Discipline : Génie Mécanique
et
DOCTORAT DE L’UNIVERSITE JEAN MONNET DE
SAINT-ETIENNE
Discipline : Génie Industriel

Présentée à
L’École Nationale d’Ingénieurs de Sfax
Par
Zeineb BEN HOURIA
Ingénieur en Génie Industriel

Optimisation de la gestion du service de

maintenance biomédicale

Soutenu le 21 Novembre 2016, devant le jury composé de :

M. Mohamed HADDAR (Professeur, ENIS, Université de Sfax, Tunisie) Président
M. Anis CHELBI (Professeur, ENSIT, Université Tunis El Manar, Tunisie) Rapporteur
M. Farouk YALAOUI (Professeur, Université de Technologies de Troyes, France) Rapporteur
Mme. Diala DHOUIB (Maitre de conférences, ISGI, Université de Sfax, Tunisie) Examinateur
M. Ahmad AL HANBALI (Maitre de conférences, Université de Twente, Pays Bas) Examinateur
M. Faouzi MASMOUDI (Professeur, ENIS, Université de Sfax, Tunisie) Directeur de Thèse
M. Malek MASMOUDI (Maitre de Conférences, Université Jean Monnet, France) Co-Directeur de Thèse
M. François Guillet (Professeur, Université Jean Monnet, France) Invité
 Dédicaces

Certes ma prière, mon sacrifice, ma vie et ma mort sont pour Allah

Le Seigneur des mondes, Il n'a aucun associé
Le Coran Al-Karim

Je dédie ce manuscrit à mes parents pour leur soutien indéfectible. Ils ont été mes plus grands
conseillers. Leurs prières et leurs bénédictions m’ont été d’un grand secours pour mener à bien
mes études. Je leur dois tout mon succès.

Une pensée particulière à mon mari Zied qui m’a toujours soutenu. Je le remercie pour sa
patience, sa compréhension, sa confiance et l’énergie qu’il m’a donnée pour poursuivre mes
études. Que dieu réunisse nos chemins pour un long commun serein et que ce travail soit
témoignage de ma reconnaissance et de mon amour sincère et fidèle.

Un grand merci à mes frères, ma sœur et mes amis pour leur soutien moral.

Je remercie mes beaux-parents ainsi que toute la famille pour l’amour qu’ils m’ont témoigné
pendant cette période.

Enfin, je dédie ce manuscrit à la mémoire de mes défunts grands-parents et ma tante. Que Dieu,
le miséricordieux, les accueille dans son éternel paradis.

Un grand Merci pour tout et cette thèse leur est dédiée !

ii
 REMERCIEMENTS

Tous mes remerciements à Dieu d’abord, puis à mon Directeur de Thèse, Monsieur Faouzi
MASMOUDI, Professeur au Département Génie Mécanique de l’ENIS (Sfax, Tunisie), pour
la confiance qu’il m’a accordé en acceptant d’encadrer mes travaux, pour m’avoir conseillé,
encouragé et soutenu avec patience tout au long de cette thèse.

J’adresse mes vifs remerciements à mon co-directeur de thèse, Monsieur Malek MASMOUDI,
Maitre de Conférences à l’Université Jean Monnet (Saint Etienne, France), pour m’avoir
encadré et bien orienté pour la réussite de cette thèse. Je suis reconnaissante pour sa
disponibilité, son aide précieuse et la qualité de sa supervision, je lui adresse toute ma gratitude.

Je remercie infiniment Monsieur Ahmad AL HANBALI, Maitre de Conférences à l’Université

de Twente (Enschede, Pays Bas), pour m’avoir accueilli au sein de son département. Je salue
ses qualités scientifiques et ses conseils judicieux.

J’exprime ma sincère reconnaissance à Monsieur Farouk YALAOUI, Professeur des

universités et directeur du laboratoire LOSI à l’université de Technologies de Troyes (UTT)
ainsi qu’à Monsieur Anis CHELBI, Professeur de l’enseignement supérieur à l’université de
Tunis, Ecole Nationale Supérieure d’Ingénieurs de Tunis (ENSIT), pour avoir accepté de juger
ce travail en qualité de rapporteur.

Je remercie très vivement Madame Diala DHOUIB, Maître de conférences à l’ISGI de Sfax et
directrice du laboratoire LOGIQ, pour le crédit qu’elle a bien voulu accorder à mon travail en
participant au jury de cette thèse.

Je remercie Monsieur Mohamed HADDAR, Professeur et directeur du Laboratoire

« La2MP », pour m’avoir accueilli au sein de son laboratoire et accordé l’atmosphère
convenable à la recherche.

Je tiens à remercier Monsieur François GUILLET, Directeur adjoint au Laboratoire

« LASPI », pour m’avoir accueilli au sein de laboratoire LASPI et accepté de faire partie du
Jury. Je remercie aussi Monsieur Mohamed EL BADAOUI, Professeur des universités à
l’UJM (Saint-Étienne, France) et Directeur du Laboratoire LASPI.

Je voudrais remercier Monsieur Omor LOUHICHI, Directeur du service maintenance de

l’hôpital Habib Bourguiba de Sfax et tous le personnels de ce service pour leurs soutien
technique.

iii
Au cours de mes travaux de recherche, j’ai eu la chance de travailler toujours dans une
atmosphère agréable. Un très grand merci à Madame Michelle BILLET qui s’est occupée de
nous. Je voudrais remercier tous mes amis et mes collègues de « La2MP » et de « LASPI »,
pour l’ambiance sympathique et les bons moments passés en leur compagnie. En particulier, je
tiens à remercier Thameur Kidar, Donald Rotimbo, Mourad Lamraoui et Fatima Ezzahra
Hamdani.

Enfin, veuillez trouver ici l’expression de mes estimes et mon profond respect.

Zeineb BEN HOURIA

21 Novembre 2016

iv
 RESUME

Le milieu hospitalier est un monde à la fois sensible et complexe, sensible parce que la vie
humaine est en jeu et complexe parce que les équipements médicaux augmentent en nombre et
en complexité technique. Ainsi, afin de préserver le bon état de fonctionnement de ces
équipements et à un niveau élevé de disponibilité, leur entretien est devenu l'une des
préoccupations majeures des responsables de l’hôpital.

L’objectif de cette thèse est de proposer, aux responsables de maintenance biomédicale dans
les établissements de soins, des outils d’aide à la décision qui permettent une meilleure maitrise
des coûts. Ceci en assurant la sécurité des patients et des utilisateurs et en maintenant des
performances optimales de l’ensemble des équipements médicaux.

Tout d’abord, une heuristique a été proposée pour le choix de l’internalisation ou de

l’externalisation de la maintenance et pour la sélection du contrat adéquat. La sélection du
contrat est basée sur un ensemble de critères tout en considérant la contrainte du budget
disponible. Ensuite, afin d’améliorer la procédure proposée, nous avons proposé des outils
d’aide à la décision multicritère pour le choix adéquat d’une stratégie de maintenance. Pour
l’étude de la criticité des équipements médicaux et le choix de la maintenance, sept critères ont
été étudiés en proposant un couplage de l’approche AHP « Analytical Hierarchy Process » à la
technique TOPSIS « Technique for Order Performance by Similarity to Ideal Solution ».
Comme les experts du service de maintenance présentaient une certaine incertitude dans leurs
jugements, nous avons intégré l’évaluation linguistique floue dans l’étude de la criticité des
équipements et dans la sélection de la stratégie de maintenance (Fuzzy AHP couplée avec Fuzzy
TOPSIS).

Un modèle mathématique MILP a été développé pour la définition des limites de la criticité
afin de caractériser les trois stratégies de maintenance. Le bon choix de ces limites permet
d’optimiser le coût de la maintenance en respectant le budget disponible. Enfin, un deuxième
modèle mathématique MILP a été développé en se basant sur l’heuristique proposée. Ce modèle
permet de sélectionner pour chaque équipement, la stratégie de maintenance, internaliser ou
externaliser la maintenance et le type du contrat tout en considérant le budget disponible et la
charge/capacité du service maintenance.

Mots clés : Equipements médicaux, stratégies de maintenance, multicritère, priorisation, AHP,

TOPSIS, ensemble flous, internalisation/ externalisation, modélisation mathématique, MILP.

v
ABSTRACT

The hospital is a world that is both sensitive and complex, sensitive because the human life is
involved and complex because medical facilities are growing in number and in technical
complexity. Then, the problem of the medical equipment maintenance in order to keep them in
safe, reliable and with high level of availability has become a major preoccupation of the
hospital.

The objective of this thesis is to provide tools to help the biomedical maintenance service of
the hospital to make decisions that allow a better control of costs, while ensuring patient and
user safety and maintaining optimal performance of medical equipment.

First, a heuristic has been proposed for the choice of internalization or outsourcing maintenance
and for the selection of the appropriate contract. The selection of the contract is based on a set
of criteria while considering the available budget constraint. Then, to improve the proposed
procedure, we proposed multi-criteria decision-making tools to select the appropriate
maintenance strategies. Seven criteria have been designed to study the criticality of medical
equipment and the choice of maintenance by providing a coupling of the AHP approach
"Analytical Hierarchy Process" with TOPSIS technique "Technique for Order Performance by
Similarity to Ideal Solution." As the expert judgments of the maintenance department presented
some uncertainty, we integrated the fuzzy language assessment of the criticality of the
equipment and the selection of the maintenance strategy (Fuzzy AHP coupled with Fuzzy
TOPSIS).

A mixed integer linear programming model (MILP) was developed to define thresholds of
criticality to characterize the three maintenance strategies. According to these thresholds,
maintenance cost can be optimized within the available budget. Finally, a second mixed integer
linear programming model (MILP) was developed based on the proposed heuristic. This model
allows selecting for each equipment, the maintenance strategy, the internalization or the
outsourcing of the maintenance and the type of contract while considering the available budget
and the workload / capacity of the maintenance department.

Keywords: Medical equipment, maintenance strategies, multi-criteria, prioritization, AHP,

TOPSIS, Fuzzy set, internalization/outsourcing, mathematical model, MILP.

vi
 TABLE DES MATIERES

Introduction générale ............................................................................................................... 1

Chapitre 1 : Contexte et problématique ................................................................................. 3
1.1. Le contexte hospitalier ................................................................................................. 3
1.2. La maintenance des équipements médicaux ................................................................ 4
1.3. Présentation du service de maintenance biomédicale de l’hôpital Habib Bourguiba de
Sfax ………………………………………………………………………………………..5
1.3.1. Présentation du CHU Habib Bourguiba de Sfax.................................................. 5
1.3.2. Service de maintenance biomédicale CHU Habib Bourguiba de Sfax ................ 6
1.3.3. Analyse de pratiques existantes du service maintenance ..................................... 6
a. Évolution des dépenses en fonction du temps .......................................................... 7

b. Les interventions du service maintenance biomédicale pour tous les équipements 7

c. Étude de la criticité des services par causes de pannes ............................................ 9

d. Etude de la criticité des équipements médicaux..................................................... 10

1.3.4. Analyse des données pour le respirateur d’anesthésie de type « DRAGER

JULIAN » .......................................................................................................................... 10
a. Analyse de disponibilité en fonction de la période de maintenance préventive .... 11

b. Analyse de coût de maintenance corrective par période de la maintenance

préventive : .................................................................................................................... 17

1.4. Conclusion ................................................................................................................. 19

Chapitre 2 : Etat de l’art ........................................................................................................ 20
2.1. La maintenance des équipements médicaux .............................................................. 20
2.1. 1 Présentation de la maintenance ......................................................................... 20
2.1. 2 Les différentes stratégies de maintenance .......................................................... 21
2.1.3 Les différents modes de maintenance ................................................................. 23
a. La maintenance en interne...................................................................................... 23

b. La maintenance en externe intégrale ...................................................................... 23

c. La maintenance externe partagée ........................................................................... 24

2.2. Optimisation de la maintenance biomédicale ............................................................ 24

2.3. Priorisation et classification des équipements médicaux ........................................... 27

vii
 2.4. Classification des méthodes d’aide à la décision multicritère ................................... 31
2.5. Externalisation de la maintenance biomédicale ......................................................... 33
2.2. Conclusion ................................................................................................................. 37
Chapitre 3 : Procédure du choix de la stratégie de maintenance ....................................... 38
3.1. Nouvelle procédure de décision ................................................................................. 39
3.1.1. Première étape.................................................................................................... 41
a. Degré de complexité de la maintenance (1er critère : A) ........................................ 42

b. La fonction (2ème critère : B) ................................................................................. 43

c. Risque (3ème critère : C).......................................................................................... 43

d. Degré d’importance de la mission (4ème critère : D) .............................................. 44

e. Age (5ème critère : E) .............................................................................................. 45

f. Criticité (G) ............................................................................................................ 45

3.1.2 Deuxième étape................................................................................................... 46

a. Compétence par niveau de maintenance (H).......................................................... 46

b. Estimation de la charge annuelle par niveau par stratégie de maintenance par

équipement (I)............................................................................................................... 46

c. Estimation de l’équipe nécessaire (technicien/ingénieur) par niveau (J) ............... 47

d. Coût par heure (K).................................................................................................. 47

e. Coût de la main d’œuvre (L) ................................................................................. 47

3.1.2. Troisième étape .................................................................................................. 49

3.1.3. Quatrième étape ................................................................................................. 51
a. Valeur monétaire des pièces de rechange (F)......................................................... 52

b. Fréquence des défaillances complexes (O) ............................................................ 52

3.2. Conclusion ................................................................................................................. 54

Chapitre 4 : Etude de la criticité des équipements médicaux en utilisant des approches
multicritère .............................................................................................................................. 55
4.1. Modèle de priorisation des équipements médicaux ................................................... 55
4.1.1. Etablissement de la structure hiérarchique de problème ................................... 55
4.1.2. Calcul des poids des critères et sous critères ..................................................... 59
4.1.3. Application de la méthode AHP ......................................................................... 60
4.2. Classification des stratégies de maintenance ............................................................. 63
viii
 4.3. Intégration de la logique floue dans l’application de l’AHP et TOPSIS ................... 69
4.3.1. Exploitation de l’AHP Floue .............................................................................. 69
a. Définition d’un nombre flou .................................................................................. 69

b. Calcul des poids des critères et sous critères.......................................................... 71

4.3.2. Exploitation de TOPSIS Floue ........................................................................... 74

4.4. Conclusion ................................................................................................................. 77
Chapitre 5 : Choix des stratégies de maintenance, internalisation/externalisation ......... 79
5.1. Sélection de la stratégie de maintenance en utilisant le modèle mathématique MILP
………………………………………………………………………………………80
5.1.1. Modélisation du problème .................................................................................. 80
5.1.2. Les résultats expérimentaux du modèle mathématique ...................................... 83
5.1.3. Etude de sensibilité du modèle mathématique .................................................... 85
5.2. Modélisation mathématique globale de problème de maintenance biomédicale ...... 86
5.2.1. Les hypothèses du modèle................................................................................... 86
5.2.2. Les Indices .......................................................................................................... 87
5.2.3. Les paramètres ................................................................................................... 87
5.2.4. Les variables de décision .................................................................................... 89
5.2.5. Les variables auxiliaires..................................................................................... 89
5.2.6. Modélisation mathématiques .............................................................................. 90
5.2.7. Linéarisation du modèle mathématique ............................................................. 92
5.2.8. Les résultats numériques .................................................................................... 94
5.3. Conclusion ................................................................................................................. 96
Conclusions et perspectives ................................................................................................... 97
Références bibliographiques .................................................................................................. 99
Annexes .................................................................................................................................. 108

ix
 LISTE DES FIGURES
Figure 1.1 Évolution des dépenses au cours du temps en DT .................................................... 7
Figure 1.2 La fréquence d’interventions selon la stratégie de maintenance ............................... 8
Figure 1.3 Le pourcentage de la maintenance corrective par causes de pannes ......................... 8
Figure 1.4 Le nombre d’interventions par service critique par causes de pannes ...................... 9
Figure 1.5 Le pourcentage du taux d’intervention sur les équipements médicaux .................. 10
Figure 1.6 Evolution du nombre moyen de MC par période de MP ........................................ 16
Figure 1.7 Evolution du nombre moyen des jours d’immobilisation en fonction de la période
de MP........................................................................................................................................ 16
Figure 1.8 Répartition du coût de maintenance total en fonction de jours d’immobilisation du
respirateur d’anesthésie DRAGER ........................................................................................... 18
Figure 1.9 Evolution du coût moyen de maintenance corrective en fonction de la période de
maintenance préventive ............................................................................................................ 19
Figure 2.1 Les différentes stratégies de maintenance ............................................................... 22
Figure 2.2 Classification des recherches de l’organisation de la maintenance des équipements
médicaux de 1989 à 2014 ....................................................................................................... 22
Figure 2.3 Les méthodes d’aide à la décision multicritère ....................................................... 31
Figure 3.1 Schéma de la procédure d’aide à la décision proposée (les valeurs G, O, L et F sont
expliquées dans les parties suivantes) ...................................................................................... 40
Figure 4.1 La structure hiérarchique pour la sélection de stratégie de maintenance ................ 58
Figure 4.2 Le classement des stratégies de maintenance en fonction de leur proximité relative
.................................................................................................................................................. 67
Figure 4.3 Classement des stratégies de maintenance en intégrant le coût .............................. 68
Figure 4.4 Définition d’un nombre flou triangulaire, Hsieh et al. (2004) ................................ 70
Figure 4.5 L’échelle de Saaty exprimé en un ensemble flou.................................................... 71
Figure 4.6 Classement des stratégies de maintenance en fonction de leurs coefficients de
proximité................................................................................................................................... 77
Figure 4.7 Classement des stratégies de maintenance en fonction de leurs coefficients de
proximité (avec le sous-critère coût) ........................................................................................ 77
Figure 5.1 Les stratégies de maintenance correspondantes en fonction des seuils .................. 80

x
 LISTE DES TABLEAUX
Tableau 1.1. Les données collectées de l’historique de maintenance pour le respirateur
d’anesthésie « DRAGER JULIAN» ......................................................................................... 11
Tableau 1. 2 Calcul du taux de disponibilité et du temps d’arrêt ............................................. 12
Tableau 1. 3 Calcul du taux de disponibilité et du temps d’arrêt pour un respirateur
d’anesthésie «DRAGER JULIAN » mis en réforme ................................................................ 13
Tableau 1. 4 Les données de Nombre de MC et les jours d’immobilisation total d’un ensemble
des respirateurs d’anesthésie de marque DRAGER ................................................................. 15
Tableau 1. 5 Répartition du nombre moyen de maintenance corrective et les jours
d’immobilisation en fonction de la période de maintenance préventive .................................. 15
Tableau 1. 6 Répartition du coût total de maintenance en fonction de jours d’immobilisation
.................................................................................................................................................. 17
Tableau 1. 7 Répartition du coût moyen de maintenance en fonction du nombre moyen de
maintenance corrective et période de maintenance préventive ................................................ 18
Tableau 2.1 Comparaison entre les classes du risque pour quelques équipements médicaux
Fennigkoh et Smith (1989), Emergency Care Research Institute (ECRI) et modèle de logique
floue, Tawfik et al. (2013) ........................................................................................................ 29
Tableau 2. 2 Classification des catégories selon le taux de disponibilité ................................. 30
Tableau 2. 3 Répartition de stratégie de maintenance selon la classe de criticité .................... 30
Tableau 2. 4 Comparaison des méthodes d’aide à la décision multicritère (MADM) ............. 32
Tableau 3.1 Les critères et sous critères pour le calcul de la criticité ...................................... 42
Tableau 3.2 Degré de complexité de la maintenance ............................................................... 43
Tableau 3.3 Les fonctions des équipements médicaux............................................................. 43
Tableau 3.4 Les sous-critères pour le calcul de degré d’importance........................................ 44
Tableau 3.5 Degré d’importance de la mission ....................................................................... 45
Tableau 3.6 Etude de la criticité du respirateur d’anesthésie DRAGER JULIEN ................... 45
Tableau 3.7 Présence ou non de compétences par niveau de maintenance (1 si oui, 0 si non) 46
Tableau 3.8 Estimation de la charge annuelle par niveau pour le respirateur d’anesthésie
DRAGER JULIEN ................................................................................................................... 46
Tableau 3.9 Composition de l’équipe nécessaire ({techniciens, ingénieurs}) par niveau pour le
même respirateur d’anesthésie.................................................................................................. 47
Tableau 3.10 Coût/heure (DT : Dinar Tunisien) par qualification et par sous-traitant ............ 47

xi
Tableau 3.11 Procédure de choix d’Internalisation/ externalisation par niveau par équipement
.................................................................................................................................................. 48
Tableau 3. 12 Coût par an (DT : Dinar Tunisien) pour le respirateur d’anesthésie par stratégie
de maintenance ......................................................................................................................... 49
Tableau 3.13 Les différents niveaux de criticité et stratégies................................................... 50
Tableau 3.14 Définition des limites par ressources requises, coût, main d’œuvre et outils pour
les stratégies de maintenance .................................................................................................... 50
Tableau 3.15 Matrice triangulaire supérieure pour le coût total de la maintenance selon les
limites (T1, T2) .......................................................................................................................... 51
Tableau 3.16 Les classes selon la valeur monétaire des pièces de rechange ............................ 52
Tableau 3.17 Niveaux pour le critère O (fréquence de pannes complexes) ............................. 52
Tableau 3.18 Choix de contrat selon les critères G, F, L et O .................................................. 53
Tableau 4.1 Echelle des niveaux d’importance pour la comparaison (Saaty AHP’s scale) ..... 59
Tableau 4.2 Calcul des poids des critères ................................................................................. 61
Tableau 4.3 Calcul des poids des sous critères (du critère risque) ........................................... 61
Tableau 4.4 Calcul des poids des sous critères (du critère Degré d’importance de la mission)
.................................................................................................................................................. 61
Tableau 4.5 Les valeurs des poids des critères et sous critères ................................................ 62
Tableau 4.6 Le ratio de cohérence pour la matrice de comparaison des paires de critères ...... 62
Tableau 4.7 Les degrés d’importances globales des stratégies de maintenance ...................... 66
Tableau 4.8 Les solutions idéales positives et négatives correspondantes pour les critères et
sous-critères .............................................................................................................................. 66
Tableau 4.9 Calcul des distances négatives et positives de chaque alternative ........................ 67
Tableau 4.10 Les nouvelles valeurs des poids avec intégration de sous critère coût de la
maintenance .............................................................................................................................. 67
Tableau 4.11 Les variables linguistiques décrivant les poids des critères................................ 71
Tableau 4.12 Matrice de comparaison par paires des critères .................................................. 71
Tableau 4.13 Les résultats numériques de calcul ..................................................................... 72
Tableau 4.14 Les valeurs BNP et les valeurs de pondération (poids) des critères et des sous
critères ...................................................................................................................................... 73
Tableau 4.15 Ratio de cohérence de la matrice de jugements .................................................. 73
Tableau 4.16 Les Variables linguistiques pour le classement de chaque politique de
maintenance .............................................................................................................................. 74
Tableau 4.17 La matrice de performance floue ........................................................................ 75

xii
Tableau 4.18 La matrice de performance des poids flous ........................................................ 75
Tableau 4.19 Mesure des distances .......................................................................................... 76
Tableau 5.1 Temps de calcul pour huit instances différentes ................................................... 83
Tableau 5.2 MILP Résultats pour 2000 équipements médicaux en utilisant le solveur CPLEX
.................................................................................................................................................. 84
Tableau 5.3 Résultats de la variation du budget de maintenance disponible ........................... 85
Tableau 5.4 Les résultats du temps de calcul ........................................................................... 94
Tableau 5.5 Les résultats numériques du modèle MILP pour 100 équipements (sélection des
stratégies de maintenance ......................................................................................................... 95
Tableau 5.6 Résultats comparatives du MILP pour 100 équipements médicaux (sélection du
mode de maintenance) : internalisation/externalisation et type du contrat .............................. 96

xiii
Introduction générale

Introduction générale

Immergés dans un contexte concurrentiel extrêmement rude, les hôpitaux doivent relever le défi
d’une bonne qualité des services, tout en prenant en compte le coût, les délais et la réactivité
dans un environnement où la réponse optimale au patient devient le mot d'ordre. En effet, le
patient n'est plus captif puisqu'il a désormais le choix entre les différents établissements dans
lesquelles il peut se faire soigner. Dans le cadre de cette concurrence, la qualité apparaît comme
une variable clé, d'autant plus que l'offre dépasse la demande. Les patients veulent être bien
informés sur des éléments "concrets" de la prise en charge et de son organisation pour faire leur
propre choix. On assiste alors à une compétition ayant pour enjeu la qualité : l'évaluation est
nécessaire pour faire progresser les établissements dans ce domaine

En parallèle, avec l'augmentation de l'utilisation d’équipements médicaux de plus en plus

perfectionnés, l'une des préoccupations majeures de l’hôpital est devenue l’entretien de ces
équipements et leur maintenance à un bon niveau de fonctionnement, de disponibilité et de
performance. Pour cela, ces équipements nécessitent un entretien et un suivi périodique tout au
long de leur utilisation. Ainsi, tout établissement de soins doit mettre en place des méthodes de
gestion de maintenance.

Des décisions de maintenance efficaces et rentables pourraient être apportées après la

compréhension et la mise en œuvre d’un plan de maintenance optimal dans les organisations de
santé. Ce plan doit être nécessairement basé sur un équilibre entre la performance, le risque, les
apports de ressources et le coût nécessaires à une solution optimale.

Bien que les stratégies et les techniques de maintenance aient été considérablement améliorées
au cours des deux dernières décennies, la plupart des hôpitaux et des organismes de santé ne
bénéficient pas encore d’une stratégie de maintenance adaptée en comparaison aux autres
industries. De plus, on remarque qu’il existe au niveau de ces organismes une maintenance
préventive excessive qui s’avère inutile et même aussi nuisible qu’un niveau d’entretien
insuffisant. En effet, le temps passé à faire cette maintenance préventive prive l’organisation
d’une partie de ses ressources les plus vitales, (Keil, 2008).

La recherche présentée dans cette thèse vise à proposer des méthodes pour aider à choisir la
stratégie de maintenance adaptée pour chaque équipement médical, de choisir le mode
externalisation ou internalisation des activités de maintenance et de sélectionner le type de

1
Introduction générale

contrat approprié par équipement dans l’objectif est d’améliorer la qualité des soins dispensés
et de satisfaire les patients.

Cette thèse est organisée comme suit :

- Dans le chapitre 1, nous présenterons le cadre de notre étude, la problématique, ainsi

que l'originalité de notre contribution.
- Dans le chapitre 2, nous présenterons l’étude bibliographique liée à notre
problématique.
- Dans le chapitre 3, nous proposerons une heuristique pour le choix de stratégies de
maintenance, d’internalisation ou externalisation de la maintenance et de la sélection du
contrat adéquat.
- Dans le chapitre 4, nous développerons un modèle permettant la priorisation des
équipements médicaux pour les décisions de maintenance. Ce modèle utilise des
méthodes multicritère, en premier lieu, pour donner un ordre bien défini de ces
équipements selon les scores de criticité et en second lieu, pour proposer une
classification des stratégies de maintenance.
- Dans le chapitre 5, deux modèles mathématiques seront développés pour le choix et la
sélection de stratégies de maintenance adaptées à chaque équipement et du mode
d’internalisation ou d’externalisation de la maintenance.

Enfin nous terminerons par une conclusion générale et les perspectives de la thèse.

2
Chapitre 1

Chapitre 1 : Contexte et problématique

Les équipements médicaux sont utilisés pour le diagnostic, le traitement et le suivi des patients,
ce sont des éléments indispensables aux hôpitaux. Ils se sont progressivement développés afin
d’augmenter les capacités des services de production de soins. Face à la croissance continue de
leur nombre et de leur fréquence d’utilisations, il est devenu nécessaire de disposer de méthodes
pratiques et des stratégies de management efficaces. Cependant, dans la plupart des pays en
voie de développement, la capacité de gérer et de maintenir ces équipements reste assez limitée,
(WHO, 1998). Ainsi, l’objectif de ce travail est, tout d’abord, de caractériser les équipements
médicaux et les politiques de maintenance déployés dans la littérature, ensuite, de présenter un
cas applicatif issu de l’hôpital Habib Bourguiba de Sfax où nous avons analysé les données
collectées au service maintenance.

1.1. Le contexte hospitalier

Le milieu hospitalier est un monde à la fois sensible et complexe : sensible, parce que ses
activités concernent la santé et la vie humaine qu’on tente de préserver. La sécurité et la qualité
des soins sont donc des exigences fondamentales. Complexe, parce que son organisation et son
fonctionnement confrontent plusieurs pouvoirs : le pouvoir politique avec le conseil
d’administration, le pouvoir administratif avec la direction de l’hôpital, le pouvoir médical avec
le comité médical d’établissement et le pouvoir paramédical avec la direction du service des
soins infirmiers, (Coulibaly et al. 2001).

Durant ces dernières années, les établissements de soins ont connu une évolution importante.
Elles doivent satisfaire aux besoins de santé des patients qui évoluent sans cesse. Une montée
de la concurrence entre les hôpitaux est alors apparue. En effet, le patient a le choix entre les
différents établissements de soins pour se faire soigner. Il exige d’être informé sur le coût, les
délais, l’efficacité ou l’efficience et le niveau de la qualité atteints par les différents
établissements. D’après Jlassi (2011), le système de santé est entré dans un contexte de
compétition nationale et même internationale. Chaque établissement est un des agents du ce
système quel que soit son activité qu’il assure. Alors, la concurrence s’exprime par des
établissements voisins, de statuts identiques ou différents, de tailles identiques ou différentes,
par les alternatives à l’hospitalisation (médecine de ville, hospitalisation à domicile).

Les missions de l’hôpital ont évolué suivant l’évolution rapide et la diversité des technologies
des équipements médicaux. Ces derniers sont indispensables pour la prévention, le diagnostic

3
Chapitre 1

et le traitement des maladies des patients. Les équipements médicaux contribuent aux progrès
de la médecine et à l’amélioration de la prise en charge des patients, jouant un rôle dans
l’augmentation de l’espérance de vie et la diminution du taux de mortalité. Les soucis pour la
sécurité et la qualité des soins produits par les hôpitaux ont conduit à l’élaboration d’un
ensemble des textes législatifs relatifs aux équipements médicaux, à leur exploitation et à leur
maintenance, (Coulibaly et al. 2001). La pratique de la maintenance préventive fait le sujet de
certains de ces textes.

Les équipements médicaux sont des ressources qui affectent directement la vie humaine. Ils
sont conçus pour être implantés en totalité ou en partie dans le corps humain ou dans un orifice
naturel et qui nécessitent une source d’énergie électrique ou autre pour le bon fonctionnement.
Des efforts d’investissements en ces équipements sont aujourd’hui considérables, mais les
ressources financiers et humaines sont limitées. Désormais, pour survivre dans un
environnement de plus en plus concurrentiel et un contexte de limitation des ressources, les
coûts d’exploitation et de maintenance doivent être contrôlés. Un programme de maintenance
planifié et géré avec soin s’est doté nécessaire pour garantir la fiabilité, la sécurité et la
disponibilité de l’équipement médical lorsque celui-ci doit être utilisé dans les méthodes de
diagnostic, une thérapie, les traitements ou surveillance des patients. Ces différents éléments
sont le signe que la mise en place de la maintenance préventive dans un tel contexte peut être
une tâche délicate et difficile.

1.2. La maintenance des équipements médicaux

Pour une grande variété d’équipements, la maintenance biomédicale est caractérisée par une
multitude de tâches différentes par leur nature et par leur temps d’exécution. Ces tâches sont
regroupées en familles et classées en cinq niveaux, (Walraeve et Vigneau, 2005).
Selon l’endroit où elles peuvent être réalisé (en interne ou en externe), le type d’interventions
ainsi que la complexité de la maintenance et des outils nécessaires à leur réalisation :

- Le niveau 1 : Actions simples nécessaires à l’exploitation et réalisées sur des éléments

facilement accessibles en toute sécurité à l’aide d’équipements de soutien intégrés au
bien. Ce type d’opérations (remplacement des ampoules de l’éclairage opératoire,
modifications de paramètres sur des moniteurs, etc.) peut être effectué par l’utilisateur
du bien avec, le cas échéant, les équipements de soutien intégrés au bien et à l’aide des
instructions d’utilisation.

4
Chapitre 1

- Le niveau 2 : Actions qui nécessitent des procédures simples et/ou des équipements de
soutien (intégrés ou extérieurs). Ce type d’actions de maintenance (remplacement des
composants, lecture des logigrammes, etc.) est effectué par un personnel qualifié avec
les procédures détaillées et les équipements de soutien définis dans les instructions de
maintenance. Un personnel est qualifié lorsqu’il reçoit une formation lui permettant de
travailler en sécurité sur un bien présentant certains risques potentiels. Dans ce cas le
personnel est reconnu apte pour l’exécution des travaux qui lui sont confiés, compte
tenu de ses connaissances et de ses aptitudes.
- Le niveau 3 : Opérations qui nécessitent des procédures complexes et/ou des
équipements de soutien portatifs, d’utilisation ou de mise en œuvre complexes. Ce type
d’opération de maintenance (diagnostic des pannes en utilisant des équipements de
contrôle de mesure et d’essai « ECME », remplacement des composants avec usages
des équipements, etc.) peut être effectué par un technicien qualifié, à l’aide de
procédures détaillées et des équipements de soutien prévus dans les instructions de
maintenance. Les interventions se font sur place ou chez le sous-traitant.
- Le niveau 4 : Opérations dont les procédures impliquent la maîtrise d’une technique ou
technologie particulière et/ou la mise en œuvre d’équipements de soutien spécialisés.
Ce type d’opération de maintenance (réparation des équipements complexes avec
analyse des pannes, révision partielle ou générale, relevé de paramètres techniques, etc.)
effectué par un technicien ou une équipe spécialisée à l’aide de toutes les instructions
de maintenance générales ou particulières, se fait chez le sous-traitant (la société de
service ou le constructeur même).
- Le niveau 5 : Opérations dont les procédures impliquent un savoir-faire, faisant appel à
des techniques ou technologies particulières, des processus et/ou des équipements de
soutien industriels. Par définition, ce type d’opérations de maintenance (rénovation,
reconstruction, etc.) est effectué par le constructeur ou par un service ou une société
spécialisée avec des équipements de soutien définis par le constructeur.

1.3. Présentation du service de maintenance biomédicale de l’hôpital Habib

Bourguiba de Sfax

1.3.1. Présentation du CHU Habib Bourguiba de Sfax

L’hôpital Habib Bourguiba de Sfax, présenté comme étant un centre hospitalier universitaire à
caractère chirurgical, a été fondé en 1985 avec une capacité de 540 lits d’environ et a été
5
Chapitre 1

implanté sur 9870 mètre carré. C’est devenu un établissement public de santé de ‘catégorie B’
en 9 juin 1992 d’après la loi numéro 56-92 et il a été érigé en un établissement public de santé
sous tutelle du Ministère de la Santé Publique de ‘catégorie A’ en 29 mars 2001.

Le CHU Habib Bourguiba est considéré comme faisant partie des structures sanitaires les plus
importantes de la Tunisie. Ce centre hospitalo-universitaire se présente comme une institution
sociale qui a pour objectif, en se basant sur des moyens préventifs et correctifs, d’améliorer le
niveau de la santé publique.

En outre, le CHU Habib Bourguiba constitue un milieu pratique de formation. En effet, en plus
des étudiants de la faculté de médecine de Sfax, il accueille des stagiaires de différentes écoles
telles que l’école professionnelle de la santé, l’école supérieure de sciences et techniques de
santé et même des étudiants en gestion, en formation biomédicale ou encore issus de l’Ecole
Nationale d’Ingénieurs de Sfax.

1.3.2. Service de maintenance biomédicale CHU Habib Bourguiba de Sfax

Face à la forte croissance du nombre et de la complexité des équipements biomédicaux, le centre

CHU Habib Bourguiba de Sfax a créé un atelier biomédical en 1992 avec des techniciens
spécialisés dans l’entretien du parc d’équipement biomédicaux. L’objectif de ce service était
d’augmenter la disponibilité des équipements médicaux, de réduire les dépenses liées aux
contrats de maintenance et d’améliorer le service de production des soins.

Le service maintenance est composé de trois ingénieurs, trois techniciens et deux ouvriers qui
possèdent une formation technique leur permettant d’intervenir sur certains dispositifs
médicaux des différents services de l’hôpital. Il est remarqué que les compétences de cette
équipe ne couvrent pas toutes les spécialités liées aux équipements utilisés dans les services de
soins ainsi que les différents niveaux de maintenance.

1.3.3. Analyse de pratiques existantes du service maintenance

La collecte des données est une étape primordiale afin d’effectuer une analyse adéquate de l’état
actuel du service de maintenance et de construire une base de données pour notre travail. Le
service de maintenance biomédicale dispose d’un outil GMAO « BIOMED » depuis 1990 qui
recense les équipements et les interventions au CHU Habib Bourguiba Sfax. Cet outil permet
d’avoir :
- la liste des équipements par service (Annexe 1),

6
Chapitre 1

- le nombre d’équipements en exploitation et même ceux réformés pour tout le parc

médical,
- les activités des interventions pour une période donnée ou bien pour un équipement bien
déterminé (Annexe 2),
- le nombre d’intervention par service
- le coût de tout type d’intervention pour les différentes stratégies de maintenance
(Annexe 3).

Le CHU Habib Bourguiba se compose de 21 services qui contiennent environ 2000

équipements médicaux. Une bonne gestion de ces équipements médicaux commence dès la
prévision des achats et se termine après leur réforme. Pour y arriver, le service de maintenance
biomédical doit mettre l’accent sur des différents points tout au long de la vie de chaque
équipement.

a. Évolution des dépenses en fonction du temps

D’après l’étude liée aux interventions de maintenance, nous présentons ci-dessous (figure 1.1)
l’évolution des dépenses en Dinar Tunisien (DT) depuis l’année 1992 jusqu’à l’année 2015. On
constate qu’il y’a un pic de dépenses durant l’année 2011. Ceci est dû à l’augmentation du parc
de dispositifs médicaux et à l’augmentation du nombre d’interventions liées aux évènements
sociaux durant cette période.

Figure 1. 1 Évolution des dépenses au cours du temps en DT

b. Les interventions du service maintenance biomédicale pour tous les équipements

En nous basant sur les données enregistrées dans le l’outil (BIOMED), nous constatons que le
nombre d’interventions sur 5 ans est de 3018 interventions, celles-ci sont réparties en 2353
interventions correctives et 665 interventions préventives (figure 1.2).

7
Chapitre 1

22,3%

77,7%

interventions correctives interventions préventives

Figure 1.2 La fréquence d’interventions selon la stratégie de maintenance

69.53% des interventions de maintenance corrective ont été causées par des pannes normales,
2.04% par absence de maintenance préventive, 2.38% pour absence de pannes, dû
principalement au manque de vérification des connexions aux sources d’énergie (électricité,
eau et fluides médicaux) par l’utilisateur, et 26.04% résultent de la mauvaise utilisation des
équipements (figure 1.3).

2,04%
2,38%

12,28%

26,04%
69,53%
13,76%

Panne normale
Absence de maintenance préventive
Absence de panne
Usure prématuré
Erreur de manipulation

Figure 1.3 Le pourcentage de la maintenance corrective par causes de pannes

8
Chapitre 1

La mauvaise utilisation des dispositifs médicaux (26,04% des cas) peut être due soit à des
erreurs de manipulation (12.28%) soit à des usures prématurées (13.76%) comme nous montre
la figure 1.3.

c. Étude de la criticité des services par causes de pannes

Dans cette partie, nous allons étudier la criticité des services par causes de pannes en nous
basant sur le nombre d’interventions.

En nous référant aux données existantes dans le GMAO sur 5 ans d’activité du service de la
maintenance biomédicale et en utilisant la méthode Pareto (ABC) (voir les annexes 4, 5, 6, 7,
et 8), nous avons classé les services selon le nombre d’interventions correctives pour les
différentes causes de pannes (voir figure 1.4).

100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
absence de absence de panne erreur de panne normale usure prématurée
maintenance manipulation
préventive

radiologie/imagerie réanimation médicale bloc opératoire

radiothérapie anesthésie réanimation urgence samu
medecine nucléaire consultation externe

Figure 1.4 Le nombre d’interventions par service critique par causes de pannes

La figure 1.4 montre les services les plus critiques qui présentent le taux d’intervention
corrective le plus important pour les différentes causes de pannes. Nous observons que les
services critiques sont toujours les mêmes quelle que soit la cause de panne.

En effet, pour l’absence de maintenance préventive, les services de radiologie et

d’anesthésie/réanimation qui ne représentent que 10 % du nombre total des services nécessitent
un taux d’intervention de 69 %. Ensuite, pour la deuxième cause de panne, le service de
radiologie, de réanimation médicale, d’anesthésie/réanimation, de radiothérapie ainsi que le
bloc opératoire qui ne représente que 24,242% du nombre total des services, présentent 75 %
du nombre total d’interventions correctives. De même, les services critiques pour des

9
Chapitre 1

défaillances dues à une erreur d’utilisation présentent 73 % du taux d’intervention et pour les
causes de pannes normales les services critiques occupent 76 % de la totalité des interventions.
Alors que pour les pannes dues à une usure prématurée, le service le plus critique est celui de
radiologie/imagerie qui présente 71 % du taux d’intervention total.

d. Etude de la criticité des équipements médicaux

En nous référant à la liste des interventions pour tous les équipements du CHU Habib Bourguiba
nous avons identifié les équipements les plus critiques.

Sur la figure 1.5, nous présentons la classification des équipements en fonction du taux
d’intervention sur une durée de 5 ans. Le ventilateur pulmonaire présente l’équipement le plus
critique avec 31.40% du total des interventions.

ventilateur pulmonaire
radiographe
mamographe
14%
générateur de radiologie
2,65%
scanographe
31,40% 1,98%
echographe 1,40%
electrocadiographe
moniteur de surveillance 4,47%
pousses seringues 2,65%
endoscope
gamma camera 3,90% 1,86%
2,98%
stérillisateur 6,33% 6,46%
imagerie
table de radiologie 7,95%
6,83% 0,96%
développeuse pour radiologie
2,49% 1,69%
videographe

Figure 1.5 Le pourcentage du taux d’intervention sur les équipements médicaux

1.3.4. Analyse des données pour le respirateur d’anesthésie de type « DRAGER JULIAN »
Dans cette partie, nous prenons l’exemple du respirateur d’anesthésie pour une analyse détaillée
de l’historique de maintenance de l’hôpital Habib Bourguiba de Sfax. Ce dispositif médical est
conçu pour l’anesthésie par inhalation d’un patient lors d’une opération chirurgicale. Sa
défaillance poserait un niveau élevé de risque pour la vie des patients.

10
 Chapitre 1

Le tableau 1.1 présente les données des maintenances correctives et préventives collectées pour
le respirateur de type DRAGER JULIAN installé à l’hôpital depuis le 15 décembre 2005.

Tableau 1.1. Les données collectées de l’historique de maintenance pour le respirateur

d’anesthésie « DRAGER JULIAN»

Date Les jours Type Immobilisation Défaillance Défaillance Défaillance Coût Coût
d'intervention jusqu'à la d'intervention en jours après après MP après MC de de maintenance
maintenance la maintenance maintenance corrective(DT)
préventive(DT)

13/04/2006 119,00 MC 27 0
09/05/2006 145,00 MC 60 26,00 26,00 0
06/07/2006 203,00 MC 4 58,00 58,00 0
19/04/2007 490,00 MP - 6
08/05/2007 509,00 MC 10 19,00 19,00 12
24/03/2008 830,00 MC 3 321,00 321,00 12
02/05/2008 869,00 MC 30 39,00 39,00 100,4
17/07/2008 945,00 MC 12 76,00 76,00 271
15/09/2008 1005,00 MC 3 60,00 60,00 6
16/09/2008 1006,00 MC 1 1,00 1,00 6
03/12/2008 1084,00 MC 140 78,00 78,00 6270,08
11/02/2009 1154,00 MC 35 70,00 70,00 727,639
10/04/2009 1212,00 MP - 874,375
13/04/2009 1215,00 MC 1 3,00 3,00 6
07/05/2009 1239,00 MC 16 24,00 24,00 242
18/11/2009 1434,00 MC 1 195,00 195,00 6
21/11/2009 1437,00 MC 1 3,00 3,00 6,944
03/05/2010 1600,00 MC - 163,00 163,00 6
16/10/2010 1766,00 MC 2 166,00 166,00 5838,15
20/06/2011 2013,00 MC 11 247,00 247,00 6
28/06/2011 2021,00 MC - 8,00 8,00 6
08/05/2013 2701,00 MC 1 680,00 680,00 6
24/06/2013 2748,00 MC - 47,00 47,00 167,272
28/08/2013 2813,00 MC 12 65,00 65,00 6
22/11/2013 2899,00 MC 3 86,00 86,00 961,046
05/03/2014 3002,00 MP - 6

a. Analyse de disponibilité en fonction de la période de maintenance préventive

Pour le calcul du taux de disponibilité (D) et du taux d’arrêt (TA), nous utilisons les formules
ci-dessous :

𝑀𝑇𝐵𝐹
D (%) = 𝑀𝑇𝐵𝐹+𝑀𝑇𝑇𝑅 ∗ 100% (1.1)

TA = 100% - D(%) (1.2)

11
Chapitre 1

∑ 𝑑𝑒𝑠 𝑡𝑒𝑚𝑝𝑠 𝑑𝑒 𝑟é𝑝𝑎𝑟𝑎𝑡𝑖𝑜𝑛

MTTR = 𝑛𝑜𝑚𝑏𝑟𝑒 𝑑𝑒 𝑑é𝑓𝑎𝑖𝑙𝑙𝑎𝑛𝑐𝑒 𝑝𝑜𝑢𝑟 𝑢𝑒 𝑝é𝑟𝑖𝑜𝑑𝑒 𝑑é𝑓𝑖𝑛𝑖𝑒 (1.3)

𝐷𝑢𝑟é𝑒 𝑟𝑒𝑞𝑢𝑖𝑠𝑒
MTBF = 𝑛𝑜𝑚𝑏𝑟𝑒 𝑑𝑒 𝑑é𝑓𝑎𝑖𝑙𝑙𝑎𝑛𝑐𝑒 𝑝𝑜𝑢𝑟 𝑢𝑒 𝑝é𝑟𝑖𝑜𝑑𝑒 𝑑é𝑓𝑖𝑛𝑖𝑒 (1.4)

 MTTR « Mean Time To Reparation » ou moyenne des temps de réparation. C’est le

rapport du temps total des réparations sur le nombre des défaillances.
 MTBF « Mean Time Between Failure » ou moyenne des temps entre deux défaillances.
On l’assimile à la moyenne des temps du bon fonctionnement.
Nous proposons de calculer ces taux entre deux interventions de maintenance préventive afin
de visualiser l’effet de la période de MP sur la disponibilité de l’équipement (Tableau 1.2). A
ce propos, nous utilisons les données de l’historique du respirateur d’anesthésie ci-dessus
(Tableau 1.1). Plusieurs facteurs peuvent influencer le taux de disponibilité du ventilateur dont
principalement la disponibilité des pièces de rechange due aux contraintes de logistique et de
coût.

Tableau 1. 2 Calcul du taux de disponibilité et du temps d’arrêt maintenance pour le

respirateur d’anesthésie « DRAGER JULIAN»

Date Type Temps pris pour la MTTR MTBF D(%) TA(%)

d'intervention d'intervention remise en service de
l'équipement
15/12/2005
13/04/2006 MC 27
09/05/2006 MC 60
06/07/2006 MC 4
19/04/2007 30,333 163,333 84,34 15,66
Sans considérer 15,5 163,333 91,33 8,67
les jours >30
08/05/2007 MC 10
24/03/2008 MC 3
02/05/2008 MC 30
17/07/2008 MC 12
15/09/2008 MC 3
16/09/2008 MC 1
03/12/2008 MC 140
11/02/2009 MC 35
10/04/2009 29,25 91,25 75,73 24,27

12
Chapitre 1

Sans considérer 9,833 91,25 90,27 9,73

les jours >30
13/04/2009 MC 1
07/05/2009 MC 16
18/11/2009 MC 1
21/11/2009 MC 1
03/05/2010 MC
16/10/2010 MC 2
20/06/2011 MC 11
28/06/2011 MC
08/05/2013 MC 1
24/06/2013 MC
28/08/2013 MC 12
22/11/2013 MC 3
05/03/2014 4 152,083 97,43 2,57
Sans considérer 5.333 152,083 96,61 3,39
les jours < 1
(Panne partiel)

D’après la classification des équipements médicaux par Tarawneh et El-Sharo (2009), le

respirateur d’anesthésie étudié est en très bon état. Alors, on le maintien en fonctionnement.

Nous prenons un autre exemple du respirateur d’anesthésie de type « DRAGER JULIAN » mis
en service le 09/07/1999 et qui est déjà mis en réforme (voir le tableau 1.3). Nous constatons
que la disponibilité de l’équipement est moyenne (77.77%). D’après la classification de
Tarawneh et El-Sharo (2009), cet équipement nécessite d’être remplacé.

Tableau 1. 3 Calcul du taux de disponibilité et du temps d’arrêt pour un respirateur

d’anesthésie «DRAGER JULIAN » mis en réforme

Date d'intervention Type de Temps pris pour MTTR MTBF D(%) TA(%)
maintenance la remise en
service de
l'équipement
09/07/1999
24/09/1999 MC 4
20/10/1999 MC
08/04/2000 4 135 97,12 2,88

13
Chapitre 1

29/04/2000 MC 10
12/03/2001 MC 10
22/03/2001 10 182,5 94,8 5,2
07/06/2001 MC 1
08/11/2001 MC 20
08/11/2001 MC 20
20/02/2003 MC 15
12/01/2004 MC 3
30/12/2004 MC 20
29/06/2005 MC 10
19/10/2006 MC 20
11/11/2006 MC 5
19/04/2007 MC 15
21/04/2008 MC 4
28/10/2008 MC 15
06/01/2009 MC 25
16/03/2009 MC 30
08/04/2009 14,5 208,57 93,5 6,5
09/05/2009 MC 29
10/09/2009 MC 110
25/12/2009 MC 65
30/03/2010 MC 70
14/04/2010 MC
07/05/2010 MC 7
05/07/2010 MC 7
05/07/2010 MC 7
24/08/2010 MC 2
02/09/2010 MC 13
08/06/2011 MC
22/06/2011 MC 3
26,083 91,25 77,77 22,33

Par la suite, dans le calcul du nombre de jours de l’immobilisation de l’équipement entre deux
maintenances préventives, nous considérons les pannes qui entrainent l’arrêt total de
l’équipement. Ainsi, nous évitons les durées qui dépassent les deux semaines. En effet,
plusieurs contraintes influent sur les longues durées comme les contraintes de logistique,

14
Chapitre 1

l’indisponibilité des pièces de rechanges, compétences limitées des techniciens, coûts de

maintenance (main d’œuvre et pièces de rechanges), etc.

Tableau 1. 4 Les données de Nombre de MC et les jours d’immobilisation total d’un

ensemble des respirateurs d’anesthésie de marque DRAGER

Date de mise Période de maintenance Période en Nb Total de l'immobilisation

en service préventive années de MC en jours
15/12/2005 19/04/2007- 10/04/2009 2,00 8 29

10/04/2009- 05/03/2014 5,00 12 48

15/12/2005 19/04/2007- 10/04/2009 2,00 4 26

10/04/2009- 05/03/2014 5,00 8 22

15/12/2005 19/04/2007- 10/04/2009 2,00 3 4

10/04/2009- 05/03/2014 5,00 7 2

09/07/1999 08/04/2000 - 23/03/2001 1,00 1 0

23/03/2001 - 08/04/2009 8,00 4 20

08/04/2009- 06/03/2014 5,00 13 40

28/04/2000 23/03/2001 - 08/04/2009 8,00 18 35

08/04/2009- 06/03/2014 5,00 10 13

Le tableau 1.4 ci-dessus montre l’absence d’une planification de maintenance préventive pour
l’ensemble des respirateurs d’anesthésie étudié. Cette absence a entrainé une augmentation du
nombre des interventions de maintenance corrective ainsi que l’indisponibilité de l’équipement
(Tableau 1.5).

Tableau 1. 5 Répartition du nombre moyen de maintenance corrective et les jours

d’immobilisation en fonction de la période de maintenance préventive

Période de MP Nombre de Total de l'immobilisation Nombre Nombre moyen

en années MC en jours moyen de MC d'immobilisation en jours
1,00 1 0 1 0
2,00 8 29 5 19,67
2,00 4 26
2,00 3 4
5,00 12 48 10 24,8
5,00 8 21
5,00 7 2

15
Chapitre 1

5,00 13 40
5,00 10 13
8,00 4 20 11 27,5
8,00 18 35

12
Nb moyen de MC par période de

10

8
MP

0
1 2 5 8
Période de MP en années

Figure 1.6 Evolution du nombre moyen de MC par période de MP

D’après le la figure 1.6, le nombre moyen de la maintenance corrective du respirateur

d’anesthésie augmente avec des longues périodes de maintenance préventive. De même, le
nombre moyen des jours de l’immobilisation total est proportionnel à la période de MP (Figure
1.7).

30
Immobilisation moyenne en jours

25

20

15

10

0
1 2 5 8
Période de MP en années

Figure 1.7 Evolution du nombre moyen des jours d’immobilisation en fonction de la période
de MP

16
Chapitre 1

b. Analyse de coût de maintenance corrective par période de la maintenance

préventive :
Comme les hôpitaux tunisiens possédant des capacités financières limitées et les activités de
maintenance sont coûteuses, il est nécessaire alors de gérer les dépenses d’une façon
économique. D’après l’historique des données de maintenance collectées de l’hôpital Habib
Bourguiba de SFAX, nous pouvons bien constater la relation entre le coût de maintenance total
élevé (principalement pièces de rechange et main d’œuvre externes) et les jours
d’immobilisation totale du respirateur d’anesthésie.

Dans le tableau (1.6) ci-dessous, nous considérons la maintenance corrective totale qui exige
l’arrêt du fonctionnement total de l’équipement afin de comparer les jours d’immobilisations
par rapport au coût total moyen de maintenance.

Tableau 1. 6 Répartition du coût total de maintenance en fonction de jours d’immobilisation

Nombre de jours d'immobilisation Coût total de la maintenance

1 283,583
2 1679,075
3 1618,382
4 631,35
5 2463,17
10 1760,062
17 760,457
20 652,3
24 1156,56
35 727,639
50 1299
75 3794,47
80 4694,99
100 4409,545
140 6270,08
180 2995,6175
190 7571
298 4200,57
330 2326,92

17
Chapitre 1

8000

Coût de maintenance total 7000

6000

5000

4000

3000

2000

1000

0
1 2 3 4 5 10 17 20 24 35 50 75 80 100 140 180 190 298 330
Nombre de jours d'immobilisation total

Figure 1.8 Répartition du coût de maintenance total en fonction de jours d’immobilisation du

respirateur d’anesthésie DRAGER

Par la suite, nous étudions l’effet du manque de maintenance préventive et de fréquence de

maintenance corrective sur le coût de maintenance (Tableau 1.7).

Tableau 1. 7 Répartition du coût moyen de maintenance en fonction du nombre moyen de

maintenance corrective et période de maintenance préventive

Période de MP Nb de Nb moyen Coût total de Le coût moyen

en années MC de MC maintenance en DT de MC en DT
1,00 1 1 0 (sous contrat)
2,00 8 307 417,244
2,00 4 429,852
2,00 3 5 514,88
5,00 12 7078,14 1836, 2586
5,00 8 376,5
5,00 7 10 235,272
5,00 13 986
5,00 10 505,381
8,00 4 4873,39 10036,6355
11
8,00 18 15199,881

18
Chapitre 1

12000

Coût de maintenance total

10000

8000

6000

4000

2000

0
Période de maintenance préventive

Figure 1.9 Evolution du coût moyen de maintenance corrective en fonction de la période de

maintenance préventive

Il est bien clair que le coût moyen de la maintenance corrective est proportionnel à la période
de la maintenance préventive (Figure 1.9).

La problématique principale posée consiste à améliorer la disponibilité de l’équipement médical

en réduisant le nombre d’occurrence des pannes tout en respectant les ressources financières
disponibles.

1.4. Conclusion
Tout au long de ce chapitre, nous avons analysé les données collectées au service de
maintenance biomédicale du CHU Habib Bourguiba de Sfax afin de caractériser la politique de
maintenance existante. Cette analyse nous a permis d’identifier les besoins du service de
maintenance biomédicale. Celui-ci doit identifier les activités de maintenance pour maintenir,
inspecter et tester tous les équipements. Il doit utiliser des stratégies appropriées, y compris
l’étude de la criticité des équipements et des intervalles pour les activités de maintenance. Dans
la recherche présentée dans cette thèse, nous allons étudier les stratégies de maintenance
utilisées qui, tout en garantissant la sécurité des patients et des utilisateurs, permettent
d’augmenter la disponibilité des équipements médicaux et d’améliorer la qualité de la
production des soins. Nous proposerons des modèles d’aide à la décision pour la sélection des
stratégies, d’externalisation/internalisation de la maintenance et du choix du contrat optimal sur
la base du coût de maintenance et de la disponibilité des équipements.

19
Chapitre 2

Chapitre 2 : Etat de l’art

A cause de l’efficacité et l’efficience des soins prodigués, l’hôpital se doit d’organiser à

moindre coût l’ensemble des ressources afin de répondre aux besoins spécifiques des patients
tout en assurant la qualité de la production des soins. Certains critères sont requis pour assurer
cette amélioration, on peut citer :
- la gestion des ressources de la production des soins
- la planification de la production de soins
- la planification de la maintenance des équipements médicaux
- la gestion des ressources de la maintenance
- la gestion du parc des équipements

En effet, afin de satisfaire la demande du patient, la planification de la production des soins

permet d'établir un plan afin d'exploiter efficacement les équipements médicaux avec un taux
de disponibilité maximale. Quant à la planification de la maintenance, elle a le but de garder les
équipements dans un bon état de fonctionnement.

2.1. La maintenance des équipements médicaux

2.1. 1 Présentation de la maintenance

Afin de mieux identifier les enjeux généraux de la maintenance, nous présentons ici la
terminologie de base en reprenant les définitions de la norme européenne AFNOR NF EN
13306 :
Maintenance : C’ est un « Ensemble de toutes les actions techniques, administratives et de
management durant le cycle de vie d’un bien, destinées à le maintenir ou à le rétablir dans un
état dans lequel il peut accomplir la fonction requise ». La maintenance définie comme un
ensemble d’activités, regroupe deux sous-ensembles :
 Les activités à dominance technique « dépannage, réparation, prévention, diagnostic,
études et méthodes ».
 Les activités à dominance de gestion « gestion des budgets, gestion des ressources
humaines, gestion des équipements et des pièces de rechange ».

La réalisation des activités de maintenance nécessite un management dont l’objectif est d’en
minimiser les coûts tout en assurant le bon fonctionnement du système de production. Cela peut
se traduire par des objectifs sur des caractéristiques comme la disponibilité du système, la

20
Chapitre 2

qualité des produits, la protection de l’environnement ou la sécurité du personnel. Ce

fonctionnement peut être perturbé par plusieurs facteurs. Une des causes majeures est la
dégradation du système de production que nous définissons ici dont nous présentons les
conséquences.

Dégradation : C’est « l’Evolution irréversible d’une ou de plusieurs caractéristiques d’un bien

liée au temps, à la durée d’utilisation ou à une cause externe ». L’évolution de la dégradation
d’un système a plusieurs conséquences telles que l’occurrence de défaillances, la perte de
productivité, le dysfonctionnement, etc. Il est bien possible d’évaluer l’état de dégradation d’un
système de production en utilisant certains outils, qui contrôlent l’évolution de paramètres
comme les vibrations, la température, la pression, etc.

Les deux autres conséquences importantes de la dégradation sont la défaillance et la panne.

Celles-ci sont mises en avant comme étant les principales causes de pertes de capacité pour le
système de production (Baglin et al. 2005).

Défaillance : c’est la « Cessation de l’aptitude d’un bien à accomplir une fonction requise.
Après une défaillance, le bien est en panne, totale ou partielle ».

Panne : c’est l’« Etat d’un bien inapte à accomplir une fonction requise, excluant l’inaptitude
due à la maintenance préventive ou à d’autres actions programmées ou à un manque de
ressources extérieures ». Le système de production passe de l’état de disponibilité à l’état de
panne lorsqu’une défaillance survient. Une maintenance corrective du système est alors
nécessaire pour repasser de l’état de panne à l’état opérationnel.

2.1. 2 Les différentes stratégies de maintenance

Afin de maintenir le système dans un état dans lequel il est capable de remplir sa fonction
première et de limiter l’évolution de la dégradation, il existe deux grandes catégories d'activités
de maintenance principales : la maintenance corrective et la maintenance préventive. La figure
2.1 ci-dessous présente les différentes stratégies relatives à ces deux types d’activités :

21
Chapitre 2

Maintenance
Avant panne Après panne
panne

Préventive Corrective

Systématique Prévisionnelle Conditionnelle Palliative Curative

Avec un Evolution des Seuils de Défaillance Défaillance

échéancier paramètres décision
Figure 2.1 Les différentes stratégies de maintenance

Nous allons maintenant présenter et définir ces différentes stratégies de maintenances :

 Maintenance corrective : c’est une « Maintenance exécutée après la détection d’une
panne et destinée à remettre un bien dans un état dans lequel il peut accomplir une
fonction requise ». Deux types de maintenance corrective peuvent être mis en œuvre :
- la maintenance curative qui constitue une réparation définitive du système, et vise à
supprimer tout dysfonctionnement survenu.
- la maintenance palliative qui constitue une réparation à caractère provisoire, celle-ci
intervient lorsque la défaillance empêche de poursuivre l’exploitation du système de
production, et a pour but de le remettre en état afin d’assurer une ou plusieurs de ses
fonctions.
 Maintenance préventive : C’est une « Maintenance exécutée à des intervalles
prédéterminés ou selon des critères prescrits et destinée à réduire la probabilité de
défaillance ou la dégradation du fonctionnement d’un bien ». La maintenance
préventive sert à entretenir le système, afin de le maintenir en bon état de
fonctionnement. Trois stratégies de maintenances préventives peuvent être mises en
œuvre :
- la maintenance systématique : « maintenance préventive exécutée à des intervalles
de temps préétablis ou selon un nombre défini d’unités d’usage mais sans contrôle
préalable de l’état du bien ». Cette politique de maintenance s'applique à des
équipements :

22
Chapitre 2

 soumis à une réglementation sécuritaire (ponts roulants, matériels d'incendie,

etc.),
 présentant des coûts de défaillance très élevés (système avec processus de
production continu, lignes de fabrication automatisés, etc.)
 pour lesquels une défaillance peut entraîner des accidents graves (matériels de
transport en commun des personnes, appareils médicaux, etc.).
- la maintenance prévisionnelle : « maintenance préventive exécutée selon un
calendrier préétabli ou selon un nombre défini d’unités d’usage ». Ce type de
maintenance se base sur l’estimation du temps de fonctionnement correct du système,
qui peut être établie par l’analyse de différentes mesures sur le système. Cette politique
peut s’appliquer à tous les équipements, mais elle est généralement coûteuse.
- la maintenance conditionnelle : « maintenance préventive basée sur une surveillance
du fonctionnement du bien et/ou des paramètres significatifs de ce fonctionnement
exercé au cours des visites préventives ». Cette politique de maintenance se base sur
l’évolution de paramètres qui décrivent l’état du système par exemple un jeu mécanique,
une température ou tout autre paramètre qui puisse mettre en évidence l’imminence
d’une défaillance. Tous les équipements sont concernés. Elle peut être appliquée à des
équipements.

2.1.3 Les différents modes de maintenance

Différents modes de maintenance sont possibles : elle peut être faite exclusivement en interne
ou bien partiellement ou complètement en externe. Privilégier un choix au détriment d’un autre
dépend du savoir-faire ou de la capacité en temps à réaliser la maintenance.

a. La maintenance en interne
Dans ce cas, ce sont les techniciens de maintenance de l’établissement qui réalisent la
maintenance préventive et curative.

b. La maintenance en externe intégrale

Dans ce cas, on fait appel à des sous-traitants afin de réaliser la maintenance préventive et
curative. Ce mode est nécessaire lorsque le personnel de l’établissement ne dispose pas du
niveau de compétence. Un contrat de la maintenance « tout risque » comprendra l’ensemble des
interventions préventives et curatives de manière illimitée avec la fourniture de pièces
détachées.

23
Chapitre 2

c. La maintenance externe partagée

Il s’agit d’un contrat de partage des interventions entre les techniciens de l’établissement et le
fournisseur. Ceci permet de réduire les délais d’interventions, de réduire le coût global du
contrat tout en limitant l’impact sur le temps du personnel.
Nous avons présenté dans cette partie les principales définitions liées à la maintenance, et avons
souligné l’intérêt de définir une stratégie de maintenance préventive. Cependant la mise en
place de règle de décision pour la maintenance est souvent empirique et la gestion de la
maintenance n’est pas toujours optimale, (Castanier, 2001). L’étude des modèles d’optimisation
de la maintenance fait l’objet de la prochaine partie.

2.2. Optimisation de la maintenance biomédicale

D’après notre littérature, nous avons remarqué que très peu de travaux ont traité le problème de
disponibilité des équipements médicaux en relation avec la maintenance en utilisant la
modélisation mathématique. L'approche empirique est largement utilisé dans d'autres secteurs
de l'industrie et divers modèles mathématiques ont été développés pour mesurer la disponibilité
et la fiabilité des équipements et systèmes. D’après Endrenyi et al. (2006), les politiques de
maintenance basées sur des modèles mathématiques sont beaucoup plus flexibles que les
politiques heuristiques. En effet, avec les modèles mathématiques, on peut intégrer une large
variation d’hypothèses et de contraintes. L’avantage majeur de l'approche mathématique est
que les résultats peuvent être optimisés. Cette optimisation à l’égard des changements dans
certains paramètres du modèle de base peut être réalisée pour une fiabilité maximale ou encore
pour minimiser les coûts. Ces modèles mathématiques de maintenance peuvent être
déterministes ou probabilistes.

Le but général de ces modèles est la prévision des effets de la maintenance, ainsi, les méthodes
probabilistes sont plus appropriées que les méthodes déterministes ; même si elles sont peu
utilisées du fait que leur utilisation augmente la complexité et la perte de transparence.
Néanmoins, ces méthodes probabilistes sont les meilleurs outils pour identifier les politiques
de maintenance qui offrent des économies des coûts. En général, les modèles mathématiques
simples se basent sur des intervalles de maintenance fixes, ainsi, l’optimisation s’effectue par
la sensibilité de l'analyse tout en variant, par exemple, la fréquence de la maintenance. Il existe
des modèles plus complexes qui intègrent l'idée de surveillance de l'état de l’équipement. Dans
ces modèles, les décisions concernant le moment et le montant de la maintenance dépendent de

24
Chapitre 2

l'état actuel de l’équipement (maintenance prédictive). Ces politiques peuvent être optimisées
par rapport à l'un des paramètres du modèle tels que la fréquence des inspections.

D’après Jamshidi et al. (2014), les recherches sur les problèmes de la maintenance biomédicale
et particulièrement de l’optimisation sont très limitées depuis 1989 (34 études publiées). Ces
travaux sont classifiés comme suit : 64% sont des recherches empiriques, 19% portent sur la
classification et priorisation des équipements médicaux et 17% sur des modèles mathématiques
pour optimisation de la maintenance. La figure 2.2 représente la classification des recherches
traitant le problème de l’organisation de la maintenance des équipements médicaux de 1989 à
2014.

Figure 2.2 Classification des recherches de l’organisation de la maintenance des

équipements médicaux de 1989 à 2014

Par ailleurs, ces travaux sont très développés dans le domaine industriel au niveau de la mesure
de la disponibilité et la fiabilité des machines et des systèmes.

Les études de la modélisation des coûts de maintenance préventive (maintenance planifiée) et

des réparations sont récentes. Khalaf et al. (2014) ont développé un modèle mathématique pour
le calcul du nombre des défaillances et le coût des stratégies de maintenance. Ils ont considéré
deux modèles de défaillances. Le premier est la défaillance après la maintenance préventive et
le deuxième est la défaillance après la maintenance corrective représentés par les deux fonctions
de probabilité 𝜆𝑐 et 𝜆𝑝 respectivement. Le nombre des maintenances correctives est calculé
pour une période T (période entre deux interventions préventives successives). L’expression
développée pour le nombre des occurrences de maintenance corrective est la suivante :

25
Chapitre 2

𝜆
𝑁𝐶𝑀 = 𝜆𝑐 𝑇 + (1 − 𝜆𝑐 ) ( 1 − 𝑒 −𝜆𝑝 𝑇 ) (2.1)
𝑝

Cette expression est justifiée pour des longs intervalles T de maintenance préventive, la
probabilité des défaillances est régie par la maintenance corrective et l’effet de la maintenance
préventive est négligeable comme suit (Khalaf et al. 2014) :

𝜆
𝑁𝐶𝑀 ≌ 𝜆𝑐 𝑇 + (1 − 𝜆𝑐 ) ≌ 𝜆𝑐 𝑇 (2.2)
𝑝

De plus, pour des courts intervalles T de maintenance préventive, la probabilité des défaillances
est régie seulement par la maintenance préventive (Khalaf et al. 2014) :

𝜆 𝜆
𝑁𝐶𝑀 ≌ 𝜆𝑐 𝑇 + (1 − 𝜆𝑐 ) [1 − (1 − 𝜆𝑝 𝑇)] ≌ 𝜆𝑐 𝑇 + (1 − 𝜆𝑐 ) 𝜆𝑝 𝑇 ≌ 𝜆𝑝 𝑇 (2.3)
𝑝 𝑝

Ainsi, le coût de maintenance total annuel (maintenance corrective et préventive) est calculé.
D’abord, pour le coût annuel de la maintenance corrective, l’expression précédente (2.1) est
̅̅̅̅̅
multipliée par le coût moyen d’une maintenance unitaire (𝐶 𝐶𝑀 ) et par le nombre d’intervalles

de maintenance préventive par an (365/ T). Ensuite, le coût de la maintenance préventive annuel
̅̅̅̅̅
est la multiplication de coût moyen de la maintenance préventive unitaire (𝐶 𝑃𝑀 ) par le nombre

d’intervalles de la maintenance préventive par an (365/ T). L’expression du coût total annuel
𝑎
de maintenance (𝐶𝑇𝑜𝑡 ) est comme suit :

365 𝜆 365
𝑎
𝐶𝑇𝑜𝑡 = [𝜆𝑐 𝑇 + (1 − 𝜆𝑐 ) ( 1 − 𝑒 −𝜆𝑐 𝑇 )] ̅̅̅̅̅
𝐶𝐶𝑀 + ̅̅̅̅̅
𝐶𝑃𝑀 (2.4)
𝑇 𝑝 𝑇

La problématique principale posée est la détermination de la période optimale pour la

maintenance préventive permettant la minimisation du coût total de la maintenance tout en
améliorant la disponibilité de l’équipement, en réduisant le nombre d’occurrence des pannes.
L’optimisation est très simple en utilisant les modèles mathématiques. Mais la modélisation de
la relation entre l’inspection (maintenance) et la fiabilité (taux de défaillance) pose toujours
problème.

Généralement, les périodes de maintenance préventive des équipements médicaux sont fixées
par les fournisseurs ou par des techniciens et ingénieurs biomédicaux ayant de longues années
d’expérience. Hors, d’après Wang (2006), il est difficile de déterminer l’intervalle optimal pour
la maintenance préventive, en effet, il requière la collecte de données empiriques
statistiquement significatives.

26
Chapitre 2

2.3. Priorisation et classification des équipements médicaux

La croissance continu du nombre et de la complexité des équipements médicaux exige que les
hôpitaux établissent un programme de management des équipements médicaux afin d’assurer
la fiabilité et le fonctionnement performant des équipements critiques.

La criticité est fonction de l'impact opérationnel de la mission de l'organisation en raison de la

perte, les dommages ou la destruction d'un actif, (Vellani,2006). Dekker et al. (1998) ont définit
la criticité de l'équipement en fonction de l'utilisation des équipements, plutôt que de
l'équipement lui-même et ont expliqué comment certains équipements peuvent être dans un cas
critique et dans un autre auxiliaire. De nombreuses techniques sont développées pour
l'évaluation de la criticité des équipements. La plupart d’entre elles utilisent la variation de la
probabilité du nombre de risque « Probability Risk Number » (PRN), (Moubray, 1997). C’est
un produit de la probabilité de défaillance, de la gravité de la conséquence d’une défaillance et
de la détectabilité de la défaillance :

PRN = Probabilité de défaillance × Gravité × Détectabilité (2.5)

Plusieurs critères qualitatifs et quantitatifs ont été identifiés afin de classifier et de prioriser les
équipements médicaux selon leur criticité ainsi que les stratégies de maintenance. Fennigkoh et
Smith (1989) ont proposé une méthode pour inclure les équipements médicaux dans le
programme de la maintenance préventive connue par « Risk-Based-Criteria » qui est basée sur
la valeur de l’EM « Equipment Management » qui est la somme présentée ci-dessous :

EM= Fonction + Risque physique sur le patient + maintenance requise (2.6)

Ainsi, l’équipement est inclus dans la planification de la maintenance et considéré comme

critique si la valeur de l’EM est ≥ 12. L’inconvénient principal de cette approche est sa nature
additive. En effet, si le score de l'équipement dans l’un des trois facteurs est élevé, mais les
scores des deux autres sont faibles, ou vice-versa, le score obtenu ne pourra pas être
suffisamment élevé pour inclure l’équipement au programme de management des équipements
médicaux et la classification ne sera plus conforme à la criticité des équipements, (Tawfik et al.
2013). Wang et Levenson (2000) ont proposé de réinterpréter le critère de la fonction de
l’équipement de Fennigkoh et Smith (1989) comme la criticité de la mission afin d'élargir le
champ du risque d'un seul patient à tous les patients sous traitement. Ainsi, l’équation (2.6)
d’EM a été modifiée en remplaçant la fonction par la criticité de la mission pour donner un
poids égal aux trois critères. Ainsi, un nouveau paramètre EMR « Equipment Management
Rating » peut être calculé selon l’équation (2.7) suivante :
27
Chapitre 2

EMR = la criticité de la mission + 2×Risque physique +2×maintenance requise (2.7)

Les valeurs du risque ont été extraites de la classification des risques de l’Emergency Care
Research Institute (ECRI, 1995) et celles de la maintenance sont identiques à celles utilisées
par Fennigkoh et Smith (1989). De plus, ils ont proposé d’introduire un autre critère jugé
important tel que le taux d’utilisation de l’équipement et le paramètre s’appelle maintenant
AEMR pour « Adjusted EMR » avec l’équation suivante :

AEMR = (la criticité de la mission +2× maintenance requise) × utilisation +

2×Risque physique (2.8)

Wang (2006) a choisi des critères qualitatifs pour développer sa méthode de classification des
certaines équipements médicaux. Le critère de « la criticité » de la mission présenté en trois
niveaux (critique, important et nécessaire) décrit à quel point l’équipement est crucial pour le
soin du patient. Le deuxième critère proposé est « le risque patient » aussi évalué en trois
niveaux (élevé, moyenne et faible). D’autres critères qualitatifs et quantitatifs pour la classer
les équipements critiques ont été présentés par Mkalaf et al. (2013) : le risque de la défaillance
ou de la panne posée sur le patient, la durée moyenne d’utilisation par patient, le nombre moyen
de patients qui sont servi par l’équipement par mois ou par an, la durée de vie moyenne de
l’équipement et la disponibilité des équipements alternatifs en cas de la défaillance. Tawfik et
al. (2013) ont développé un modèle basé sur la logique floue pour la classification des
équipements médicaux en quatre classes de risque : très faible, faible, moyenne et élevé. Les
quatre variables utilisés dans le modèle sont : la criticité de mission, la fonction de
l’équipement, les exigences de la maintenance et le risque physique. La criticité de la mission
dépend du taux d’utilisation, de l’importance de l’équipement et du ratio de la sécurité de
sauvegarde (RSS). Cette dernière définie le nombre d’alternatives disponibles en cas
d’indisponibilité d’un équipement.

𝑆
𝑅𝑆𝑆 = 𝑀 (2.9)

S représente le nombre total d’équipements dont le score du taux d’utilisation et d’importance

est inférieur à 10, M est le nombre total des équipements de même fonction et dans le même
département.

La comparaison des trois approches pour les classes du risque des quelques équipements dans
le tableau 2.1 ci-dessous montre que certains équipements, comme le stérilisateur à vapeur,
passent de la classe faible d’après Fennigkoh et Smith (1989) à la classe moyenne par le modèle

28
Chapitre 2

de logique floue. De la même manière, le réfrigérateur pour la banque du sang est passé de la
classe faible à la classe élevée à cause de son importance et de son taux d’utilisation puisque
certains hôpitaux ne possèdent qu’un seul réfrigérateur.

Tableau 2.1 Comparaison entre les classes du risque pour quelques équipements médicaux
Fennigkoh et Smith (1989), Emergency Care Research Institute (ECRI) et modèle de logique
floue, Tawfik et al. (2013)

Nom de Fennigkoh et Emergency Care Research Modèle de logique

l’équipement Smith (1989) Institute (ECRI) floue
Stérilisateur à vapeur
Faible Elevé Moyenne
(3M)
Ventilateur
Elevé Elevé Elevé
(Hamilton)
Analyseur
Moyenne Moyenne Elevé
d'Hématologie (Erma)
Réfrigérateur pour
banque de sang Faible Moyenne Elevé
(Fricool)
Stimulateur cardiaque
Moyenne Moyenne Elevé
externe (FIAB)
Diathermie (WEM) Elevé Faible Elevé
Bain d'eau (Jouan) Faible Faible Très Faible
Pompe à perfusion
Moyenne Elevé Elevé
(Atom)
Pompe à perfusion
Moyenne Elevé Moyenne
(Sabratec)

Ce modèle est simple et réaliste à cause de la capacité de la logique floue pour simuler la pensée
humaine. Ainsi, ce modèle permet d’avoir des scores de risque dynamiques contrairement à
d’autres approches qui proposent des scores statiques. Pour cette raison, le service biomédical
doit mettre à jour les scores pour ne pas manquer de nouvelles inclusions d’équipements dans
les classes de risques.

29
Chapitre 2

D’après Tarawneh et El-Sharo (2009), l’état de l’équipement médical peut être évalué en
respectant certains facteurs : les performances de fonctionnement, l’âge, la sécurité, le coût de
maintenance, les temps d’arrêt, la disponibilité des pièces de rechange, la possibilité de mise à
niveau, la disponibilité de nouvelles technologies, etc. Ainsi, Tarawneh et El-Sharo (2009) ont
classifié les équipements médicaux en six catégories selon leur taux de disponibilité annuel
(voir tableau 2.2) :

Tableau 2. 2 Classification des catégories selon le taux de disponibilité

Taux de disponibilité Classification des équipements en six
d’un équipement catégories selon le taux de disponibilité
95% - 100% Elevé
90% - 94.9% Très bonne
80% - 89.9% Bonne
70% - 79.9% Moyenne
60% - 69.9% Faible
< 60% Pauvre

Selon cette classification, la décision de remplacement de l’équipement peut être prise selon
l’algorithme développé par Tarawneh et El-Sharo (2009) en respectant le taux de disponibilité.

Taghipour et al. (2011) ont développé un modèle multicritère de prise de décision en utilisant
la méthode AHP « Analysis Hiearchy Process » pour la priorisation des équipements médicaux
selon leur score de criticité. La criticité est calculée en fonction des poids des critères
et des sous-critères. Les équipements considérés comme critiques sont inclus dans le
programme de management des équipements médicaux de l'hôpital. La stratégie de
maintenance de l’équipement devrait être définit en fonction des ressources disponibles, du
budget, des ressources humaines et des outillages de maintenance. En se basant sur la valeur de
score transformé (TSV), trois classes de criticité ont été définies (voir tableau 2.3) :

Tableau 2. 3 Répartition de stratégie de maintenance selon la classe de criticité

Classe de criticité Valeur de score transformé (TSV) Stratégies de maintenance
Importante 40% < TSV < 100% Proactive, prédictive, ou
systématique
Moyenne 20% < TSV < 40% Proactive ou systématique
faible 0% < TSV < 20% Maintenance corrective

30
Chapitre 2

Récemment, Jamshidi et al. (2015), en se basant sur les opinions de différents experts
et des incertitudes, ont utilisé l’approche de prise de décision multicritère floue (FMCDM)
afin de prioriser les équipements médicaux. Ils ont ensuite proposé un schéma de planification
de la maintenance pour identifier la stratégie de maintenance adaptée à chaque équipement sur
la base du score total de l’intensité de l'analyse multicritère et de l’indice de priorité du risque.
2.4. Classification des méthodes d’aide à la décision multicritère
L’aide à la décision est un processus qui utilise un ensemble d’informations disponibles à un
instant donné, afin de formuler un problème et aboutir à une décision sur un objet précis. Dans
le cadre de la décision multicritère, l’objet de la décision est formé par un ensemble
d’alternatives. Ainsi, les problèmes réels peuvent être formulés à l’aide des méthodes d’analyse
multicritère, selon quatre problématiques décisionnelles de référence (Roy, 1985) :
- La problématique de choix : choisir un sous ensemble des alternatives en vue d’un choix
final d’une seule alternative.
- La problématique de tri ou affectation : trier les alternatives d’après des normes. Le
résultat est une affectation de chaque alternative à une catégorie définie a-priori.
- La problématique de rangement : ranger les actions selon un ordre de préférence
décroissante.
- La problématique de description : éclairer la décision par une description des
alternatives et leurs conséquences.
Nous présentons dans cette section les méthodes d’aide à la décision multicritère les plus
utilisées (Figure 2.3).

Méthode d'aide à la décision

multicritères (MCDM)

Aide à la décision multi- Aide à la décision multi-

objective (MODM) attributs (MADM)

Théorie de l'utilité Processus par

multi-attribut analyse de ELECTRE TOPSIS PROMETHEE
(MAUT) héirarchique ( AHP)

Figure 2.2 Les méthodes d’aide à la décision multicritère

31
Chapitre 2

- MAUT (Multi-Attribute Utility Theory) s’applique dans le cas où les évaluations des
actions par rapport aux attributs sont aléatoires, alors les évaluations sont incertaines.
Elle utilise des fonctions d’agrégation partielle et qui cherche à définir une fonction
d'utilité, (Keeney et Raifa, 1976).
- AHP (Analytic Hierarchy Process) consiste à aider les décideurs à résoudre des
problèmes complexes en représentant le problème de décision par une structure
hiérarchique reflétant les interactions entre les divers éléments du problème, à procéder
à des comparaisons par paires des éléments de la hiérarchie, et enfin à déterminer les
priorités des alternatives, (Saaty, 1980).
- ELECTRE (ELimination Et Choix Traduisant la REalité) se base sur deux concepts
de concordance et discordance afin de classer les alternatives. Elle prend en compte l’in-
comparabilité sur certains critères. Plusieurs extensions de la méthode ELECTRE sont
issues des travaux de Roy (1968) : ELECTRE I, II, III, Is et IV.
- TOPSIS (Technique for Order by Similarity to Ideal Solution) consiste à choisir une
solution qui se rapproche le plus de la solution idéale (meilleure sur tous les critères) et
de s’éloigner le plus possible de la pire solution. Son grand apport est l’introduction des
notions d’idéal et d’anti-idéal, (Hwang et Yoon, 1981).
- PROMETHEE (Preference Ranking Organisation Method for Enrichment
Evaluations) utilise non plus la notion de surclassement, mais la préférence large. Elle
se base sur une extension de la notion de critère par l’introduction d’une fonction
exprimant la préférence du décideur pour une alternative 1 par rapport à une autre
alternative 2, (Brans et Vincke, 1985).

Afin de choisir la méthode la plus pertinente pour une problématique posée, nous présentons
une comparaison des méthodes d’aide multicritère (Tableau 2.4).

Tableau 2. 4 Comparaison des méthodes d’aide à la décision multicritère (MADM)

MADM Avantages Inconvénients

MAUT - Basée sur la théorie de - Les fonctions d’utilité sont
l’utilité difficiles à concevoir
- Possibilité d’intégrer - Exige plusieurs vérifications
l’incertitude du décideur telles que l’indépendance
mutuelle au sens de l’utilité.
- Trop complexe surtout dans
les cas où il y a de
l’incertitude

32
Chapitre 2

- Les critères doivent être

indépendants
AHP - Modélisation du problème - Problème de renversement
de décision par une structure de rang (deux actions
hiérarchique peuvent voir leur ordre de
- Simple et compréhensible priorité s’inverser suite à
- Aspects qualitatifs et une modification (ajout ou
quantitatifs suppression d’une ou de
- Utilisation d’une échelle plusieurs actions) de
sémantique pour exprimer l’ensemble des actions.
les préférences du décideur - Un grand nombre
d’éléments dans le problème
de décision fait exploser le
nombre de comparaisons par
paires.
TOPSIS - Facile à appliquer - Même si toutes les actions
- Calcule la solution idéale sont mauvaises, la méthode
positive (les plus meilleurs) propose la meilleure action
et négative (les plus parmi les mauvaises
mauvaises) des attributs
ELECTRE - Accepte les insuffisances - ELECTRE III est difficile à
des informations appliquer avec un recourt
- Fait un usage minimum de important aux valeurs
valeurs numériques (la numériques
mieux adaptée à des - ELECTRE II limite le
échelles ordinales qu'à des nombre de circuits par
critères à valeurs rapport à ELECTRE I
numériques) - Résultats difficiles à
interpréter (Brauers et
Zavadskas, 2012)
PROMETHEE - Fonction de préférence du - Utilisation de 6 types de
décideur (attribuer un poids fonctions différentes.
et un type pour chaque
critère)
- Plus facile et
compréhensible par rapport
à la méthode ELECTRE

2.5. Externalisation de la maintenance biomédicale

Suite à notre revue de la littérature sur les travaux traitant de l’externalisation de la maintenance
et de la modélisation des contrats, nous avons constaté qu’il existait un nombre limité de travaux
traitant ce sujet qui demeure un domaine d’actualité (Jamshidi et al.2015). Il n’existe pas de
recherches traitant de la modélisation et de l’estimation des coûts des contrats pour la
maintenance des équipements médicaux. Cette absence est due au faite que les problématiques

33
Chapitre 2

liées à l’organisation et la gestion du système hospitalier telles que la planification en

production de soins (les soins primaires, les soins ambulatoires et les soins d’hospitalisation) et
en support aux soins (le transport des patients, la gestion des déchets, la maintenance, etc.) sont
récemment devenues la préoccupation majeures des chercheurs. En particulier, la gestion de
l’activité de maintenance biomédicale est une problématique de recherche qui commence
récemment à intéresser certains chercheurs (Mkalaf et al. 2013).

La problématique de l’externalisation de la maintenance biomédicale prend aujourd’hui toute

son ampleur. Il n'est d'ailleurs plus possible de gérer les hôpitaux et les établissements de soins,
publics ou privés, sans s'interroger sur l'opportunité d'externaliser une partie des activités de
maintenance. Par ailleurs, dans le domaine industriel, l’externalisation de la maintenance par
des contrats est très utilisée et des recherches sont menées sur la modélisation mathématique et
le développement de différentes politiques pour le service des contrats. Pour des équipements
dont la vie est considérée longue, Rahman et Chattopadhyay (2007) ont proposé une politique
de service de contrat de maintenance avec une période de contrat courte qui ne dépend pas de
la vie de l’équipement. Le contrat présente des intervalles fixes de maintenance préventive
incluant des réparations (maintenance corrective sont possibles entre ces intervalles). Ce type
de contrat est favorable aux équipements complexes, dont le système est réparable et d’une vie
longue. La vie d’un équipement médical est en moyenne de 10 ans et peut être considéré comme
longue. Le plus important dans cette politique est la modélisation du coût du contrat. Ce dernier
inclut les coûts des maintenances préventives, les coûts des maintenances correctives (les
réparations), les coûts des inspections et des contrôles qualité, la pénalité de la sécurité, la
fiabilité et la disponibilité. D’après khalaf et al. (2013), c’est par l’effet des défaillances que la
survie de l’équipement est décroissante, ainsi, la maintenance peut n’avoir aucun effet sur la
survie de l’équipement. A ce niveau, le service biomédical doit définir la période optimale du
contrat afin de minimiser ses dépenses. Le coût prévu des réparations entre deux maintenances
préventives dépend de l’intensité des défaillances. Ainsi, le coût total de ces réparations est la
somme des coûts prévus pour chaque intervalle. La limite de la modélisation proposée est que
Rahman et Chattopadhyay (2007) ont considéré le coût unitaire de chaque réparation comme
constant. Dans le cas réel et d’après nos données sur l’historique de la maintenance biomédicale
des hôpitaux tunisiens, le coût dépend essentiellement du coût de la main d’œuvre et des pièces
de rechanges. Le profit du prestataire de service de maintenance par contrat est influencé par
de nombreux facteurs tels que les termes du contrat, la fiabilité des actifs, les stratégies de la
maintenance et le coût des ressources nécessaires pour effectuer la maintenance. Alors, Il est

34
Chapitre 2

bien nécessaire de développer des modèles mathématiques afin de maximiser les profits des
sous-traitants, minimiser les dépenses du client et comprendre les coûts futurs à inclure dans le
prix du contrat, (Rahman et Chattopadhyay, 2007).
Face à l’augmentation de l’externalisation de la maintenance des équipements médicaux, des
recherches ont été menées sur la mesure et l’évaluation de la qualité et de la performance des
contrats. Mais le plus important est l’estimation des coûts de ces contrats. Par exemple, d’après
ECRI « Emergency Care Research Institue » (1995), les hôpitaux des Etats-Unis ont payé
environ $1.6 milliards pour le service support des équipements cliniques aux fournisseurs et
autres agences externes.

D’après Cruz et Rinçon (2012), dans plusieurs établissements de soins dans les pays en voie de
développement, le service de maintenance avec contrat est souvent inévitable parce que les
hôpitaux ont un nombre limité d’employés bien formés et moins de ressources matérielles
disponibles pour assurer la maintenance en interne. Ainsi, l’externalisation de la maintenance
des équipements médicaux nécessite plus de recherches en l’optimisation. L’objectif général de
cette optimisation est de maximiser le profit des fournisseurs et/ou des sous-traitants et de
minimiser les dépenses de l’hôpital. En plus, la plupart des équipements médicaux sont
complexes et nécessitent une maintenance préventive afin d’augmenter leurs disponibilités et
leur fiabilités et de minimiser le taux des défaillances. Ainsi, les contrats doivent considérer la
différence des coûts de défaillances (selon la complexité des pannes et la fiabilité de
l’équipement), l’occurrence de la maintenance préventive et le coût de la main d’œuvre et des
pièces de rechanges. Souvent, les fournisseurs d’équipements et/ou les sous-traitants offrent
plusieurs options au service de maintenance biomédicale. Ce dernier est alors confronté au
problème de l’option optimale selon la criticité des équipements, la capacité budgétaire et les
clauses du contrat. L’objectif est de définir l’intervalle optimal pour la maintenance préventive
et pour le temps de remplacement des équipements. D’après AAMI « Association for
Advancement of Medical Instrumentation », le coût de service de contrat (pièces de rechanges
et main d’œuvre de la maintenance planifiée et les réparations) des fournisseurs de l’équipement
représente entre 5% et 15% du prix de l’achat de l’équipement.

La plupart des articles s’intéressent à l’étude de la fiabilité (Khalaf et al. 2010) et de la criticité
(Fennigkoh et Smith, (1989), Taghipour et al. (2011), Wang et Levenson, (2000), Mkalaf et al.
(2013)) de l’équipement médical. Nous avons identifié quelques travaux qui traitent des critères
d’externalisation et du choix de contrat (Georgin et al. 2005). Cruz et Rincon, (2012) confirment
que la littérature est bien pauvre dans ce domaine. Cruz et al. (2002) ont proposé une procédure

35
Chapitre 2

de sélection et d’évaluation quantitative de la performance des fournisseurs de contrats pour la

maintenance des équipements médicaux. Les critères utilisés pour établir l’équation
d’évaluation sont : la garantie de disponibilité, la pénalité de non disponibilité, le temps de
réponse, les réparations effectuées dans les délais et les réparations effectuées correctement dès
la première fois. Ainsi, ils ont trouvé une corrélation linéaire entre la performance des
fournisseurs de contrat de service et le ratio (coût de service/coût d’acquisition). Cette relation
permet d’identifier les trois classes de performance (pauvre, moyenne, élevée) et la décision de
continuer ou d’arrêter le contrat. Comme l’évaluation de ces critères nécessite l’avis d’experts,
Cruz et al. (2005) ont proposé le système d’inférence floue pour l’évaluation de la performance
des contrats de maintenance d’équipements médicaux. Ce système se base sur des critères
quantitatifs similaires aux critères du modèle précédent : le ratio (coût de service/coût
d’acquisition), les réparations effectuées correctement dès la première fois et la disponibilité de
l’équipement. Ces critères sont classés en trois niveaux (pauvre, moyenne et bonne). Ainsi, la
décision de terminer le contrat, la révision pour connaitre la possibilité des améliorations ou de
maintenir le contrat est prise selon le statut (pauvre, moyen et bon) obtenu grâce à la variable
qualité de service. Cruz et al. (2005) ont supposé que ce système peut être utilisé afin de prédire
les tendances et d’améliorer la maintenance préventive et la qualité du service de réparation des
fournisseurs d’équipements et/ou les sous-traitants. Georgin et al. (2005) proposent une
procédure pour le choix du type de contrat par équipement dans le but d’optimiser l’activité de
maintenance par réorganisation. Les critères de choix sont principalement la disponibilité des
ressources, la formation, le coût des pièces et le MTBF. Un nouveau type de contrat
« partenariat » est proposé dans la procédure. Ce type de contrat fait l’objet de certaines études
dans la littérature qui témoignent de sa performance (Georgin et al. (2005), De vivol et al.
(2004)). Ce contrat existe déjà dans quelques pays développés et dénote un partenariat entre le
service de maintenance de l’hôpital et les sous-traitants. N’étant pas disponible actuellement
dans le contexte tunisien, il est écarté de cette étude.

L'externalisation des tâches de maintenance a des avantages et des inconvénients qui peuvent
être identifiés selon les ressources humaines, les ressources matérielles et le coût global de
l’activité (Georgin, 2005). La décision d'externaliser dépend de la disponibilité des outils et des
compétences appropriées en interne. D'autres critères liés à l'équipement, l'hôpital et le sous-
traitant peuvent être considérés. Nous concluons que les recherches sur l’externalisation des
services de maintenance des dispositifs médicaux et les risques qui y sont associés dans les
hôpitaux en sont encore à leurs balbutiements.

36
Chapitre 2

2.2. Conclusion

Cet état de l’art sur la maintenance des équipements médicaux contient trois volets principaux
portant sur la priorisation des équipements médicaux pour le choix des stratégies de
maintenance, l’optimisation de la maintenance et le problème externalisation /
internalisation. Dans le chapitre 3, nous présenterons le développement d’une procédure pour
le choix des stratégies de maintenance et le choix d’externaliser ou d’internaliser la maintenance
et le contrat à sélectionner. Dans le chapitre 4, nous aborderons les méthodes d’aide à la
décision multicritère qui permettent la priorisation des équipements médicaux et la
classification des stratégies de maintenance. Finalement, dans le chapitre 5 nous présenterons
deux modèles mathématiques qui peuvent aider les experts des services de maintenance à la
sélection de la stratégie, à externaliser ou internaliser et au choix du contrat en considérant le
budget alloué et le niveau de disponibilité du matériel.

37
Chapitre 3

Chapitre 3 : Procédure du choix de la stratégie de

maintenance

Les hôpitaux sous-traitent de nombreuses activités de maintenance afin de se concentrer sur la

production de soins de santé. Dans les pays en voie de développement, la maintenance des
équipements médicaux est souvent gérée par des contrats, Cruz et Rincon, (2012). Les prix sont
ainsi très élevés et dans la plupart des cas non maitrisés. Aujourd’hui, face aux coûts des soins
très élevés, les gouvernements ont mis en place un certain nombre de réformes visant à contrôler
les dépenses tout en améliorant l'efficacité et la qualité. Les hôpitaux se forcent ainsi depuis
lors à minimiser le coût total de l'activité, à la fois l'activité de production de soins de santé et
les activités support. La réorganisation du service de maintenance et le changement de son mode
de gestion se présentent comme une priorité. Dans ce sens, nous proposerons dans ce chapitre
une procédure visant à déterminer quelle politique est la mieux adaptée pour chaque niveau de
maintenance par équipement, quelle activité sera à internaliser, quelle est le type de contrat à
choisir dans le cas d’externalisation et quel est le contenu de ce contrat.

Dans les hôpitaux Tunisiens, la maintenance des équipements médicaux est gérée en utilisant
des contrats. D’après Letaief et al. (2007), il existe quatre types des contrats :

 Contrat type A* : Tout risque (main-d’œuvre et pièces, maintenance préventive et

corrective comprise dans le forfait).
 Contrat type A : Maintenance préventive avec pièces comprise dans le forfait.
 Contrat type B : Pièces de rechange comprises dans le forfait (correspondant à la
maintenance préventive et/ou conditionnelle).
 Contrat type C : Coup à coup sans forfait

Certaines clauses de ces contrats sont les mêmes, par exemple, la durée de l'intervention, le
temps de réponse, les temps d'arrêt. La surveillance est effectuée avec un tableau de bord, qui
contient ces indicateurs de performance.

Dans notre travail, nous allons prendre en considération les options des quatre contrats existants
dans les hôpitaux tunisiens afin d’estimer le coût de chacun et de faciliter le choix du contrat
d’externalisation de la maintenance. Nous prendrons en compte le coût des réparations variables
(qui dépend de coût de la main d’œuvre et des pièces de rechanges par complexité des pannes
et criticité de l’équipement) contrairement au Rahman et Chattopadhyay (2007).

38
Chapitre 3

3.1. Nouvelle procédure de décision

La procédure proposée est basée à la fois sur l’avis des experts du service maintenance du CHU
Habib Bourguiba Sfax et sur une étude approfondie de l'état de l’art. Selon la Panayiotou et al.
(2009), l’élaboration d'une procédure de maintenance appropriée permet de sélectionner des
stratégies de maintenance fondées sur les facteurs existants. Pour cette raison, notre procédure
d'aide à la décision est basée sur les critères techniques, financiers, humains et
organisationnels :

- Disponibilité des équipements de contrôle de mesure et d’essai « ECME »

- Disponibilité du personnel par niveau de maintenance
- Criticité du matériel qui définit la stratégie la maintenance à appliquer
- Charge horaire et coût de l’activité associée
- Complexité et fréquence de pannes
- Coûts des pièces de rechange

39
Chapitre 3

Equipement

Criticité de
l’équipement ?

Faible Moyenne Elevée

G=1 G=2 G=3

Maintenance Maintenance préventive Maintenance préventive

corrective conditionnelle systématique

Disponibilité des Disponibilité des

ressources en interne? ressources en interne?
Non Oui
Oui Non Internalisation
Internalisation Externalisation
Externalisation
(MPC)
Non (MPS)
Externalisation Non
Le coût de la main
L=1
d’œuvre est
important? Oui
L=2
Le coût des pièces de
Les défaillances sont rechange est
complexes? Les défaillances sont
important?
complexes?
?Non Oui
Non F=1 Non
O=1 Oui F=2 O=1 Oui
O=2 O=2

Internalisation Sans Contrat Contrat Contrat Contrat Internalisation

Contrat type C type B type A type A*

Figure 3.1 Schéma de la procédure d’aide à la décision proposée (les valeurs G, O, L et F

sont expliquées dans les parties suivantes), Masmoudi et al. (2015)

La caractéristique principale de la procédure proposée se résume dans l’application de la

stratégie de maintenance préventive pour les équipements critiques. En outre, il est moins
coûteux et plus avantageux d'internaliser la maintenance tant que les ressources nécessaires sont
disponibles en interne. Enfin, le type de contrat de maintenance devrait dépendre de la
complexité des tâches de réparation et du coût des pièces de rechange. En nous basant sur ces
critères, nous proposons 4 étapes pour notre procédure :

- Étape 1 : Calcul de la criticité des équipements à l'aide d'une analyse multicritère.

40
Chapitre 3

- Étape 2 : L'internalisation de la maintenance par l'application d'une simple heuristique

qui vérifie la faisabilité basée sur les contraintes internes et les coûts.
- Étape 3 : Sélection de la stratégie de maintenance par équipement basée sur la
disponibilité des ressources et en fonction du budget.
- Étape 4 : Externalisation du reste avec ou sans contrat et en choisissant le type de
pratique du contrat basé sur le coût de pièces de rechange et la complexité des
réparations.

3.1.1. Première étape

L’objectif de cette étape est de déterminer la stratégie de maintenance à suivre pour chaque
équipement médical (préventive systématique, préventive conditionnelle ou bien corrective).
La détermination de la stratégie est basée sur le calcul de la criticité des équipements. Plusieurs
méthodes ont été développées dans la littérature pour déterminer la criticité. Dans notre modèle
on va calculer la criticité en nous basant sur cinq critères (Degré de complexité de la
maintenance, Fonction, Risque, Degré d’importance de la mission et Age) et six sous-critères
(Taux d’utilisation, Disponibilité de dispositifs alternatifs, fréquence d’apparition des pannes,
détectabilité, impact sur la production de soins et impact sur la sécurité).

Dans Taghipour et al. (2011), les auteurs ont utilisé l’ensemble de ces critères pour définir la
criticité. Ils ont rajouté en particulier le coût de la maintenance (coût de la main d’œuvre, les
outils et les pièces de rechange) comme critère supplémentaire. En se basant sur un ordre
décroissant de priorité, ils ont déterminé l'ordre suivant des stratégies de maintenance :
maintenance préventive conditionnelle pour les équipements hautement critiques, maintenance
préventive systématique pour les équipements moyennement critiques et maintenance
corrective pour ses équipements non critiques. Nous émettons certaines critiques par rapport à
l’applicabilité de cet ordre dans notre procédure. Le critère « coût » évolue dans ce sens mais
le critère « fonction », dont la pondération est la plus importante, évolue dans le sens du
classement suivant : maintenance préventive systématique, maintenance préventive
conditionnelle et maintenance corrective. De plus, selon l’avis des experts du CHU Habib
Bourguiba de Sfax et le contenu des types de contrat, la stratégie de maintenance préventive
systématique est celle qu’on associe aux équipements les plus critiques. Nous avons ainsi
considéré le classement suivant : préventive systématique, préventive conditionnelle et
corrective selon une nouvelle formule de criticité. Cette décision sera confirmée d’une façon
scientifique dans le chapitre 4, section 4.2. En effet, ceci est dû au faite que nous avons choisi

41
Chapitre 3

de ne pas utiliser le critère de coût dans le calcul de la criticité des équipements et de le

conserver pour les étapes suivantes de la procédure de décision.

En outre, au lieu d'utiliser les coefficients de pondération pour les critères, nous avons décidé
d'ajuster le critère des niveaux de la façon suivante : pour un critère avec un niveau de 1 à 5 et
un coefficient de pondération de 2 comme utilisé par Taghipour et al. (2011), nous considérons
10 niveaux de 2 à 10 sans poids. Cette façon est pratique (facile à implémenter) dans l'hôpital
où des milliers d'équipements sont inclus dans l'étude. Ainsi, nous avons confirmé la validité
de ces idées avec les experts de service de maintenance biomédicale. Le tableau 3.1 indique les
critères et leurs niveaux. Par la suite, nous allons expliquer en détails les différents critères et
sous-critères.

Tableau 3.1 Les critères et sous critères pour le calcul de la criticité

Critères Nombre des sous critères Nombre des niveaux

Degré de la complexité de - 3
maintenance (A)
Fonction (B) - 9
Risque (C) 4 3
Degré de l’importance de la 2 3
mission (D)
Age (E) - 2

a. Degré de complexité de la maintenance (1er critère : A)

D’après Fennigkoh et Smith (1989), on peut considérer ce critère pour le calcul de la criticité
des équipements médicaux. Ils ont proposé cinq niveaux pour ce critère selon leurs importances.
Dans notre modèle, nous proposons trois niveaux de maintenance avec des scores de 1 à 3 (voir
tableau 3.2)

- Complexité élevée de maintenance requise (score = 3) : les équipements à base

mécanique, pneumatique ou hydraulique
- Complexité moyenne de maintenance requise (score = 2) : les équipements qui exigent
seulement la vérification des performances et des tests de sécurité.
- Faible complexité de maintenance requise (score = 1) : les dispositifs qui reçoivent
uniquement des inspections visuelles.

42
Chapitre 3

Tableau 3.2 Degré de complexité de la maintenance

Classe score
Complexité élevée de maintenance requise 3

Complexité moyenne de maintenance requise 2

Complexité faible de maintenance requise 1

b. La fonction (2ème critère : B)

On définit la fonction d’un équipement médical comme l’objectif principal pour lequel il est
utilisé. D’après Fennigkoh et Smith (1989), on peut classer les équipements sur 9 niveaux de
fonction (voir tableau 3.3). Dans notre modèle nous utilisons la même définition et nous
considérons également les 9 niveaux.

Tableau 3.3 Les fonctions des équipements médicaux

Catégories Score
Assistance cardio-respiratoire 9
Traitement Soins chirurgicaux et intensif 8
Soins et traitement physique 7
Suivi des soins chirurgicaux et intensifs 6
Suivi physiologique complémentaire et
Diagnostique 5
Diagnostique
Laboratoire d’analyse 4
Analyse Accessoire de laboratoire 3
Informatique et apparenté 2
Divers Soins aux patients et autres 1

c. Risque (3ème critère : C)

Le critère risque est un critère très important pour la détermination de la criticité d’un
équipement médical. Plusieurs méthodes sont utilisées pour le déterminer. Il s’agit d’appliquer
l’analyse AMDEC ou de donner une estimation dans le cas échéant. Dans Taghipour et al.
(2011), les auteurs utilisent des sous critères tels que la détectabilité, la fréquence d’apparition
des pannes et leurs conséquences en termes de coût, la sécurité et temps de l’arrêt de production.
D’après Taghipour et al. (2011), le risque est la somme des modes des défaillances individuelles
des Risques (MDR). Dans notre étude, nous avons considéré tous ces critères sauf le coût et
nous proposons la formule suivante :

MDR=détectabilité*fréquence*(temps d’arrêt de production + sécurité)/2 (3.1)

43
Chapitre 3

Nous obtenons une valeur entière de MDR qui varie entre 1 et 27. Ensuite, le risque est obtenu
par la multiplication d’une valeur entière de 1 à 27 par le nombre maximum de modes de
défaillance parmi tous les équipements à l'étude. Par exemple, pour un équipement médical
avec 10 modes de défaillance ; le risque est compris entre 10 et 270. Néanmoins, au lieu de
calculer les valeurs de risque, nous proposons un raisonnement heuristique pour déduire les
trois niveaux de risque : élevé (Score = 3), moyen (score = 2) et faible (Score = 1), en respectant
les niveaux des sous-critères affectés à cet équipement. Un raisonnement déterministe comme
la logique propositionnelle ou un raisonnement non-déterministe comme la logique floue peut
être utilisée, (Rzevsky, 1995). Dans ce cas, les règles d'inférence doivent être établies avant
d'évaluer des alternatives. Les règles sont les expressions de connaissances sous la forme de
conditions et d'actions. Une règle se compose d'un IF-déclaration et d’une déclaration ALORS.
Par exemple, SI la détectabilité est élevée, Et la fréquence est moyenne, Et temps d’arrêt est
moyen, Et la sécurité est élevée, ALORS le risque est élevé

d. Degré d’importance de la mission (4ème critère : D)

Wang et Levenson (2000) ont considéré le degré d’importance de la mission ou la criticité de
la mission comme l’un des critères pour le calcul de la criticité des équipements médicaux. Ce
critère décrit la mesure dans laquelle un équipement est crucial pour le processus de prestation
de soins d’un hôpital. Ce critère dépend du taux d’utilisation (la moyenne des heures
d’utilisation par semaine divisée par le maximum dont il est considéré de 48 heures par
semaine) et de la disponibilité des équipements alternatifs (Taghipour et al. 2011). Dans notre
modèle, nous proposons quatre niveaux pour le taux d’utilisation et deux niveaux pour la
disponibilité des équipements alternatifs (voir Tableau 3.4).

Tableau 3.4 Les sous-critères pour le calcul de degré d’importance

Critère Sous-critère Description Score

TU ≥ 80% 4
Taux d’utilisation (TU) 65% ≤TU < 80% 3
Degré d’importance 30% ≤ TU < 65% 2
TU < 30% 1
Disponibilité des Non disponible 2
équipements alternatifs Disponible 1

Nous considérons une sommation simple de ces deux sous-critères notée (S) pour le calcul de
degré d’importance de la mission. Cette valeur varie entre 2 et 6. Dans notre modèle, nous

44
Chapitre 3

proposons trois niveaux pour ce critère : importance élevée (score = 3), importance moyenne
(score = 2) et importance faible (score =1), (voir tableau 3.5). En effet, pour TU ≥ 80% et la
non disponibilité des équipements alternatifs, la mission de l’équipement est d’une importance
élevée et S=6. Sinon si TU < 30% et pour quel que soit la disponibilité des équipements
alternatifs, ou pour 30% ≤ TU < 65% et des équipements alternatifs disponibles, nous aurons
S = 2 ou 3. Alors, nous considérons la mission de l’équipement est d’une importance faible.
Pour le reste, la mission de l’équipement sera considérée d’importance moyenne.

Tableau 3.5 Degré d’importance de la mission

Niveaux de degré d’importance de la mission S Score
élevé S=6 3
moyen S ϵ {4, 5} 2
faible S ϵ {2, 3} 1

e. Age (5ème critère : E)

Le score de ce critère est basé sur l'âge actuel d'un équipement médical et de sa durée de vie
prévisible (généralement 10 ans). Dans notre modèle, nous proposons deux niveaux pour l’âge :
neuf (âge ≤ 10 ans, score = 1) sinon ancien avec un score = 2.

f. Criticité (G)
Pour le calcul de la criticité, nous proposons une formule simple avec une somme des cinq
critères (de A à E). Nous ne considérons pas de pondération car l’importance de chaque critère
est déjà considérée à travers le nombre de niveaux associés. Dans notre modèle, le score total
de la criticité varie entre 5 et 20. Le tableau 3.6 illustre un exemple pour l’un des équipements
les plus critiques.

Tableau 3.6 Etude de la criticité du respirateur d’anesthésie DRAGER JULIEN

Critères Description Score

A il possède une moyenne maintenance requise 2
B Dispositif de traitement cardio-respiratoire 9
C Dispositif a risque moyenne 2
D High importance of the mission 3
E Dispositif ancien 2
G Criticité = A + B + C + D + E 18

45
Chapitre 3

3.1.2 Deuxième étape

La décision d’internaliser ou externaliser la maintenance est considérée en nous basant sur
certains critères complémentaires : la compétence de l’équipe du service de maintenance
biomédicale, la disponibilité des outils nécessaires, la charge annuelle estimée, l’équipe de
maintenance nécessaire et le coût de la main d’œuvre en externe.

Étant donné que la stratégie de maintenance pour chaque équipement n’est pas encore connue
dans cette étape, nous considérons le coût moyen des trois stratégies possibles comme
estimation.

a. Compétence par niveau de maintenance (H)

Selon la norme NF X60-010-(1994), sont définis cinq niveaux de maintenance entre 1 et 5. La
compétence du personnel est identifiée par niveau. Le niveau L1 correspond à des tâches de
vérifications simples qui se font par les techniciens en interne (inclus dans le calcul des charges
internes) et le niveau L5 correspond à des travaux rares qui demandent l’intervention du
constructeur (externe). La décision d’internaliser/externaliser se fera ainsi par rapport aux
niveaux L2, L3 et L4.

Tableau 3.7 Présence ou non de compétences par niveau de maintenance (1 si oui, 0 si non)

Stratégies | Niveaux L1 L2 L3 L4 L5
Compétence 1 0 ou 1 0 ou 1 0 ou 1 0

b. Estimation de la charge annuelle par niveau par stratégie de maintenance par

équipement (I)
Nous définissons la charge annuelle (en heures) par rapport à la stratégie de maintenance
considérée pour chaque niveau de maintenance. Notons que la stratégie de maintenance
préventive conditionnelle est uniquement présente dans le niveau L4 alors que la maintenance
systématique est présente à tous les niveaux. Le tableau 3.8 représente l’estimation de la charge
de maintenance pour le cas de ventilateur d’anesthésie de type DAREGER JULIEN.

Tableau 3.8 Estimation de la charge annuelle par niveau pour le respirateur d’anesthésie
DRAGER JULIEN

Stratégies | Niveaux L1 L2 L3 L4
Maintenance préventive systématique (G =3) 7
1 2 3
Maintenance préventive conditionnelle (G=2) 3
Maintenance corrective (G=1) 10 11 15 8

46
Chapitre 3

c. Estimation de l’équipe nécessaire (technicien/ingénieur) par niveau (J)

Nous avons défini l’équipe des techniciens et des ingénieurs associés pour chaque niveau de
maintenance. Le tableau 3.9 illustre l’estimation de l’équipe nécessaire pour la maintenance de
l’aspirateur d’anesthésie.

Tableau 3.9 Composition de l’équipe nécessaire ({techniciens, ingénieurs}) par niveau pour
le même respirateur d’anesthésie

Stratégies | Niveaux L1 L2 L3 L4

Maintenance systématique (G = 3) {1,1}

{1,0} {2,0} {1,1}
Maintenance conditionnelle (G = 2) {1,1}
Maintenance corrective (G = 1) {1,0} {1,0} {2,1} {0,2}

d. Coût par heure (K)

Le coût par heure est déterminé par le type de maintenance en interne et en externe et selon la
qualification des ressources impliquées (techniciens et ingénieurs). Si l’on suppose qu’un sous-
traitant potentiel est identifié pour chaque équipement, nous disposons alors des prix proposés
par ce sous-traitant. Il est évident qu’un sous-traitant peut avoir plusieurs équipements en
charge. Le coût de la main d’œuvre par sous-traitant est le même quel que soit l’équipement.
Le coût en interne par heure est beaucoup moins cher que celui du sous-traitant.

Tableau 3.10 Coût/heure (DT) : Dinar Tunisien) par qualification et par sous-traitant

En Sous-traitant 1 … Sous-traitant p
interne Equip.1 Equip. 14 … … Equip. n
Technicien (DT) 3.5 7 … 6
Ingénieur (DT) 6 30 … 28

e. Coût de la main d’œuvre (L)

Le coût de la main-d’œuvre est déterminé par le produit de la charge de maintenance estimée
(I) avec le coût horaire de main d’œuvre (J) et de nombre de personnes dans l’équipe selon leurs
qualifications (K) :
L=I×J×K (3.1)

L’internalisation se fait selon la faisabilité en termes de compétence et de disponibilité des

outils. Dans notre étude, la capacité en interne est limitée et elle est considérée comme un

47
Chapitre 3

paramètre d’entrée et non pas comme une variable de décision. Nous proposons une heuristique
de trois phases pour internaliser les niveaux qui présentent des valeurs ajoutées importantes en
termes d’économie du coût en interne par rapport à l’externalisation (Walreave et al. (2005)).
La procédure proposée est la suivante :

Phase 1 : On calcule la charge due à l’internalisation du niveau L1 pour tous les équipements
et on déduit la capacité restante :

Capacité restante = capacité en interne -∑charge L1 (3.2)

Phase 2 : On considère les niveaux de maintenance pour lesquels nous disposons de

compétences en interne. On ordonne les niveaux de maintenance (L2, L3 et L4) suivant l’ordre
décroissant du coût externe/heure (moyenne) puis la charge moyenne de la maintenance des
équipements. Comme la stratégie n’est pas définie encore, nous considérons une estimation du
coût externe/heure et de la charge moyenne des trois stratégies de maintenance. Le tableau 3.11
décrit comment les niveaux d'équipement sont juxtaposés et comment les deux critères sont
utilisés pour décider d'internaliser ou externaliser les niveaux de maintenance des équipements

Phase 3 : On décide d’internaliser les niveaux de maintenance d’un équipement un par un dans
l’ordre décroissant définit dans la phase 2 précédente en vérifiant à chaque fois la faisabilité en
termes de charge vs. capacité restante en Technicien (TE) et Ingénieur (ING) :

∑4∗𝑛
𝑖=1 𝑋𝑖 ∗ 𝑤𝑜𝑖 ≤ 𝑇𝐸 𝑐𝑎𝑝𝑎𝑐𝑖𝑡é 𝑟𝑒𝑠𝑡𝑎𝑛𝑡𝑒 (3.3)

∑4∗𝑛
𝑖=1 𝑋𝑖 ∗ 𝑤𝑒𝑖 ≤ 𝐸𝑁𝐺 𝑐𝑎𝑝𝑎𝑐𝑖𝑡é 𝑟𝑒𝑠𝑡𝑎𝑛𝑡𝑒 (3.4)

n est le nombre d’équipements médicaux, 4 est le nombre des niveaux, woi (wei ) est la charge
en techniciens (ingénieurs) par colonne i (voir tableau 3.11) et 𝑋𝑖 est égale à 1 si le niveau de
la maintenance de l’équipement est internalisé sinon 0.

Tableau 3.11 Procédure de choix d’Internalisation/ externalisation par niveau par équipement

1 2 j j+1 4*n
Equipement, Niveau … …
E=1, L4 E=4, L3 E=10, L3 E=20, L2 E=n, L4
Composition de
{0,2} {0,1} … {0,2} {1 ,1} … {2,1}
l’équipe
Charge en
0h 0h … 0h 20h … 20h
techniciens (𝑤𝑜𝑖 )
Charge en
40h 30h … 50h 20h … 10h
ingénieurs (𝑤𝑒𝑖 )

48
Chapitre 3

1 2 j j+1 4*n
Equipement, Niveau … …
E=1, L4 E=4, L3 E=10, L3 E=20, L2 E=n, L4
Coût/ heure en
105 105 … 60 60 … 35
externe (DT)
Internalisation
1 1 … 0 1 … 0
(𝑋𝑖 = {0,1})

Pour le reste des niveaux (les niveaux dont on dispose de compétences en interne mais qu’on a
décidé de réaliser en externe et les niveaux dont on ne dispose pas de compétence en interne),
on applique la procédure pour l’externalisation et la sélection du contrat que nous détaillons
dans la quatrième étape.

Le coût réel de la maintenance de l’équipement sera défini dans l’étape 4 quand les contrats, en
cas d’externalisation de la maintenance de l’équipement, seront définis. Nous pouvons avoir
l’estimation du coût de la maintenance de l’équipement par stratégie de maintenance après la
prise de décision dans cette phase (voir tableau 3.12 pour le cas de l’aspirateur d’anesthésie).
Cette décision nous aide dans la négociation des coûts de contrats.

Tableau 3. 12 Coût par an (DT : Dinar Tunisien) pour le respirateur d’anesthésie par stratégie
de maintenance

Respirateur d’anesthésie DRAGER JULIEN

Coût de la charge des Coût estimé des Coût total de la
niveaux externalisés (DT) pièces de rechange maintenance
(DT) (DT)
L3 L4

Maintenance préventive 206 275.5 10190.56 10672.06

systématique

Maintenance préventive 162.25 254.5 7674.63 8091.38

conditionnelle

Maintenance corrective 230 213 4838 5281

3.1.2. Troisième étape

L’objectif de cette étape est la détermination de la stratégie de maintenance pour chaque
équipement en se basant sur le calcul de la criticité. Nous proposons trois classes liées aux
stratégies comme le montre le tableau 3.13 ci-dessous :

49
Chapitre 3

Tableau 3.13 Les différents niveaux de criticité et stratégies

Stratégies Criticité Score

Maintenance préventive systématique (G=3) Criticité ≥ T2 Elevée
Maintenance préventive conditionnelle (G=2) T1 ≤ Criticité < T2 Moyenne
Maintenance corrective (G=1) Criticité < T1 Faible

Les limites T1 et T2 entre les classes de criticité sont définies selon le budget disponible alloué
à la maintenance des équipements médicaux et les ressources disponibles (voir tableau 3.14).
En effet, la maintenance corrective ne requiert pas des ressources pré-planifiées puisque cette
stratégie est appliquée pour des équipements non critiques. Cependant, la maintenance
préventive systématique requiert des ressources et un budget réservé. Pour la maintenance
conditionnelle, elle requiert des outils spéciaux pour la vérification et le contrôle.

Tableau 3.14 Définition des limites par ressources requises, coût, main d’œuvre et outils
pour les stratégies de maintenance

Maintenance Corrective Maintenance Préventive

conditionnelle systématique
Ressources Ressources
budget budget
*Outils *Outils

Dans la première étape, nous avons obtenu un score de criticité entre 5 et 20. Les limites T1 et
T2 sont alors entre ces deux valeurs, où T2 est plus grande que T1. De plus, le coût total de la
maintenance ne doit pas excéder le budget disponible. Ce coût varie selon les stratégies de
maintenance définies pour chaque équipement, il dépend alors des valeurs T1 et T2 (𝐶𝑜û𝑡𝑇1 ,𝑇2 =
f (T1, T2)).

La matrice présentée dans le tableau 3.15 contient une estimation du coût total de la
maintenance selon les valeurs T1 et T2. Par exemple, C5, 6 correspond au coût de maintenance
lorsque la maintenance préventive systématique est appliquée pour tous les équipements.

50
Chapitre 3

Tableau 3.15 Matrice triangulaire supérieure pour le coût total de la maintenance selon les
limites (T1, T2)

T2 5 6 7 8 … 17 18 19 20
T1
5 𝑪𝟓,𝟓 =f(5,5) 𝑪𝟓,𝟔 =f(5,6) . . .... . . . 𝑪𝟓,𝟐𝟎 =f(5,20)
6 0 𝑪𝟔,𝟔 =f(6,7) . … . . . .
7 0 0 . . … . . . .
8 . . . … . . . .
9 . . . . … . . . .
… … … … … ... … … … ….
18 . . . . … . . . .
19 . . . . … . . . .
20 0 0 . . … . 0 0 𝑪𝟐𝟎,𝟐𝟎 =f(20,20)

L’objectif est d’appliquer la maintenance préventive au nombre maximum d’équipements

disponibles sans excéder le budget disponible. Dans le cas du CHU Habib Bourguiba de Sfax,
nous avons proposé des valeurs des limites T1 et T2 égales à 10 et 15 respectivement. Ces valeurs
correspondent à un coût de maintenance total proche du budget disponible, avec une valeur de
T2 minimale. Le coût total est C10, 15= 3885000 DT avec un budget de 4000000 DT. Pour le
respirateur d’anesthésie, la stratégie de maintenance affectée est préventive systématique
(criticité est égale à 18) avec un coût de 95000DT.

3.1.3. Quatrième étape

Quatre types de contrat sont considérés dans le contexte tunisien et en particulier au CHU Habib
Bourguiba de Sfax :
- A* : contrat tous risques
- A : contrat maintenance préventive
- B : contrat pièces
- C : contrat coup à coup.

Pour ces quatre types de contrat, les clauses concernant le taux de disponibilité de l’équipement
(au moins 95%) et le temps de réponse (72 heures) sont les mêmes. Les différences sont liées à
la sélection de la stratégie de maintenance et au contenu du forfait (pièces de rechange et main
d’œuvre). D’après De melo Brito et al. (2010), la sélection du contrat est une étape importante
dans le processus d’externalisation pour la réduction du coût total de maintenance.

51
Chapitre 3

La procédure de choix du type de contrat est basée sur les résultats précédents. Ainsi, cette
procédure est basée sur quatre critères : la criticité (G), le coût de la main d’œuvre (L), la valeur
monétaire des pièces de rechange (F) et la fréquence des défaillances complexes (O). Les deux
premiers critères sont bien expliqués dans les étapes précédentes. Pour le coût de la main
d’œuvre qui s’avère déjà calculé dans l’étape précédente, nous proposons deux niveaux
possibles (élevé avec un score = 2 et faible avec un score = 1). De même, nous proposons deux
niveaux pour les deux autres critères. Le critère coût de la main d’œuvre (L) nous permet de
choisir entre deux types de contrats en fonction de l’intégration ou non de la main d'œuvre dans
le forfait. Par exemple, si on limite le choix de contrat entre A et B et que l’équipement médical
requiert un coût de main d’œuvre élevé (un niveau élevé de compétence), on choisit alors le
contrat A. Dans le cas contraire, le contrat B sera sélectionné.

a. Valeur monétaire des pièces de rechange (F)

Ce critère nous permet de faire le choix entre deux types de contrats en fonction de l’intégration
ou non des pièces de rechange dans le forfait. Par exemple, si on limite le choix entre les deux
contrats B et C et si le dispositif médical présente un prix élevé de pièce de rechange, on va
choisir le contrat B. Sinon, le contrat C sera sélectionné.

Tableau 3.16 Les classes selon la valeur monétaire des pièces de rechange

Classe Score
Prix de pièce de rechange élevé 2

Prix de pièce de rechange faible 1

b. Fréquence des défaillances complexes (O)

Ce critère indique l’occurrence des défaillances complexes inattendues. Il nous permet de faire
le choix entre deux types de contrats en regardant s’ils intègrent ou non la maintenance
corrective dans le forfait. Par exemple si on a limité le choix entre les deux contrats A et A* et
si le dispositif médical présente un degré élevé de complexité des pannes, on va choisir le
contrat A*. Dans le cas contraire, le contrat A sera sélectionné

Tableau 3.17 Niveaux pour le critère O (fréquence de pannes complexes)

Classe Score
Forte possibilité de pannes complexes 2

Faible possibilité de pannes complexes 1

52
Chapitre 3

Ainsi, la sélection du contrat approprié pour les niveaux de maintenance L2, L3 et L4 de tous
les équipements est définie en se basant sur les critères G, F, L et O (voir tableau 3.18). Ceci
permet au responsable du service de maintenance de choisir le type de contrat pour chaque
équipement avec un certain degré de risque à prendre et de définir le contenu du contrat en
relation avec les différents niveaux de maintenance en termes de main d’œuvre et de pièces de
rechange.

Tableau 3.18 Choix de contrat selon les critères G, F, L et O

Multicritère Type de contrat

G= 3, L=2 O=2 A*
G= 3, L=2 O=1 A
G= 3, L=1, F=2 B
G= 3, L=1, F=1 C
G= 2, L=1, F=2 B
G= 2, L=1, F=1 C
G= 1, L=1, F=2 C
G= 1, L=1, F=1 Pas de contrat

Par exemple, appliquons notre procédure pour la sélection du contrat adéquat pour l’équipement
respirateur d’anesthésie. Pour le niveau L1, les activités de maintenance sont internalisées. Pour
les niveaux L2 et L3, les activités sont externalisées avec le contrat A et pour le niveau L4 le
contrat sélectionné est A*. Enfin, le responsable a le choix entre deux possibilités :
- le contrat de type A* dont le forfait est constitué de maintenance préventive et des pièces de
rechange associées pour les niveaux de maintenance L2, L3 et L4 avec la maintenance
corrective et les pièces de rechange associées pour le niveau L4.
- le contrat de type A dont le forfait contient uniquement la maintenance préventive et les pièces
de rechange associées pour les niveaux de maintenance L2, L3 et L4 sans avoir la maintenance
corrective.

Un certain degré de risque doit être considéré dans le cas où le sous-traitant propose des contrats
avec des formules rigides. Notre procédure nous permet de prendre les meilleures décisions
avec un minimum de risque.

Pour les hôpitaux dans les pays développés, l’activité des services de maintenance biomédicale
est en grande partie sous-traitée à des entreprises privées. Cette décision de sous-traitance de la
maintenance est due à la haute technologie utilisée des équipements médicaux ainsi qu’à la non-

53
Chapitre 3

disponibilité de l'expertise en interne. Cependant, dans les pays en voie de développement, les
contrats couvrent la main d’œuvre et les pièces de rechange. En plus les clauses et les types de
contrat sont différents pour les pays développés et en voie de développement.

Notre procédure proposée est générique. Elle peut être appliquée dans les hôpitaux des pays
développés avec des différences dans la définition des limites et les types de contrats, par
exemple, l’âge moyen de l’équipement peut être plus ou moins de 10 ans et le contrat de
partenariat peut être ajouté (De vivol et al., (2004)).

3.2. Conclusion

Dans ce chapitre, une procédure de choix d’une stratégie de maintenance, d’externalisation et

d’internalisation des niveaux de maintenance et du type de contrat appropriée par équipement
a été proposée sur la base des critères que nous avons validés par les experts. Nous avons défini
les critères de gestions du budget de maintenance disponible et la possibilité de négocier le type
de contrat avec le sous-traitant.

Compte tenu de la nécessité d'une procédure de sélection des contrats plus structurée et robuste,
nous allons nous concentrer sur le développement de méthodologies fondées sur des approches
multicritère quantitatifs (Chapitre 4). Ensuite, nous allons nous concentrer sur le développement
de modèles mathématiques pour réduire les coûts et augmenter la disponibilité des équipements
médicaux.

54
Chapitre 4

Chapitre 4 : Etude de la criticité des équipements

médicaux en utilisant des approches multicritère

Le service de maintenance dans un hôpital est chargé d’assurer la sécurité des équipements
médicaux et leur disponibilité tout en minimisant le coût de la maintenance. La sélection de la
meilleure stratégie de maintenance est une décision clé pour réduire le temps d’arrêt des
équipements, augmenter la disponibilité et diminuer les coûts de maintenance.

Dans ce chapitre, nous présenterons une approche multicritère utilisant une combinaison de
deux outils multicritère : AHP « Analytical Hierarchy Process » et TOPSIS « Technique for
Order of Preference by Similarity to Ideal Solution » déterministe et floue. Ces deux outils
seront utilisés pour : déterminer la criticité, prioriser les équipements médicaux et classer les
différentes stratégies de maintenance en fonction de leur importance, respectivement. Nous
avons appliqué notre approche au CHU Habib Bourguiba Sfax en Tunisie, et les résultats
numériques ont montré l’efficacité de notre approche.

4.1. Modèle de priorisation des équipements médicaux

L’aide à la décision multicritère (MCDM) se présente comme une alternative aux méthodes
d’optimisation classiques et nécessite la prise en compte de plusieurs critères. Il ne s’agit pas
de rechercher un optimum, mais de trouver une solution compromis qui peut prendre diverses
formes : choix, affectation ou classement. En effet, dans le cas d’un problème multicritère,
l’objectif consiste à déterminer une solution qui soit un compromis acceptable entre tous les
critères considérés (C. Nguyen et al. 2012). L’aide à la décision multicritère comporte deux
catégories : l’aide à la décision multi-attribue et l’aide à la décision multi-objective
(Triantaphyllou, 2000). La prise de décision multi-attributs (MADM) prend des décisions de
préférence telles que l’évaluation, la hiérarchisation et la sélection entre les alternatives
disponibles, caractérisées par de multiples attributs, (Hwang et Yoon, 1981).

L’AHP « Analytical Hierarchy Process » est une méthodologie de MADM (Saaty, 1980, 1994),
qui s’appuie sur des comparaisons par paires en se basant sur les jugements des experts afin
d’obtenir les échelles de priorisation (Saaty, 2008). L’AHP a été largement utilisée dans de
nombreuses applications impliquant la prise de décision (Vaidya et Kumar, (2006), Ho (2008)).
Elle est souvent utilisée pour établir la priorité des alternatives lorsque plusieurs critères doivent
être pris en considération (Modarres, 2006). Al Harbi (2001) présente l’AHP comme une
méthode potentielle de prise de décision pour la gestion du projet. Mahdi et al. (2002) et Fong
55
Chapitre 4

et Choi (2000) utilisent l’AHP pour la sélection des entrepreneurs. Bevilacqua et Barglia (2000)
utilisent l’AHP pour la sélection de la stratégie de maintenance dans une raffinerie de pétrole
italienne, Ramadhan et al. (1999) l’utilisent pour déterminer les poids rationnels des facteurs
de classement prioritaires de la chaussée, (Labib et al. 1998) proposent un modèle pour aider à
prendre une décision de maintenance. Simpson et Cochran (1987) utilisent l’AHP pour prioriser
les projets de construction lorsque le budget est limité, ceci afin de s’assurer que les projets les
plus importants reçoivent un financement. Brièvement, l’AHP est un processus composé de
trois étapes, (Hwang et Yoon, (1981), Saaty, (1994)) :

Etape 1 : Création d’une structure hiérarchique : décomposition du problème complexe en une

structure hiérarchique, dans laquelle l’objectif global de décision se trouve au sommet et les
critères, les sous-critères et les alternatives se trouvent à chaque niveau de la hiérarchie
descendante (Partovi et Banerjee, 1989).

Etape 2 : Création des jugements comparatifs : les décideurs comparent ensuite chaque critère
(sous-critère) à tous les autres critères (sous-critères) au même niveau de la hiérarchie à l’aide
d’une comparaison par paires. Des matrices de comparaison sont introduites pour trouver le
poids ou l’importance relative des critères (sous-critères).

Etape 3 : Évaluation des solutions : les décideurs évaluent les alternatives de décision en tenant
compte des poids des différents critères. Selon Saaty (1994), la solution optimale est
l’alternative avec le plus grand poids cumulé.

4.1.1. Etablissement de la structure hiérarchique de problème.

Nous avons défini les critères et les sous-critères qui caractérisent la stratégie de maintenance
pour les équipements médicaux en se basant sur les avis des experts du CHU Habib Bourguiba
de Sfax et sur la littérature portant sur la criticité des équipements médicaux. A partir de la
littérature, nous avons défini sept critères principaux (dont cinq ont été définis dans le chapitre
3 précédent) et six sous-critères pour la sélection des stratégies de maintenance qui peuvent se
présenter comme suit :

- Le degré de complexité de la maintenance (A) : dépend des exigences de la maintenance

de l’équipement médical avec trois classes définies.
- Fonction (B) : Quatre groupes en fonction de la criticité de la mission sont classés par
Fennigkoh et Smith (1989) : thérapeutique, diagnostique, analytique et divers. Des notes
de 1 à 9 sont attribuées à ce critère. Ces notes ont été considérées dans notre modèle.

56
Chapitre 4

- Risque (C) : il définit l’un des critères les plus importants dans la sélection de la stratégie
de maintenance. Il est estimé comme étant une fonction des quatre sous-critères : la
détectabilité, la fréquence, la sécurité et les temps d’arrêt de la production.
 La détectabilité (C1) : c’est la capacité à détecter une défaillance potentielle avant
qu’elle ne se produise.
 La fréquence (C2) : la fréquence des défaillances est la probabilité d’une
défaillance (Taghipour et al. (2011)).
 La sécurité (C3) : une défaillance potentielle d’un équipement peut entraîner des
blessures ou même la mort des patients et des utilisateurs. Ce sous-critère a une
importance élevée pour le calcul du risque.
 Temps d’arrêt de la production (C4) : le temps d’arrêt est le temps moyen où un
équipement n’est pas fonctionnel en raison d’une défaillance potentielle.

Ces données d’entrée peuvent être extraites ou estimées à partir de l’historique des bons de
travail de maintenance. Nous avons classé ce critère en trois classes (grade) : élevée, moyenne
et faible risque. Cette classification est expliquée dans la section 3.1.1 pour le critère risque.
- Degré d’importance de la mission (D) : ce critère est considéré pour le calcul de
périphériques et décrit le degré de criticité pour laquelle un équipement médical est
crucial pour le processus de prestation de soins de santé de l’hôpital (Taghipour et al.
(2011)). Il dépend de deux sous-critères : le taux d’utilisation et la disponibilité des
équipements alternatifs.
 Taux d’utilisation (D1) : le taux d’utilisation des dispositifs médicaux se calcule par
le rapport entre la moyenne des heures de son utilisation par semaine et le nombre
maximum d’heures par semaine. Dans notre cas, le nombre maximal d’heures par
semaine est considéré à 48 heures.
 Disponibilité des équipements alternatifs (D2) : Selon Taghipour et al. (2011), le
nombre de patients desservis par des équipements similaires a un impact sur la
disponibilité de ces équipements. La disponibilité d’autres équipements est
considérée comme une fonction du nombre d’équipements identiques et de leur
demande par unité de temps.

Trois classes (grade) sont envisagées pour ce critère : nécessaire, important et critique.

- Age (E) : Nous pouvons obtenir la durée de vie d’un groupe d’équipements similaires
de l’hôpital à partir de la date de démarrage de l’équipement et de la date de réforme.
Nous avons observé que la durée de vie moyenne de l’équipement médical est de dix

57
 Chapitre 4

ans. Pour cette raison, une classification d’équipements médicaux a été établie selon
leurs âge : nouvel équipement qui a moins de 10 ans, et ancien équipement sinon.
- Les erreurs des utilisateurs (F) : ce critère prend en compte le nombre et les catégories
des rappels et des alertes de panne pouvant survenir pour un équipement dus aux erreurs
des utilisateurs en cas de non fonctionnement. Ce critère devrait être jugé important dans
le classement des équipements médicaux pour les activités de maintenance. Le FDA
« US Food and Drug Administration » des États-Unis a classé ce critère en trois
catégories selon le niveau de risque (Taghipour et al. (2011)).
- Classe de l’équipement (G) : la classification des équipements médicaux a pour but
principal d’attribuer un niveau de risque pour lui affecter des règles de contrôle et
d’évaluation nécessaires à ce niveau. L’objectif est d’assurer la sécurité et l’efficacité
des équipements médicaux. Selon la FDA, les équipements médicaux peuvent être
divisés en quatre classes correspondant au niveau de risque :
 Classe I : faible degré de risque
 Classe IIa : degré de risque moyen
 Classe IIb : degré de risque élevé
 Classe III : très haut degré de risque

Pour atteindre notre objectif, nous considérons les trois stratégies de maintenance utilisées dans
les hôpitaux tunisiens : la maintenance préventive systématique, la maintenance préventive
conditionnelle et la maintenance corrective comme les alternatives de la méthode AHP. Puis,
nous plaçons tous les critères requis pour la sélection de la stratégie de maintenance au niveau
hiérarchique approprié. Dans la figure 4.1, nous présentons la hiérarchie de décision utilisée
pour la sélection de stratégie de maintenance.

Objectif Choix de la stratégie

de maintenance

Degré de la criticité de la Erreurs des classe de

Critères complexité de Fonction Risque l'équipement
mission utilisateurs
maintenance
Temps Taux
Sous critères Détectabilité Fréquence Sécurité Eq.Alternatifs
d'arrêt d'utilisation

Alternatives
Maintenance préventive Maintenance préventive Maintenance
systématique conditionnelle corrective

Figure 4.1 La structure hiérarchique pour la sélection de stratégie de maintenance

58
Chapitre 4

4.1.2. Calcul des poids des critères et sous critères

Une fois l’objectif, les critères et les alternatives ont été définis, la comparaison de ces critères
se fait par paire. Cela nécessite une échelle pour la méthode de sur-classement. Pour ce faire,
nous avons choisi l’échelle de Saaty (voir tableau 4.1) qui consiste à comparer les critères
suivant cinq niveaux d’importance par rapport à une satisfaction globale : « égale »,
« modérée », « forte », « très forte », et « absolue », respectivement quantifiés à 1, 3, 5, 7, et 9.
Cependant, les valeurs intermédiaires entre deux niveaux de jugements sont acceptées aussi.

Tableau 4.1 Echelle des niveaux d’importance pour la comparaison (Saaty AHP’s scale,
1980)
Jugements verbaux Degré d’importance
L’égalité des importances 1
Importance modérée de l’un sur l’autre 3
Importance forte de l’un sur l’autre 5
Trés forte importance 7
Importance absolue 9
Les valeurs intermédiaires entre les jugements adjacentes 2,4,6,8

Cette étape nécessite l’intervention des décideurs (dans notre cas les techniciens du service de
maintenance de l’hôpital Habib Bourguiba) pour la comparaison entre les critères en s’appuyant
sur l’échelle précédente. Un questionnaire a été préparé permettant aux experts du service de
maintenance d’exprimer leurs préférences entre les critères pour le choix de la meilleure
stratégie de maintenance. Ce questionnaire est complété par l’avis commun des techniciens du
service de maintenance de l’hôpital Habib Bourguiba de Sfax. Cette étape sera traduite dans les
prochaines étapes par la pondération des critères.

Soit C la matrice de préférence, dont les éléments 𝐶𝑖𝑗 constituent une comparaison entre une
paire de critères (𝐶𝑖 ,𝐶𝑗 ), appartenant au niveau 1, avec 𝐶𝑖𝑗 =1/𝐶𝑗𝑖 et 𝐶𝑖𝑖 =1.

Après le développement de toutes les comparaisons par paires, on commence par l’addition des
colonnes de la matrice obtenue. Ensuite, on normalise la matrice. Pour ce faire, chaque entrée
de la matrice doit être divisée par le total de sa colonne. La normalisation de la matrice permet
d’obtenir alors des comparaisons significatives entre les éléments. Enfin, il faut calculer le
vecteur propre normalisé c’est-à-dire la moyenne des lignes. Tous les éléments d’une même
ligne de la matrice normalisée sont additionnés, puis divisés par le nombre de critères qu’elle
comporte. Ainsi, le vecteur calculé exprime le poids ou l’importance relative des critères par
rapport à l’objectif global.

59
Chapitre 4

Dans notre étude, la méthode AHP sera limitée à cette étape pour tirer la performance de la
combinaison de cette approche à la technique TOPSIS à la faveur de notre problématique.

La méthode AHP introduit un paramètre spécial appelé « ratio de cohérence » noté (CR). Ce
paramètre est utilisé pour mesurer la cohérence des jugements obtenus. Il peut être défini
comme étant la probabilité que la matrice de comparaison paire à paires soit complétée
aléatoirement. Les jugements sont considérés cohérents si CR < 0.1. Sinon, dans le cas de
l’incohérence, les jugements doivent être reformulés.

Après le calcul des poids des critères et des sous critères, nous calculons l’indice d’incohérence
(CI) à l’aide de l’équation (4.1) où n est le nombre total des critères et 𝜆𝑚𝑎𝑥 est le maximum
des valeurs propres de la matrice, (Shyjith et al. 2008).

(𝜆𝑚𝑎𝑥 − 𝑛)
𝐶𝐼 = (4.1)
(𝑛−1)

Le paramètre CR représente le rapport entre CI et l’indice d’incohérence aléatoire connue (RI),

(Shyjith et coll. 2008).

𝐶𝐼
𝐶𝑅 = 𝑅𝐼 (4.2)

Saaty (1980) a fourni les valeurs du paramètre RI pour des matrices de comparaisons paires à
paires de tailles différentes. Par exemple, pour une matrice de n= 7, RI= 1.32.

4.1.3. Application de la méthode AHP

Une fois que tous les critères et les sous-critères ont été identifiés (section 4.1.1), nous
déterminons leur importance relative en se basant sur les jugements des experts de service
maintenance du CHU Habib Bourguiba de Sfax. Les Tableaux 4.2, 4.3, 4.4 et 4.5 illustrent les
valeurs de poids 𝑊𝑖 obtenues. Il est important de noter que ces valeurs sont valables pour
l’application développée et qu’on pourrait obtenir des résultats différents avec d’autres groupes
d’experts d’un autre hôpital.

60
Chapitre 4

Tableau 4.2 Calcul des poids des critères

Critères A B C D E F G 𝑾𝒊
A 0,079 0,084 0,048 0,036 0,302 0,147 0,191 0,13

B 0,393 0,419 0,570 0,215 0,302 0,235 0,255 0,34

C 0,314 0,140 0,190 0,358 0,181 0,206 0,191 0,23

D 0,157 0,140 0,038 0,072 0,015 0,147 0,255 0,12

E 0,016 0,060 0,063 0,287 0,060 0,088 0,032 0,09

F 0,016 0,052 0,027 0,014 0,020 0,029 0,013 0,02

G 0,026 0,105 0,063 0,018 0,121 0,147 0,064 0,08

Tableau 4.3 Calcul des poids des sous critères (du critère risque)

Sous critères 𝑪𝟏 𝑪𝟐 𝑪𝟑 𝑪𝟒 𝑾𝒊𝒋

𝑪𝟏 0,221 0,179 0,313 0,417 0,28
𝑪𝟐 0,662 0,536 0,313 0,417 0,48
𝑪𝟑 0,044 0,107 0,063 0,028 0,06
𝑪𝟒 0,074 0,179 0,313 0,139 0,18

Tableau 4.4 Calcul des poids des sous critères (du critère Degré d’importance de la mission)
Sous critères 𝑫𝟏 𝑫𝟐 𝑾𝒊𝒋
𝑫𝟏 0,750 0,750 0,75
𝑫𝟐 0,250 0,250 0,25

61
Chapitre 4

Tableau 4.5 Les valeurs des poids des critères et sous critères

Critère i Grade Poids Sous-critère ij Grade Poids

(Gi) (Wi) (Gij) (Wij)
A : Degré de 3 0.13
complexité de la
maintenance
B : Fonction 9 0.34
C : Risque 𝑪𝟏 : Détectabilté 3 0.28
3 0.23 𝑪𝟐 : Fréquence 3 0.48
𝑪𝟑 : Sécurité 3 0.06
𝑪𝟑 : Temps d’arrêt 3 0.18
D : Degré 3 0.12 𝑫𝟏 : Taux d’utilisation 4 0.75
d’importance de la 𝑫𝟐 : Disponibilité des 2 0.25
mission équipements alternatifs.
E : Age 2 0.09
F : Erreurs 3 0.02
d’utilisateurs
G : Classes de 4 0.08
l’équipement

Une fois que toutes les pondérations (poids) des critères et des sous-critères sont calculés, nous
évaluons le jugement des experts en calculant le ratio de cohérence (CR) à l’aide du maximum
de valeurs propres 𝜆𝑚𝑎𝑥 et de l’indice de cohérence aléatoire (RI) comme indiqué dans les
équations (4.1) et (4.2).

Le calcul de CR dans la comparaison par paires de différents critères permet au modèle d’être
capable de produire plus de précision et de cohérence au poids des critères par rapport à
l’affectation directe des poids. Si CR < 0.1, alors les résultats sont acceptables et indiquent un
bon niveau de cohérence dans les jugements comparatifs, Saaty, (1980). Le tableau 4.6 montre
la cohérence des résultats. Nous concluons que les poids calculés des critères sont cohérents.

Tableau 4.6 Le ratio de cohérence pour la matrice de comparaison des paires de critères

Résultats
𝛌𝐦𝐚𝐱 7.567
Indice de cohérence (CI) 0.094

Ratio de cohérence (CR) 0.072 < 0.1 alors nous avons un bon niveau de
cohérence des jugements comparatifs.

62
Chapitre 4

Une fois que les poids des critères et des sous critères sont calculés, nous calculons la criticité
totale des équipements médicaux et nous les classons.

Chaque équipement médical doit être évalué selon tous les critères, du critère le plus bas ou
sous critère attachés aux alternatives et on doit lui attribuer un grade (note) approprié (Saaty
(2008)). Ensuite, le calcul du score de criticité de l’équipement représente la somme des poids
des critères (𝑊𝑖 ) multipliée par les grades correspondants (𝐺𝑖 ) de chaque critère comme le
montre l’équation (4.3)

𝐶𝑟𝑖𝑡𝑖𝑐𝑎𝑙𝑖𝑡𝑦 𝑠𝑐𝑜𝑟𝑒 = ∑7𝑖=1 𝑊𝑖 ∗ 𝐺𝑖 (4.3)

En exception, pour les critères qui ont des sous critères, le grade (𝐺𝑖 ) dépend du poids et du
grade du sous critère.

𝐺𝑖 = ∑∀𝑗 𝑊𝑖𝑗 ∗ 𝐺𝑖𝑗 ∀𝑖 = 1, … ,7 (4.4)

Par exemple, pour le calcul du (𝐺𝑖 ) du critère « degré d’importance de la mission », on a

comme suit :

𝐺𝐷 = 𝑊𝐷1 ∗ 𝐺𝐷1 + 𝑊𝐷2 ∗ 𝐺𝐷2 (4.5)

Dans notre modèle proposé, l’équipement médical pourrait avoir un score de criticité entre 1 et
5.12. La valeur 1 est obtenue lorsque nous considérons les grades les plus faibles de (𝐺𝑖 ) de
tous les critères et (𝐺𝑖𝑗 ) de tous les sous-critères en les multipliant par les poids correspondants
(𝑊𝑖 ). Le score total de criticité 5.12 correspond à l’équipement médical affecté au plus élevé
(𝐺𝑖 ) de chaque critère unique i et sous-critère j en multipliant par les poids correspondants.

Par exemple, pour le ventilateur d’anesthésie de type DRAGER JULIEN, la valeur de score de
criticité est :

(2 × 0.13) + (9 × 0.34) + [(1 × 0.28 +3×0.48 + 3×0.06+2×0.18)×0.23] +

[(4× 0.75+1×0.25)×0.12] + (2 × 0.09) + (2 × 0.02) + (3 × 0.08) = 4.69

En se basant sur les poids des critères (sous-critères) et les valeurs de grade attribués à chaque
critère et à chaque sous-critère, les scores de criticité des équipements sont déterminés et classés
selon un ordre croissant. Dans la section suivante, nous allons établir une classification des trois
stratégies de maintenance (alternatives), selon leurs coefficients d’importance.

63
Chapitre 4

4.2. Classification des stratégies de maintenance

La méthode TOPSIS « Technique for Order Performance by Similarity to Ideal Solution » est
l’une des méthodes classiques de résolution des problèmes de prise de décision multicritère
(MCDM) dans le monde réel (Hwang et Yoon, (1981)). Elle est basée sur un simple concept du
choix de la meilleure solution ayant la distance la plus courte de la solution idéale positive et la
distance la plus longue de la solution idéale négative. La solution idéale positive est celle qui
possède un bénéfice maximal. En revanche, la solution idéale négative est celle qui a le bénéfice
minimal et la pire valeur des alternatives. Ces deux solutions idéales sont calculées en fonction
du jugement d’experts. Enfin, les alternatives sont classées selon les valeurs du poids relatives
à la solution idéale (Shyjith et al. (2008)).

Les matrices de performance pour les alternatives correspondantes (les stratégies de

maintenance) sont construites en nous basant sur les valeurs proposées par le responsable du
service de maintenance. On note 𝑎𝑖𝑗 , 𝑖 = 1, … , 𝑛, 𝑗 = 1, … , 𝑚, les valeurs correspondantes dans
les matrices de performance avec n correspondant au nombre total des critères et des sous-
critères (dans notre cas, d’après le tableau 4.5, n = 9) et m correspondant au nombre
d’alternatives (dans notre cas m = 3, maintenance systématique, conditionnelle et corrective).
On normalise les 𝑎𝑖𝑗 données dans l’équation (4.6) :

′ 𝑎𝑖𝑗
𝑎𝑖𝑗 = ∀i=1,… , n (4.6)
𝑗=𝑚
√∑𝑗=1 𝑎𝑖𝑗 2

L’étape suivante consiste à créer la matrice globale pondérée des performances normalisées des
alternatives (voir l’équation 4.7). Dans notre cas, elle est obtenue à partir de la méthode AHP.

′
𝑥𝑖𝑗 = 𝑎𝑖𝑗 ∗ 𝑊𝑖 ∀𝑖 = 1, … , 𝑛 ; ∀𝑗 = 1, … , 𝑚 (4.7)

Où 𝑊𝑖 est le poids du critère i, voir tableau 4.5.

Par la suite, nous considérons 𝐴+

𝑖 la solution idéale positive, définie comme le meilleur score

des résultats de performance de toutes les alternatives sur un critère. De même, la solution idéale
négative 𝐴−
𝑖 est définie comme le pire score des résultats de performance de toutes les

alternatives sur un critère (Shyjith et al. (2008)). Ensuite, les solutions 𝐴+ −

𝑖 et 𝐴𝑖 de tous les

critères et sous-critères sont calculées comme suit (Hwang et Yoon 1981) :

𝐴+
𝑖 = 𝑀𝑎𝑥𝑗 (𝑥𝑖𝑗 ) ∀𝑖 = 1, … , 𝑛 ; ∀𝑗 = 1, … , 𝑚 (4.8)

64
Chapitre 4

𝐴−
𝑖 = 𝑀𝑖𝑛𝑗 (𝑥𝑖𝑗 ) ∀𝑖 = 1, … , 𝑛 ; ∀𝑗 = 1, … , 𝑚 (4.9)

Une fois que les solutions idéales positives et négatives sont définies, nous calculons la distance
(Dj+ ) par rapport à la solution idéale positive et la distance (Dj− ) par rapport à la solution idéale
négative pour chaque alternative comme suit (Hwang et Yoon (1981)) :

𝐷𝑗+ = √∑𝑛𝑖=1(𝑥𝑖𝑗 − 𝐴+
𝑖 ) ∀𝑗 = 1, … , 𝑚 (4.10)

𝐷𝑗− = √∑𝑛𝑖=1(𝑥𝑖𝑗 − 𝐴−
𝑖 ) ∀𝑗 = 1, … , 𝑚 (4.11)

La dernière étape de la méthode TOPSIS est de calculer le degré de similarité ou la proximité

relative (𝑅𝑗 ) de la solution idéale positive (ou d’une façon équivalente la plus éloignée de la
solution idéale négative) pour chaque alternative. Le calcul se fait à travers l’équation (4.12)
suivante (Hwang et Yoon (1981)) :

𝐷−
𝑅𝑗 = 𝐷++𝑗 𝐷− ∀𝑗 = 1, … , 𝑚 (4.12)
𝑗 𝑗

La meilleure alternative est celle qui correspond and à la la valeur de proximité relative (𝑅𝑗 )
maximale représente la meilleure. Les autres sont classées dans l’ordre décroissant de leur
proximité relative.

Les stratégies de maintenances considérées dans notre étude expérimentale comme des
alternatives dans notre structure hiérarchique sont : La maintenance préventive systématique
(MPS), la maintenance préventive conditionnelle (MPC), et la maintenance corrective (MC).
Le tableau 4.7 présente la matrice globale pondérée des performances normalisées des
alternatives (𝑥𝑖𝑗 ). Ces valeurs sont calculées en multipliant la matrice de performance
normalisée par les poids des critères et sous critères obtenus à partir de la méthode AHP.

65
Chapitre 4

Tableau 4.7 Les degrés d’importances globales des stratégies de maintenance

(𝒙𝒊𝒋 ; ∀𝒊 = 𝟏, … , 𝟏𝟏 ; ∀𝒋 = 𝟏, 𝟐, 𝟑)

Alternatives MPS MPC MC

Degré de complexité de maintenance 0,100 0,071 0,043
Fonction 0,227 0.202 0.152
Détectabilité 0,197 0.173 0.099
Fréquence 0.335 0.261 0.224
Sécurité 0.049 0.029 0.019
Temps d’arrêt 0.138 0.092 0.069
Taux d’utilisation 0.482 0.542 0.301
Disponibilité des équipements alternatifs 0.139 0.093 0.186
Age 0.045 0.063 0.045
Erreurs des utilisateurs 0.011 0.016 0.057
Classe de l’équipement 0.043 0.005 0.036

Après l’établissement des matrices de performance, nous identifions les solutions idéales
positives et négatives (𝐴+ +
𝑖 𝑒𝑡 𝐴𝑖 ). Puis, nous calculons les distances en utilisant les équations

(4.10) et (4.11). Les résultats sont illustrés dans les tableaux 4.8 et 4.9.

Tableau 4.8 Les solutions idéales positives et négatives correspondantes pour les critères et
sous-critères
Degrè de complexité

alternative devices
de la maintenance

Taux d’utilisation

Disponibilité des
Critères et sous

Temps d’arrèt

l’équipement
Détectabilité

Erreurs des
utilisateurs
Fréquence

Classe de
Fonction

Sécurité
critères

Age

A+i 0,100 0,227 0,197 0,335 0,049 0,138 0,542 0,186 0,063 0,016 0,057

A−i 0,043 0,152 0,099 0,224 0,019 0,069 0,301 0,093 0,045 0,005 0,036

66
Chapitre 4

Tableau 4.9 Calcul des distances négatives et positives de chaque alternative

Alternatives MPS MPC MC

𝐷𝑗+ 0.08 0.137 0.308

𝐷𝑗− 0.268 0.264 0.093

Le classement des alternatives est obtenu à partir du calcul des proximités relatives par rapport
à la solution idéale (Equation 4.12). Nous avons obtenu le classement des stratégies illustré dans
la figure 4.2 ci-dessous :

Figure 4.2 Le classement des stratégies de maintenance en fonction de leur proximité relative

Les résultats obtenus montrent que la maintenance préventive systématique (MPS) avec une
proximité relative 𝑅𝑀𝑃𝑆 = 0.771 est la meilleure stratégie pour l’équipement à haute criticité,
ensuite on retrouve la maintenance préventive conditionnelle avec 𝑅𝑀𝑃𝐶 = 0.659 et enfin la
maintenance corrective avec 𝑅𝑀𝐶 = 0,231.

En plus de tous les critères décrits précédemment, le coût de maintenance (coût de la main
d’œuvre, des outils et des pièces de rechange) est intégré en tant que sous critère du critère
« risque » dans le travail de Taghipour et al. (2011). Ils estiment, en se basant sur le point de
vue des experts, que la MPC est la meilleure stratégie pour les équipements les plus critiques,
ensuite la MPS et finalement la MC. De même, le coût de maintenance qui contient des coûts
fixes (par exemple, les coûts des pièces de rechange) et d’autres coûts variables (comme le coût
de maintenance par des experts) ont été considérés récemment par Jamshidi et al. (2015). Ainsi,
le classement des stratégies de maintenance est : la MPC avec une haute priorité pour les
équipements critiques, puis MPS et MC. Pour vérifier ce classement, nous avons appliqué notre
approche AHP couplée à TOPSIS pour les mêmes critères additionnés au coût de maintenance.

67
Chapitre 4

Le tableau 4.10 illustre les nouvelles valeurs des poids des critères et des sous-critères obtenus
par la méthode AHP.

Tableau 4.10 Les nouvelles valeurs des poids avec intégration de sous critère coût de la
maintenance

Critères 𝑾𝒊 Sous critères 𝑾𝒊𝒋

A : Degré de complexité de la 0.13
maintenance
B : Fonction 0.34
C : Risque 0.23 𝐶1 : Détectabilité 0.17
D : Degré de l’importance de la 𝐶2 : Fréquence 0.26
mission
𝐶3 : Sécurité 0.05
𝐶4 : Temps d’arrêt 0.13
𝐶5 : Coût 0.40
0.12 𝐷1 : Taux d’utilisation 0.75
E : Age 𝐷2 : Disponibilité des 0.25
équipements alternatives
F :Erreurs d’utilisateurs 0.09
G :Classes de l’équipement 0.02
A : Degré de complexité de la 0.08
maintenance

Une fois les nouveaux poids ont été définis, nous avons calculé la proximité relative de chaque
stratégie de maintenance et avons classé les alternatives comme présenté dans la figure 4.3.

Figure 4.3 Classement des stratégies de maintenance en intégrant le coût

Les résultats montrent que le classement des stratégies de maintenance est comme suit :

68
Chapitre 4

 Classement 1 : MPS, MPC et MC, lorsque le coût de maintenance n’est pas considéré
dans l’étude de criticité de l’équipement (Figure 4.3).
 Classement 2 : MPC, MPS et MC (Taghipour et al. (2011) ; Jamshidi et al. (2015)),
lorsque le coût de maintenance est considéré dans l’étude de criticité de l’équipement
(Figure 4.4).

4.3. Intégration de la logique floue dans l’application de AHP et TOPSIS

D’après Hsieh et al. (2004), l’analyse de prise de décision multicritère floue (FMCDM) est très
utilisée dans le traitement des problèmes de prise de décision basés sur l’évaluation multicritère
ou la sélection des alternatives. Certains auteurs comme Tawfik et al. (2013) ont proposé un
modèle de logique floue pour la classification des équipements médicaux. Le modèle de la
logique floue proposé est utilisé pour simuler des pensées humaines et pour minimiser les
évaluations subjectives des experts. Pour le calcul du risque du dispositif médical, ils n’ont
utilisé que quatre critères. Ensuite, ils ont comparé les résultats obtenus avec les travaux
précédents. Récemment, Jamshidi et al. (2015) ont développé une structure pour la
hiérarchisation des dispositifs médicaux critiques fondée sur l’évaluation linguistique floue
d’experts pour prendre en considération les incertitudes dans leurs opinions. Ainsi, ils ont
proposé une classification simple des stratégies de maintenance à partir d’un schéma basé sur
deux facteurs : l’indice de priorité de risque de chaque équipement (RPI) et de l’intensité totale
(TI). Malgré ce cadre innovant proposé, le choix des stratégies de maintenance doit être à notre
avis plus largement étudié en fonction des scores de criticité. Puis, inspiré par la logique et les
outils MCDM flous appliqués dans la fabrication et les industries, nous avons proposé un
modèle de prise de décision multicritère floue afin de sélectionner la stratégie de maintenance
appropriée pour chaque équipement. Ce modèle consiste à combiner l’AHP et le TOPSIS
comme il est expliqué dans les sections précédentes section 4.1 et section 4.2 mais en y intégrant
l’ensemble flou dans l’expression des jugements des experts du service de maintenance du CHU
Habib Bourguiba de Sfax.

4.3.1. Exploitation de l’AHP Floue

A cause des jugements humains toujours soumis à un certain niveau d’incertitude et des avis
qui diffèrent d’un expert à un autre en fonction de leurs différentes expériences, nous avons
choisi d’utiliser les techniques floues pour déterminer quelle stratégie était la mieux adaptée à
chaque équipement.

69
Chapitre 4

D’après Kabir et al. (2011), la méthode AHP floue (FAHP) peut être considérée comme une
combinaison de l’AHP et de la théorie des ensembles flous. Cette combinaison vise
principalement à affiner le processus de décision en examinant la cohérence et la logique des
préférences du décideur. En effet, elle permet de structurer les problèmes complexes en
associant des poids pour chaque critère selon la logique, les jugements, les préférences et les
expériences des décideurs.

a. Définition d’un nombre flou

La notation d’un ensemble flou a été introduite pour la première fois par Zadeh (1965) afin de
représenter mathématiquement l'imprécision relative à certaines classes d'objets.

Il y a différentes classes de nombres flous. Dans le cadre de cette thèse, nous utilisons les
nombres flous triangulaires. En général, le nombre flou triangulaire qui est défini par trois
nombres (triplet) réels exprimés en (l, m, u), voir figure 4.4. D’après Deng (1999), m est la
valeur la plus probable du nombre flou, l et u représentent les bornes inférieures et supérieures
respectivement. Elles sont souvent utilisées pour illustrer le flou des données.

Figure 4.4 Définition d’un nombre flou triangulaire, Hsieh et al. (2004)

Un nombre flou triangulaire est présenté par une fonction d’appartenance 𝜇𝑚 (𝑥) : → 𝑅[0,1]
comme suit (Hsieh et al. (2004)) :

𝒙−𝒍 𝒖−𝒙
𝝁𝒎 (𝒙) = { 𝒎−𝒍 𝒔𝒊 𝒍 ≤ 𝒙 ≤ 𝒎 , 𝒔𝒊 𝒎 ≤ 𝒙 ≤ 𝒖, 𝟎 𝒔𝒊𝒏𝒐𝒏 } (4.13)
𝒖−𝒎

Un ensemble d’opérations arithmétiques de base floue est défini pour les nombres flous (Hsieh
et al. (2004)). Soit 𝑀1 = (𝑙1,𝑚1 ,𝑢1 ) et 𝑀2 = (𝑙2 , 𝑚2 , 𝑢2 ) deux nombres flous triangulaires positifs
tels que :

1 1 1
𝑀1−1 = (𝑢 , 𝑚 , 𝑙 ) (4.14)
1 1 1

𝑀1 ⊗ 𝑀2 = (𝑙1 , 𝑚1 , 𝑢1 ) ⊗ (𝑙2 , 𝑚2 , 𝑢2 ) = (𝑙1 × 𝑙2 , 𝑚1 × 𝑚2 , 𝑢1 × 𝑢2 ) (4.15)

70
Chapitre 4

𝑀1 ⊕ 𝑀2 = (𝑙1 , 𝑚1 , 𝑢1 ) ⊕ (𝑙2 , 𝑚2 , 𝑢2 ) = (𝑙1 + 𝑙2 , 𝑚1 + 𝑚2 , 𝑢1 + 𝑢2 ) (4.16)

Une échelle linguistique est utilisée pour expliquer les nombres flous qui sont utilisés pour
décrire les poids des critères (Tableau 4.11 ci-dessous).

Tableau 4.11 Les variables linguistiques décrivant les poids des critères
Échelle linguistique pour les jugements nombres Échelle floue
flous triangulaire (l, m, u)
L’égalité des importances entre deux critères ̃
𝟏 (1, 1, 3)
Importance modérée de l’un des critères sur l’autre ̃
𝟑 (1, 3, 5)
Importance forte du premier critère sur l’autre ̃
𝟓 (3, 5, 7)
Très forte importance du premier critère sur l’autre ̃
𝟕 (5, 7, 9)
Importance absolue du premier critère sur l’autre ̃
𝟗 (7, 9, 9)

Figure 4.5 L’échelle de Saaty exprimé en un ensemble flou

b. Calcul des poids des critères et sous critères

En exploitant les mêmes critères et sous critères de la section précédente (4.1) et la structure
hiérarchique de l’AHP (figure 4.1), nous avons construit la matrice de comparaison par paires
des critères (de même pour les sous critères). Le tableau 4.12 illustre la matrice obtenue en se
basant sur l’avis des experts du service de maintenance.

Tableau 4.12 Matrice de comparaison par paires des critères

Degré de
Erreurs
complexité Criticité de la Classe de
Fonction Risque Age des
de la mission l’équipement
utilisateurs
maintenance
Degré de
complexité
(1,1,1) (1/7,1/5,1/3) (1/5,1/3,1) (1/5,1/3,1) (3,5,7) (1/5,1/3,1) (1/7,1/5,1/3)
de la
maintenance
Fonction (3,5,7) (1, 1,1) (1, 3,5) (1, 3,5) (3, 5,7) (3, 5,7) (1, 3,5)
Risque (1,3,5) (1/5,1/3,1) (1, 1,1) (3, 5,7) (3, 5,7) (1, 3,5) (1, 1,3)
Criticité de
(1,3,5) (1/5,1/3,1) (1/7,1/5,1/3) (1, 1,1) (3, 5,7) (1, 3,5) (1, 1,3)
la mission
Age (1/7,1/5,1/3) (1/7,1/5,1/3) (1/7,1/5,1/3) (1/7,1/5,1/3) (1, 1,1) (1/5,1/3,1) (1/5,1/3,1)

71
Chapitre 4

Erreurs des
(1,3,5) (1/7,1/5,1/3) (1/5,1/3,1) (1/5,1/3,1) (1, 3,5) (1, 1,1) (1/5,1/3,1)
utilisateurs
Classe de
(3,5,7) (1/5,1/3,1) (1/3, 1,1) (1/3, 1,1) (1, 3,5) (1, 3,5) (1, 1,1)
l’équipement

L’étape suivante consiste à calculer le poids flou pour chaque critère en utilisant la technique
moyenne géométrique comme l’a expliquée Kabir et al. (2011) :

𝑟̃𝑖 =( 𝑎̃𝑖1 ⊗ 𝑎̃𝑖2 ⊗ 𝑎̃𝑖3 ⊗ 𝑎̃𝑖4 ⊗ 𝑎̃15 ⊗ … … … … ⊗ 𝑎̃17 )1/𝑛 ∀𝑖 = 1, … , 𝑛 (4.17)

̃ 𝑖 = 𝑟̃𝑖 ⊗ (𝑟̃1 ⊕ 𝑟̃2 ⊕ 𝑟̃3 ⊕ 𝑟̃4 ⊕ … … ⊕ 𝑟̃𝑛 )−1

𝑤 ∀𝑖 = 1, … , 𝑛 (4.18)

Avec 𝑎̃𝑖𝑗 est la valeur floue obtenue après la normalisation du tableau 4.12 et n est le nombre
des critères. Le tableau 4.13 illustre les résultats numériques obtenus de 𝑟̃𝑖 et 𝑤
̃ 𝑖 (∀i = 1,…, n) :

Tableau 4.13 Les résultats numériques de calcul

𝑟̃𝑖 𝑤
̃𝑖
𝒓̃𝟏 = (0.337, 0.496, 0.965) 𝒘
̃ 𝟏 = (0.0227, 0.0542, 0.1931)
𝒓̃𝟐 = (1.601, 3.192, 4.589) 𝒘
̃ 𝟐 = (0.1078, 0.3487, 0.9185)
𝒓̃𝟑 = (1.088, 1.853, 3.231) 𝒘
̃ 𝟑 = (0.0732, 0.2024, 0.6466)
𝒓̃𝟒 = (0.704, 1.17, 2.091) 𝒘
̃ 𝟒 = (0.0474, 0.1278, .4186)
𝒓̃𝟓 = (0.208, 0.291, 0.533) 𝒘
̃ 𝟓 = (0.014, 0.0318, 0.1067)
𝒓̃𝟔 = (0.38, 0.679, 1.354) 𝒘
̃ 𝟔 = (0.0256, 0.0742, 0.2710)
𝒓̃𝟕 = (0.679, 1.472, 2.091) 𝒘
̃ 𝟕 = (0.0256, 0.0742, 0.2710)

Une fois que les poids flous sont calculés, on procède à l’étape de la défuzzification pour le
calcul de la valeur BNP «Best Non fuzzy Performance Value » selon Wang et al. (2007) comme
suit :

[(𝑈𝑤𝑖 − 𝐿𝑊𝑖 ) + ( 𝑀𝑤𝑖 −𝐿𝑊𝑖 )]

𝐵𝑁𝑃𝑊𝑖 = + 𝐿𝑊𝑖 ∀𝑖 = 1, … , 𝑛 (4.19)
3

Pour obtenir le poids final 𝑤𝑖 , une procédure de normalisation simple est considérée comme
suit :

𝑤𝑖 =𝐵𝑁𝑃𝑊𝑖 /∑𝑛𝑖=1 𝐵𝑁𝑃𝑤𝑖 (4.20)

72
Chapitre 4

Tableau 4.14 Les valeurs BNP et les valeurs de pondération (poids) des critères et des sous
critères

Les critères Grade (𝑮𝒊 ) 𝑩𝑵𝑷𝑾𝒊 𝑾𝒊 Sous critères Grade (𝑮𝒊𝒋 ) 𝑩𝑵𝑷𝑾𝒊 𝑾𝒊
Degré de
complexité de 3 0,090 0,06

maintenance

Fonction 9 0,458 0,32

Détectabilité 3 0,368 0,29

0,307 0.21 Fréquence 3 0,454 0,35

Risque 3
Sécurité 3 0,341 0,26

Temps d’arrêt 3 0,132 0,10

Taux 4 0,87 0,71

Degré 0,198
0.14 d’utilisation
d’importance 3
Disponibilité 2 0,36 0,29
de la mission
des alternatives

Age 2 0,051 0,04

Erreurs des 0,124 0,09

3
utilisateurs
Classe de 0,208 0,15
4
l’équipement

Finalement, pour vérifier la cohérence des jugements, nous avons calculé l’indice de
consistance (CI), (voir tableau 4.15).

Tableau 4.15 Ratio de cohérence de la matrice de jugements

𝛌𝐦𝐚𝐱 7.762

Indice de consistance (CI) 0.127

Ratio de consistance (CR) 0.096<0.1

73
Chapitre 4

Nous avons validé le résultat de la méthode FAHP (AHP floue) avec les experts du service de
maintenance biomédical de l’hôpital Habib Bourguiba de Sfax. La cohérence des jugements
des experts est positive comme il est indiqué dans le tableau 4.15.

4.3.2. Exploitation de TOPSIS Floue

Ilangkumaran et Kumanan. (2008) ont proposé une technique de TOPSIS combinée avec la
méthode d’analyse hiérarchique multicritère FAHP pour sélectionner la meilleure stratégie de
maintenance pour l’industrie textile. Nous avons exploité cette combinaison avec l’utilisation
de TOPSIS floue pour réduire au minimum l’incertitude des données d’entrée de la matrice de
performance. La technique de TOPSIS floue peut être utilisée pour classer les alternatives
disponibles et pour choisir la stratégie de maintenance optimale qui peut augmenter la
disponibilité des équipements médicaux critiques.

Comme il est indiqué dans la méthode FAHP, et selon Hsieh et al. (2004), le nombre flou utilisé
pour la technique TOPSIS flou est représenté par un triplé M = (l, m, u) correspondant à chacune
des variables linguistiques (voir tableau 4.16).

Tableau 4.16 Les Variables linguistiques pour le classement de chaque politique de

maintenance

Les variables linguistiques Importance du poids de chaque critère

Très bas (1, 1,3)

Bas (1, 3,5)

Moyen (3, 5,7)

Haut (5, 7,9)

très haut (7, 9, 9)

Après avoir mis en place la matrice de performance floue des alternatives (MPS, MPC et MC)
basée essentiellement sur le jugement des experts et les nombres flous (voir tableau 4.17), nous
procédons la normalisation de cette matrice. La matrice de performance floue normalisée est
donnée par :

𝑅̃ = [𝑟̃𝑖𝑗 ]𝑚∗𝑛 ∀𝑖 = 1, … , 𝑚 ; ∀j= 1, … , 𝑛 (4.21)

avec m est le nombre des alternatives et n est le nombre des critères et sous critères d’évaluation.
Pour des nombres flous triangulaires 𝑥̃𝑖𝑗 = (𝑎̃𝑖𝑗 , 𝑏̃𝑖𝑗 , 𝑐̃𝑖𝑗 ) , les valeurs normalisées sont
calculées comme suit :

74
 Chapitre 4

𝑎̃ 𝑏̃ 𝑐̃
𝑟̃𝑖𝑗 = ( 𝑐𝑖𝑗+ , 𝑐𝑖𝑗+ , 𝑐𝑖𝑗+ ) ∀𝑖 = 1, … , 𝑚 ; ∀j= 1, … , 𝑛 (4.22)
𝑗 𝑗 𝑗

Avec : 𝑐𝑗+ = 𝑚𝑎𝑥𝑖 𝑐̃𝑖𝑗

Tableau 4.17 La matrice de performance floue

la maintenance

des alternative
Temps d’arrèt
complexité de

l’équipement
Disponibilité
Détectabilité

d’utilisation

Erreurs des
utilisateurs
Fréquence

Classe de
Degrè de

Fonction

Sécurité

devices
Taux

Age
MPS (5,7 ,9) (7, 9,9) (3,5, 7) (7,9, 9) (5,7 ,9) (5,7, 9) (5,7, 9) (3,5, 7) (5,7 ,9) (1,1, 3) (5, 7,9)

MPC (3,5, 7) (5,7 ,9) (5,7 ,9) (3,5, 7) (3,5, 7) (3,5, 7) (7,9, 9) (3,5, 7) (7,9 ,9) (1,1, 3) (5,7 ,9)

MC (1,3, 5) (3,5 ,7) (1,3 ,5) (1,3, 5) (1,3, 5) (3,5, 7) (3,5, 7) (3,5, 7) (3,5, 7) (1,1, 3) (3,5 ,7)

Ensuite, la matrice de décision de poids normalisée est calculée en multipliant la matrice de

performance normalisée par les poids flous de multiples critères (sous critères) obtenus dans la
section 4.3.1 de l’application de l’AHP floue (voir tableau 4.14). Les valeurs normalisées de la
matrice de performance normalisée sont notés comme suit (Hong et al. (2012)) :

𝑉̃ = [𝑣̃𝑖𝑗 ]𝑚∗𝑛 ∀𝑖 = 1, … , 𝑚 ; ∀j= 1, … , 𝑛 (4.23)

avec 𝑣̃𝑖𝑗 = 𝑟̃𝑖𝑗 ∗ 𝑤
̃ 𝑖𝑗 et 𝑤
̃ 𝑖𝑗 est le poids en nombre flou du critère.

Tableau 4.18 La matrice de performance de poids normalisée

Taux d’utilisation

Disponibilité des
complexité de la

Temps d’arrèt

l’équipement
Détectabilité
maintenance

Erreurs des
utilisateurs
alternative
Fréquence

Classe de
Degrè de

Fonction

Sécurité

devices

Age

(0.013 (0.083 (0.037 (0.109 (0.061 (0.022 (0.17 (0.06 (0.008 (0.009 (0.026
MPS ,0.04, ,0.35, ,0.16, ,0.29, ,0.26, ,0.07, ,0.58 ,0.18 ,0.02, ,0.02, ,0.1

0.19) 0.92) 0.36) 0.58) 0.32) 0.17) ,1.55) ,0.69) 0.11) 0.27) 3,0.42)

(0.008 (0.059 (0.061 (0.047 (0.037 (0.013 (0.044 (0.06 (0.01, (0.009 (0.026
MPC ,0.03, ,0.27, ,0.23, ,0.16, ,0.18, ,0.05, ,0.7 ,0.18 0. 03, ,0.02, ,0.1

0.15) 0.92) 0.46) 0.45) 0.25) 0.13) 5,1.55) ,0.69) 0.11) 0.27) 3,0.42)

(0.003 (0.036 (0.012 (0.016 (0.012 (0.013 (0.103 (0.06 (0.005 (0.009 (0.015
MC ,0.02, ,0.27, ,0.10, ,0.10, ,0.11, ,0.05, ,0.4 ,0.18 ,0.02, ,0.02, ,0.09,

0.11) 0.71) 0.26) 0.32) 0.18) 0.13) 2,1.2) ,0.69) 0.08) 0.27) 0.33)

75
Chapitre 4

Nous désignons les trois étapes suivantes pour calculer les coefficients de proximité relatifs et
pour classer les alternatives :

• Etape 1 : Calcul de la solution idéale positive et la solution idéale négative

Nous considérons 𝐴+ la solution idéale positive (PIS) et 𝐴− la solution idéale négative (NIS)
sont définies par Hong et al. (2012) :

𝐴+ = (𝑣̃1+ ,𝑣̃2+ ,…, 𝑣̃𝑛+ )={(𝑚𝑎𝑥𝑖 𝑣𝑖𝑗 , 𝑖 = 1, … , 𝑚), 𝑗 = 1, … , 𝑛} (4.24)

𝐴− = (𝑣̃1− ,𝑣̃2− ,…, 𝑣̃𝑛− )= {(𝑚𝑖𝑛𝑖 𝑣𝑖𝑗 , 𝑖 = 1, … , 𝑚), 𝑗 = 1, … , 𝑛} (4.25)

avec 𝑣̃𝑗+ = (1,1,1) et 𝑣̃𝑗− = (0,0,0) ∀j= 1, … , 𝑛

• Etape 2 : Calcul des distances entre chaque alternative

Nous avons calculé la distance entre chaque alternatif et la solution PIS et entre chaque alternatif
et la solution NIS (voir tableau 4.19) en utilisant les équations (4.26) et (4.27), Hong et al.
(2012) :

𝐷𝑖+ = ∑𝑛𝑗=1 𝑑(𝑣̃𝑖𝑗 , 𝑣̃𝑗+ ) ∀𝑖 = 1, … , 𝑚 (4.26)

𝐷𝑖− = ∑𝑛𝑗=1 𝑑(𝑣̃𝑖𝑗 , 𝑣̃𝑗− ) ∀𝑖 = 1, … , 𝑚 (4.27)

Tableau 4.19 Mesure des distances

Solution idéale Solution idéale

Stratégie la maintenance positive (PIS) négative (PIS)

Maintenance préventive systématique (MPS) 8.91 3.48

Maintenance préventive conditionnelle (MPC) 9.01 3.36

Maintenance corrective (MC) 9.40 2.60

• Etape 3 : calcul des coefficients de proximité relatifs et classement des alternatives

La dernière étape dans la technique de TOPSIS floue est de calculer le coefficient de

proximité 𝐶𝐶𝑖 pour chaque alternative, Hong et al. (2012) :
𝐷𝑖 −
𝐶𝐶𝑖 = ∀𝑖 = 1, … , 𝑚 (4.28)
(𝐷𝑖 + +𝐷𝑖 − )

76
Chapitre 4

Les alternatives sont classées par ordre décroissant selon leurs coefficients 𝐶𝐶𝑖 (voir figure 4.
6). En effet, l’alternative avec le plus grand 𝐶𝐶𝑖 , sera la meilleure alternative.

Figure 4.6 Classement des stratégies de maintenance en fonction de leurs coefficients de

proximité

Nous avons repris toutes les étapes de FAHP à FTOPSIS, en ajoutant le coût comme sous critère
de risque comme nous avons procédé dans la section 4.3.1. La figure 4.7 montre les résultats
du nouveau classement des stratégies de maintenance qui confirme la démarche de Taghipour
et al. (2011) et Jamshidi et al. (2015).

Figure 4.7 Classement des stratégies de maintenance en fonction de leurs coefficients de

proximité (avec le sous-critère coût)

L’avantage de l’exploitation de la théorie des ensembles flous est :

- Employer des ratios flous au lieu des ratios exacts pour gérer la difficulté des gens à
attribuer les rapports exactes lors de la comparaison des deux critères.

- Etre capable de présenter des données incertaines.

- Faire face à la subjectivité dans le processus de comparaison par paires.

77
Chapitre 4

4.4. Conclusion

Notre approche de la méthode AHP couplée avec la technique TOPSIS a permis d’identifier la
MPS comme la stratégie de maintenance optimale pour les équipements médicaux critiques.
Ainsi, nous avons justifié les deux classements des stratégies de maintenance en relation avec
le sous critère de coût. Dans notre étude, selon le responsable du service de maintenance, le
premier classement est plus approprié. En outre, le coût de maintenance sera inclus comme une
contrainte dans le développement du modèle mathématique « MILP » dans le chapitre suivant.

78
Chapitre 5

Chapitre 5 : Choix des stratégies de maintenance,

internalisation/externalisation

L'optimisation de la production des soins représente un enjeu majeur pour les gestionnaires de
l’hôpital, en particulier la planification de la production et de la maintenance vu leur impact
majeur sur la performance des équipements médicaux. En effet, le service de la maintenance
biomédicale a pour objectif d'améliorer la disponibilité des équipements et de réduire la
fréquence des défaillances tout en minimisant les coûts engendrés par les pannes et tout en
assurant leur fiabilité.

La maintenance des équipements médicaux contribue principalement à

maintenir l’équipement en fonctionnement, à réduire le taux de défaillances tout en gardant les
exigences de sécurité et à améliorer la qualité du service de santé (Jamshidi et al. (2015)). Les
équipements médicaux continuent à augmenter en nombre et en complexité pour satisfaire la
demande croissante des services de santé. Dans les dernières décennies, la sophistication des
équipements médicaux et l’augmentation continue de leur coût se sont accompagnées d’une
augmentation de la complexité et du coût de leur maintenance (Jamshidi et al.
(2014)). Généralement, les coûts de maintenance sont élevés en raison de la sélection d’une
stratégie de maintenance non adaptée. Peu d’études existent dans le domaine hospitalier pour
aider le décideur à choisir la meilleure stratégie de maintenance des équipements médicaux
(Jamshidi et al. (2014)).
Dans un souci de rapidité d’intervention et de maitrise du budget disponible, les établissements
de soins ont recours à l’externalisation de la maintenance des équipements médicaux avec ou
sans contrat. Les interventions externalisées sont généralement pour les équipements médicaux
lourds (scanner à rayons X, imagerie par résonance magnétique, automate de laboratoire,
radiothérapie, etc.), les interventions de calibrage ou de requalification de certains équipements
(automates de laboratoires, autoclaves, etc.) ou les équipements nécessitant un agrément
(contrôle de rayonnement pour les salles radiologiques).
Plusieurs notions motivent le recours à l’externalisation de la maintenance, telles que la
diminution des coûts des activités de maintenance coûteuses, l’atténuation du manque des
compétences techniques spécifiques ou le manque de disponibilité du personnel, etc.
Nous nous concentrerons principalement sur ces deux importants problèmes. Deux modèles
mathématiques MILP ont été développés afin de choisir la meilleure stratégie de maintenance
pour chaque équipement, l’internalisation/externalisation et le meilleur contrat de maintenance
79
Chapitre 5

qui maximisera l'importance totale et satisfera le budget de l'hôpital et l'insuffisance des

ressources.

5.1. Sélection de la stratégie de maintenance en utilisant le modèle

mathématique MILP

5.1.1. Modélisation du problème

Une fois la criticité des équipements médicaux est calculée et les stratégies de maintenance sont
classifiées, nous déterminons quel ensemble d’équipements devra être maintenu en fonction de
trois stratégies : MPS, MPC, et MC. Pour ce faire, nous définissons les deux limites de criticité
𝑇1 et 𝑇2 qui séparent les trois stratégies possibles pour déterminer la stratégie de maintenance
pour chaque équipement (voir la figure 5.1). Les équipements avec les scores de criticité
inférieurs à 𝑇1 sont affectés à la stratégie MC, puis ceux qui ont les scores de criticité entre 𝑇1
et 𝑇2 sont affectés à la stratégie MPC, et enfin ceux qui ont les scores de criticité plus grand
que 𝑇2 sont affectés à la stratégie MPS.

Figure 5.1 Les stratégies de maintenance correspondantes en fonction des seuils

Le coût de maintenance de l'équipement est donné en fonction de la stratégie de maintenance

correspondante. Ainsi, le but de cette partie consiste à définir les meilleures valeurs de 𝑇1 et 𝑇2 ,
qui permettent de sélectionner la stratégie de maintenance appropriée par équipement en
maximisant les activités de maintenance préventive. Plus la valeur de la limite 𝑇1 est élevée,
moins d’équipements seront censés subir une maintenance préventive et vice-versa.

Pour résoudre le problème, nous proposons dans ce qui suit un modèle mathématique linéaire
en entiers mixtes « MILP » efficace pour minimiser les deux limites de criticité 𝑇1 et 𝑇2

80
Chapitre 5

(maximiser les activités de maintenance préventive) avec le respect du budget alloué au service
de maintenance. Pour la fonction objectif nous avons considéré les sommes pondérées obtenues
par la méthode TOPSIS dans la section 4.2. Dans notre modèle, les estimations de coûts de
maintenance et le budget alloué au service de maintenance biomédicale sont considérées
comme des entrées. Les indices, les paramètres et les variables de décision considérés dans
notre modèle sont les suivants :

Les indices :

i : indice pour le nombre total des équipements (n) ; i = 1, ..., n.

j : indice pour les stratégies de maintenance considérées ; j = 1,...,3. Comme étant données, les
stratégies de maintenance possibles sont : MC (1), MPC (2) et MPS (3).

Les paramètres :

𝐶𝑟𝑖 : Score de criticité de l’équipement médical, sachant que les équipements sont classées selon

un ordre croissant de criticité (𝐶𝑟𝑖 ≤ 𝐶𝑟𝑖+1 , ∀𝑖 = 1, … , 𝑛 − 1).

𝐶𝑜𝑠𝑡𝑖,𝑗 : Coût de maintenance de chaque équipement i, selon la stratégie de maintenance j.

Budget : Le montant d'argent réservé pour le service de maintenance.

Les variables de décision :

𝑇1 : Limite de criticité entre la MC (j = 1) et la MPC (j = 2).

𝑇2 : Limite de criticité entre la MPC (j = 2) et la MPS (j = 3)

𝑋𝑖,𝑗 : Variable booléenne, égale à 1 si la stratégie de maintenance j est considérée pour

l’équipement i, 0 sinon.

Le modèle MILP :

Maximiser 0.23 ∗ ∑𝑖=𝑛 𝑖=𝑛 𝑖=𝑛

𝑖=1 𝑋𝑖,1 + 0.66 ∗ ∑𝑖=1 𝑋𝑖,2 + 0.77 ∗ ∑𝑖=1 𝑋𝑖,3 (5.1)

S/contrainte :

𝑗=3
∑𝑖=𝑛
𝑖=1 ∑𝑗=1 𝐶𝑜𝑠𝑡𝑖,𝑗 ∗ 𝑋𝑖,𝑗 ≤ 𝐵𝑢𝑑𝑔𝑒𝑡 (5.2)

∑𝑗=3
𝑗=1 𝑋𝑖,𝑗 = 1 ∀𝑖 = 1, … , 𝑛 (5.3)

𝑋𝑖,1 + 2𝑋𝑖,2 + 4𝑋𝑖,3 ≤ 𝑋𝑖+1,1 + 2𝑋𝑖+1,2 + 4𝑋𝑖+1,3 ∀𝑖 = 1, … , 𝑛 − 1 (5.4)

81
Chapitre 5

∑𝑖=𝑛−1
𝑖=1 𝐶𝑟𝑖 ∗ (𝑋𝑖,1 − 𝑋𝑖+1,1 ) = 𝑇1 (5.5)

∑𝑖=𝑛−1
𝑖=1 𝐶𝑟𝑖 ∗ (𝑋𝑖,1 − 𝑋𝑖+1,1 + 𝑋𝑖,2 − 𝑋𝑖+1,2 ) = 𝑇2 (5.6)

1 ≤ 𝑇1 < 𝑇2 ≤ 5.12 (5.7)

𝑋𝑖,𝑗 ϵ {0, 1} ∀𝑖 = 1, … , 𝑛 ; ∀𝑗= 1... 3 (5.8)

en prenant les résultats de la proximité relative de TOPSIS comme un poids de la stratégie)

La fonction objectif (5.1) maximise la moyenne pondérée de l’ensemble des équipements

médicaux visant à être maintenu avec la MC, la MPC et la MPS. Les poids des trois stratégies
sont obtenus depuis la technique TOPSIS de la section 4.2. Comme les poids de la MPC et la
MPS sont plus élevés que celle de la MC, le problème d'optimisation donnera le plus grand
nombre possible d’équipements (satisfaisant aux contraintes) pour recevoir la MPC et la MPS.
La contrainte (5.2) assure le fait que le coût total de la maintenance est plus petit que le budget
disponible. L’équation (5.3) garantit l'affectation d'une seule stratégie de maintenance par
équipement. Etant donné que les équipements médicaux sont classés selon l’ordre croissant de
leur score de criticité 𝐶𝑟𝑖 . La contrainte (5.4) garantit que, pour deux équipements 'v' et 's'
dans l’ensemble {1,...,n}, si v ≤ s (c'est-à-dire, 𝐶𝑟𝑣 ≤ 𝐶𝑟𝑠 ), alors les stratégies de maintenance

correspondantes 𝑆𝑣 et 𝑆𝑠 dans {1, 2, 3} sont telles que 𝑆𝑣 ≤ 𝑆𝑠 . Par exemple, si la stratégie de

maintenance pour l’équipement 's' est MPS, alors tous les équipements placés après 's' sont
sélectionnés pour MPS. La contrainte (5.5) définit la limite de criticité 𝑇1 entre les équipements
maintenus avec la MC et la MPC. La limite 𝑇1 représente la plus haute criticité des équipements

médicaux avec la stratégie corrective, c’est à dire, la criticité de l’équipement i avec 𝑋𝑖,1 = 1
et 𝑋𝑖+1,1 = 0. De même, la contrainte (5.6) définit la limite 𝑇2 entre les stratégies MPC et

MPS. La limite 𝑇2 représente la plus haute criticité des dispositifs médicaux avec la stratégie

de MPC, soit la criticité de dispositif i avec 𝑋𝑖,2 = 1 et 𝑋𝑖+1,2 = 0. La contrainte (5.7) spécifie
le domaine des limites 𝑇1 et 𝑇2 selon les niveaux minimal et maximal des valeurs de criticité
définies dans la section 4.1.3. Les valeurs de score de criticité varient entre 1 et 5.12. Cette
contrainte garantit que 𝑇1 est toujours inférieure à 𝑇2 . Enfin, la contrainte (5.8) spécifie le
domaine de la variable de décision 𝑋𝑖,𝑗 .

82
Chapitre 5

5.1.2. Les résultats expérimentaux du modèle mathématique

Nous avons implémenté notre modèle mathématique « MILP » sur le solveur 'CPLEX 12.5" en
utilisant un ordinateur avec un processeur ayant les caractéristiques suivantes : Intel (R)
Pentium (R) La CPU 2020M 2.60 GHz. Nous avons considéré les données d’entrée réelles des
équipements médicaux du service de maintenance du CHU Habib Bourguiba de Sfax, Tunisie.
Nous avons testé notre modèle avec de nombreuses instances tout en variant le nombre des
équipements médicaux entre 20 et 2000. Dans le tableau 5.1, nous illustrons le temps de calcul
en secondes pour chacune de ces instances testées. La plus grande instance peut être résolue en
un temps réduit égal à 15.18 secondes.

Tableau 5.1 Temps de calcul pour huit instances différentes

N° de l’instance Nombre des équipements Temps de calcul (secondes)

1 20 0.39

2 50 0.56

3 100 1.12

4 200 1.52

5 500 3.82

6 1000 5.15

7 1500 10.11

8 2000 15.18

Pour le cas du CHU Habib Bourguiba de Sfax, nous avons examiné tous les équipements
médicaux (2000 équipements). En fait, afin de décider quelle stratégie de maintenance à
appliquer pour chaque équipement, il faut inclure tous les équipements car, dans le cas contraire,
les décisions pourraient être erronées. Par exemple, si le modèle mathématique est seulement
appliqué à un ensemble des équipements, les responsables de la maintenance pourraient allouer
tout le budget disponible uniquement à cet ensemble et décider d’appliquer la maintenance
préventive pour l’ensemble ce qui peut s’avérer inutile.

Les scores de criticité varient entre 1 et 5.12 et les équipements sont classés dans l'ordre
croissant. L’objectif principal de cette instance est de trouver les meilleures valeurs des limites
𝑇1 et 𝑇2 pour optimiser les activités de la maintenance préventive en ce qui concerne le budget

83
Chapitre 5

disponible. Le calcul est réalisé en seulement 15.18 secondes. Les résultats pour la sélection de
la stratégie de maintenance par équipement sont résumés dans le tableau 5.2. Dans ce tableau,
nous constatons que tous les équipements avec une criticité plus petite que 3.04 (= 𝑇1 ) devraient
être maintenus selon la stratégie de MC. Toutefois, ceux avec une criticité supérieure ou égale
à 4.66 (= 𝑇2 ) devraient être maintenus selon la stratégie de MPS. Les équipements restants
devraient être maintenus selon stratégie MPC.

Tableau 5.2 MILP Résultats pour 2000 équipements médicaux en utilisant le solveur CPLEX

N° Criticité MC MPC MPS

1 1 1 0 0

. . . . .
. . . . .
1219 3.04 1 0 0

1220 3.08 0 1 0

. . . . .
. . . . .
1221 3.08 0 1 0

1916 4.66 0 1 0

1917 4.66 0 1 0

1918 4.69 0 0 1

1919 4.69 0 0 1
. . . . .
. . . . .
2000 5.12 0 0 1

Le budget disponible pour l’activité de maintenance (corrective et préventive) est fixé à

4.000.000 DT (Dinar Tunisien). La répartition des coûts et l'affectation des équipements entre
les différentes stratégies sont comme suit : 1219 équipements avec la stratégie de MC (50.79%
des équipements) avec un coût de maintenance de 617.012 DT. Pour la stratégie de MPC, nous

84
Chapitre 5

avons 698 équipements (34.9 % des équipements) avec un coût de maintenance de 2.842.336
DT. Enfin, le reste est égal à 83 équipements et il est affecté à la stratégie de MPS (4.15% des
équipements) avec un coût de maintenance de 540.648 DT. L'écart entre le budget disponible
et le coût total de maintenance est d'environ 4 DT seulement.

Par conséquent, l’étude computationnelle prouve l’efficacité de notre méthode dans la sélection
de la stratégie de maintenance adéquate pour chaque équipement médical selon son score de
criticité et le budget disponible. En plus, notre modèle mathématique de type « MILP » cherche
à trouver le meilleur nombre d’équipements à affecter aux stratégies MPC et MPS pour
maximiser la disponibilité de l'équipement médical et augmenter sa fiabilité. Ensuite, les
différents types d’équipements médicaux sont considérés afin de déterminer la manière
d’allouer le budget disponible pour le management des équipements et quelle stratégie de
maintenance doit être appliquée à chaque équipement.

5.1.3. Etude de sensibilité du modèle mathématique

Une analyse de sensibilité a été effectuée pour déterminer l'impact de la variation du montant
du budget disponible de maintenance sur l’ensemble des équipements, voir tableau 5.3.
L'analyse montre que, lorsque le budget de maintenance (considéré comme entrée) diminue, les
limites 𝑇1 et 𝑇2 (sorties) varient de telle sorte qu’on obtienne plus d'équipements affectés à la
stratégie MC. Le résultat implique également que plus le budget disponible est important, plus
nous avons des dispositifs médicaux maintenus avec des stratégies de MPC et MPS et moins
d’équipements avec la stratégie MC (les limites 𝑇1 et 𝑇2 sont diminuées) et vice versa.

Tableau 5.3 Les Résultats de la variation du budget disponible de maintenance

% des
% de la % des équipements % des équipements
𝑻𝟏 𝑻𝟐 équipements
variation avec MC avec MPC
avec MPS
- 15% 4.59 5.09 92.5% 6.2% 1.3%

-10% 4.26 5.04 84.6% 11.95% 3.45%

-5% 3.86 5.02 76.25% 19.75% 4%

La solution
3.04 4.66 60.95% 34.9% 4.15%
initiale

+5% 2.63 4.66 52.4% 42.5% 5%

+10% 1.56 4.63 41.6% 52.65% 5.75%

85
Chapitre 5

+15% 1 4.46 0.05% 89.5% 10.45%

+20% 1 3.78 0.05% 70.3% 29.65%

+25% 1 2.42 0.05% 51.25% 48.7%

5.2. Modélisation mathématique globale de problème de maintenance

biomédicale
5.2.1. Les hypothèses du modèle
Les hypothèses du modèle sont :

 Dans notre modèle, on discrétise l’horizon d’un an de planification en des intervalles de

temps d'une taille égale un mois.

 Les actions de maintenance corrective sont considérées comme des «réparations

minimales». L'équipement revient à l’état avant la défaillance. Cela signifie, qu’après la
réparation, l'équipement n’est pas considéré comme neuf « as good as new ». Cette
hypothèse est réaliste, en particulier, pour l'équipement complexe constitué de plusieurs
composants dont la défaillance peut être attribuée à la défaillance de quelques
composants. Le remplacement de ces composants défectueux dans une action de
maintenance corrective ramène l'équipement à son état avant la défaillance.

 L’action la maintenance préventive est planifiée au début du mois m s’il y a une

maintenance préventive planifiée dans ce mois. L’état de l’équipement après la
maintenance préventive est « as good as new ». L’action de maintenance préventive
comprend l’inspection approfondie de l'équipement, le remplacement d'un ensemble de
composants dégradés, le nettoyage et le réglage.

 L’âge de l’équipement n’a pas d’effet sur la fonction taux de défaillance. En effet, la
durée des opérations d’un équipement peut recevoir plusieurs actions de maintenance
préventive. L’équipement médical n’est considéré ancien qu’après 10 ans.

 Une action de maintenance préventive au plus peut être effectuée dans un mois pour un
équipement. Cependant, il peut y avoir de multiples réparations minimales par
équipement par période.

La conviction commune des organismes de santé est que les équipements médicaux
essentiellement électroniques ont des taux de défaillances constants. Bien que le manuel le

86
Chapitre 5

plus connu et utilisé, MIL-HDBK-217 (United States Department of Defense, 1995),

propose des modèles de fiabilité basés sur l'hypothèse du taux de défaillances constant.
Cette hypothèse a été jugée inexacte et il a été mentionné que son utilisation peut entrainer
des décisions erronées. Ainsi, elle ne devrait plus être acceptée comme une règle (Mortin et
al.1995, Choi et Seong, 2008). En fait, la fiabilité et les modes de défaillances des
équipements peuvent être affectés par des facteurs externes (conditions de fonctionnement,
niveau d’expertise des techniciens, le stress environnemental, etc.). Par conséquent, les
équipements doivent être étudiés dans leurs contextes d’exploitation. Nous supposons que
les dispositifs médicaux ont un taux de défaillance qui est proportionnel au temps. Plus
précisément, on note λ(t) qui représente le taux de défaillance d'un équipement l'instant t.
Le taux de défaillance au moment s, s> t, est tel que 𝜆(𝑠) = 𝜆(𝑡)𝑒 𝑏𝑡 , où b est un paramètre
positif entre [0,1] qui dépend du niveau de risque de l'équipement. Cette hypothèse est
similaire à la fonction du taux de risque proportionnel bien connu avec la co-variable
linéaire unique de Cox (1972).

5.2.2. Les Indices

 n : Le nombre d’équipements médicaux, i=1,..., n ; les équipements sont classés selon

un ordre croissant de leur score de criticité.
 s=1,...,3: indice des stratégies de maintenance. Comme il est bien mentionné au début,
nous avons trois stratégies de maintenance possibles : MC (s = 1), MPC (s = 2) et MPS
(s = 3).
 m=1,...,12: indice du mois par an (horizon de la planification).
 j=1,...,6: indice pour le mode de maintenance avec j=1 pour l’internalisation de la
maintenance. en cas d’externalisation de la maintenance, nous avons 5 mode : j=6 avec
contrat A*, j=5 pour contrat A, j=4 pour contrat B, j=3 pour contrat C, et j=2 pour le
cas de l’externalisation sans contrat.

5.2.3. Les paramètres

𝐶𝐹𝑖,𝑠,𝑗 : Le coût du forfait selon la stratégie s et le mode j pour chaque équipement i.

𝑇𝐸𝑖 : La durée des opérations de maintenance pour équipement i en cas d’externalisation de

l’activité de maintenance.

𝑇𝐼𝑃𝑖,𝑚 : La durée moyenne de l’opération de maintenance préventive pour chaque équipement

i en cas d’internalisation de l’activité au mois m.

87
Chapitre 5

𝑇𝐼𝐶𝑖,𝑚 : La durée moyenne de l’opération de maintenance corrective pour chaque équipement

i en cas d’internalisation de l’activité au mois m.

𝐶𝐿𝑖,𝑠,𝑗 : Coût de la main d’œuvre selon la stratégie s et le mode j.

𝐶𝑆𝑃𝑖,𝑠,𝑗 : Coût des pièces de rechange selon la stratégie s et le mode j.

B : Le budget annuel disponible pour le service de maintenance biomédicale.

𝐴𝑖,𝑚 : La durée de disponibilité (temps d’arrêt planifié) pour un équipement i (en heures) pour
effectuer la maintenance au mois m.

𝐶𝑎𝑚 : La capacité mensuelle du service de maintenance biomédicale (nombre d’heures de main

d’œuvre).

𝐶𝑟𝑖 : Le score de criticité de l’équipement i. Les équipements sont classés selon un ordre
croissant de la criticité (𝐶𝑟𝑖 ≤ 𝐶𝑟𝑖+1 , ∀𝑖 = 1, … , 𝑁 − 1).

η𝑚 , 𝛽𝑚 : représentent le début et la fin du mois m respectivement.

𝜆max 𝑖 : le maximum du taux de défaillance qui déclenche l’activité préventive systématique, au

cas où la maintenance systématique est sélectionnée pour un équipement i,

𝜆cb 𝑖 : le maximum du taux de défaillance qui déclenche l’activité préventive conditionnelle à

faire, au cas où la maintenance conditionnelle est sélectionnée pour un équipement i

𝑟0 𝑖 : Taux de défaillance de l’équipement i juste après l’action de la MPS.

𝑟cb 𝑖 : Taux de défaillance de l’équipement i juste après l’action de la MPC.

Pour la stratégie s et le mode j, nous définissons les paramètres suivants :

1, si le coût de la main d’œuvre de la maintenance préventive

𝐾𝑜𝑠,𝑗 = n’est pas inclut dans le forfait ;
0, sinon.

1, si le coût des pièces de rechange de la maintenance préventive

𝑅𝑠,𝑗 = n’est pas inclut dans le forfait ;
0, sinon.

88
Chapitre 5

1, si le coût de la main d’œuvre de la maintenance corrective

𝐿𝑠,𝑗 = n’est pas inclut dans le forfait ;
0, sinon.

1, si le coût des pièces de rechange de la maintenance corrective

𝑈𝑠,𝑗 = n’est pas inclut dans le forfait ;
0, sinon.

1, si le service de maintenance a les compétences pour effectuer

𝐻𝑜𝑠,𝑗 = les actions de maintenance ;
0, sinon.

5.2.4. Les variables de décision

D : la déviation entre le coût total de la maintenance et le budget disponible de maintenance.

1, si la stratégie s et le mode j sont considérés pour l’équipement i ;

𝑋𝑖,𝑠,𝑗 = 0, sinon.

1, si l’action de la maintenance préventive est considérée pour l’équipement

𝑙𝑖,𝑠,𝑚 = i selon la stratégie (s=2 MPC, s=3 MPS) au mois m ;
0, sinon.

1, si la stratégie de maintenance s est considérée

𝑍𝑖,𝑠 = pour l’équipement i;
0, sinon.

5.2.5. Les variables auxiliaires

𝑇1 : Limite de criticité entre la MC (s=1) et la MPC (s=2).

𝑇2 : Limite de criticité entre la MPC (s=2) et la MPS (s=3).

𝜆𝑖 (𝑡) : Fonction taux de défaillances de l’équipement i.

𝜆𝑖 (η𝑚 ) : Fonction taux de défaillance au début du mois m de l’équipement i.

𝑁𝑃𝑖,𝑠 : Nombre annuel d’opérations de maintenance préventive pour chaque équipement i et

selon la stratégie s.
89
Chapitre 5

𝑁𝐶𝑖,𝑠 : Nombre annuel des opérations de maintenance corrective pour chaque équipement i et
selon la stratégie s.

𝐶𝑖,𝑠,𝑗 : Coût de maintenance de chaque équipement i selon la stratégie de maintenance s et le

mode j.

𝐺𝑖,𝑠,𝑗 : Coût total de la maintenance de l’équipement i selon la stratégie de maintenance s et le

mode j.

𝑊𝑖,𝑚 : La charge de maintenance en interne allouée à l’équipement i au mois m (en heures).

5.2.6. Modélisation mathématiques

Minimiser D (5.9)

S/C

𝑗=6
𝐵 − ∑𝑖=𝑛 𝑠=3
𝑖=1 ∑𝑠=1 ∑𝑗=1 𝐺𝑖,𝑠,𝑗 ≤ 𝐷 (5.10)

𝐶𝑖,𝑠,𝑗 – (1 − 𝑋𝑖,𝑠,𝑗 )  𝐵 ≤ 𝐺𝑖,𝑠,𝑗 ≤ 𝐶𝑖,𝑠,𝑗 ∀𝑖 = 1, . . . , 𝑛; ∀s=1, . . ., 3; ∀j=1, . . ., 6 (5.11)

0 ≤ 𝐺𝑖,𝑠,𝑗 ≤ 𝐵  𝑋𝑖,𝑠,𝑗 ∀𝑖 = 1, . . . , 𝑛; ∀𝑠 = 1, . . . , 3; ∀𝑗 = 1, . . . , 6 (5.12)

𝑗=6
∑𝑆=3
𝑆=1 ∑𝑗=1 𝑋𝑖,𝑠,𝑗 = 1 ∀𝑖 = 1, . . . , 𝑛 (5.13)

∑𝑠=3
𝑠=1 𝑍𝑖,𝑠 = 1 ∀𝑖 = 1, . . . , 𝑛 (5.14)

𝑍𝑖1 + 2𝑍𝑖,2 + 4𝑍𝑖,3 ≤ 𝑍𝑖+1,1 + 2𝑍𝑖+1,2 + 4𝑍𝑖+1,3 ∀ 𝑖 = 1, . . . , 𝑛 − 1 (5.15)

∑𝑖=𝑛−1
𝑖=1 𝐶𝑟𝑖 (𝑍𝑖,1 − 𝑍𝑖+1,1 ) = 𝑇1 (5.16)

∑𝑖=𝑛−1
𝑖=1 𝐶𝑟𝑖  (𝑍𝑖,1 − 𝑍𝑖+1,1 + 𝑍𝑖,2 − 𝑍𝑖+1,2 ) = 𝑇2 (5.17)

𝐶𝑖,𝑠,𝑗 = 𝐶𝐹𝑖,𝑠,𝑗 + 𝐶𝐿𝑖,𝑠,𝑗 (𝑁𝑃𝑖,𝑠 𝐾𝑗,𝑠 + 𝑁𝐶𝑖,𝑠 𝐿𝑗,𝑠 ) + 𝐶𝑆𝑃𝑖,𝑠,𝑗 (𝑁𝑃𝑖,𝑠 𝑅𝑗,𝑠 + 𝑁𝐶𝑖,𝑠 𝑈𝑗,𝑠 )
∀𝑖 = 1, . . . , 𝑛; ∀s=1, . . ., 3; ∀j=1, . . ., 6 (5.18)

𝑋𝑖,𝑠,1 ≤ 𝐻𝑜𝑖,𝑠 ∀𝑖 = 1, . . . , 𝑛; ∀s=1, . . ., 3 (5.19)

𝛽𝑚
𝑁𝐶𝑖,𝑠 = ∑𝑚=12
𝑚=1 ∫𝜂 𝜆𝑖 (𝑡) 𝑑𝑡 ∀𝑖 = 1, . . . , 𝑛; ∀s=1, . . ., 3 (5.20)
𝑚

𝑁𝑃𝑖,𝑠 = ∑𝑚=12
𝑚=1 𝑙𝑖,𝑠,𝑚 ∀𝑖 = 1, . . . , 𝑛 (5.21)

90
Chapitre 5

𝑙𝑖,𝑠,𝑚 ≤ 𝑍𝑖,𝑠 ∀𝑖 = 1, . . . , 𝑛; ∀s=1, . . ., 3; ∀j=1, . . ., 6 (5.22)

𝑇𝐸𝑖,𝑚 + 𝑊𝑖,𝑚 ≤ 𝐴𝑖,𝑚 ∀𝑖 = 1, . . . , 𝑛; ∀m=1, . . ., 12 (5.23)

∑𝑛𝑖=1 𝑊𝑖,𝑚 ≤ 𝐶𝑎𝑚 ∀m=1, . . ., 12 (5.24)

β𝑚
𝑊𝑖,𝑚 = 𝑇𝐼𝑃𝑖,𝑚  ( 𝑙𝑖,3,𝑚 + 𝑙𝑖,2,𝑚 ) + 𝑇𝐼𝐶𝑖,𝑚  ∫η 𝜆𝑖 (𝑡) 𝑑𝑡 ∀i=1…N; m=1…12 (5.25)
𝑚

𝜆𝑖 (η 𝑚 ) = 𝑟0𝑖  𝑙𝑖,3,𝑚 + 𝑟𝑐𝑏𝑖  𝑙𝑖,2,𝑚 + 𝜆𝑖 (η 𝑚−1 ) 𝑒 𝑏𝑖 (η𝑚−η𝑚−1 ) (1 − 𝑙𝑖,2,𝑚 − 𝑙𝑖,3,𝑚 )

∀𝑖 = 1, . . . , 𝑛; ∀m=1, . . ., 12 (5.26)

0 ≤ 𝜆𝑖 (η 𝑚 ) ≤ (𝑙𝑖,3,𝑚 𝜆 𝑚𝑎𝑥𝑖 + 𝑙𝑖,2,𝑚 𝜆 𝑐𝑏 𝑖 ) ∀𝑖 = 1, . . . , 𝑛; ∀m=1, . . ., 12 (5.27)

1 ≤ 𝑇1 < 𝑇2 ≤ 5.12 (5.28)

𝐷; 𝐵;N;𝜆 𝑚𝑎𝑥𝑖 ; 𝜆 𝑐𝑏𝑖 ; 𝑇𝐼𝑃𝑖,𝑚 ; 𝑇𝐼𝐶𝑖,𝑚 ; 𝑊𝑖,𝑚 ; 𝐶𝑎𝑚 ; 𝐴𝑖,𝑚 ≥0 (5.29)

𝐾𝑜𝑠,𝑗 , 𝑅𝑠,𝑗 , 𝐿𝑠,𝑗 𝑈𝑠,𝑗 , 𝐻𝑜𝑠,𝑗 , 𝑋𝑖,𝑠,𝑗 , 𝑙𝑖,𝑠,𝑗 , 𝑍𝑖,𝑠 ∈ {0,1} (5.30)

La fonction objectif (5.9) consiste à minimiser la déviation D entre le coût total de maintenance
et le budget disponible de maintenance. La contrainte (5.10) concerne la déviation entre le coût
total de maintenance et le budget disponible. Les Contraintes (5.11) et (5.12) garantissent que
le coût total est toujours positif et n’excède pas le budget disponible. La contrainte (5.13) assure
qu’une seule stratégie et un seul mode sont affectés à un équipement i. La Contrainte (5.14)
assure qu’une seule stratégie est affectée à l’équipement i. Les contraintes (5.15), (5.16) (5.17)
sont utilisées et expliquées dans le premier modèle mathématique (section 5.1.1). La contrainte
(5.18) permet de calculer le coût de la maintenance pour chaque équipement i selon la stratégie
et le mode sélectionnés. La contrainte (5.19) garantit que le service maintenance a les
compétences pour réaliser la maintenance en interne. La contrainte (5.20) donne le nombre total
annuel attendu des actions de maintenance corrective en se basant sur le taux de défaillances.
Notons que la contrainte (5.20) est basée sur l'hypothèse de réparation minimale des activités
de maintenance corrective précédemment défini. La contrainte (5.21) donne le nombre
d’actions de maintenance préventive. La contrainte (5.22) assure qu’au plus une seule
maintenance préventive peut être effectuée au mois m (MPS ; s=3, ou MPC ; s=2). La
contrainte (5.23) assure que la charge des actions de maintenance (corrective et préventive, en
interne et en externe) n’excède pas la disponibilité de l’équipement pour la maintenance. La
contrainte (5.24) assure que la charge de maintenance en interne n’excède pas la capacité de
service de maintenance par mois m. La contrainte (5.25) donne la charge de maintenance en

91
Chapitre 5

interne par mois. Les contraintes (5.26) et (5.27) définissent la fonction de taux de défaillances
de l’équipement i au début du mois m. Notons que la contrainte (5.26) est basée sur l’hypothèse
du taux de défaillance proportionnel au temps définit précédemment. La Contrainte (5.28)
définit le domaine des limites 𝑇1 et 𝑇2 . La Contrainte (5.29) assure la positivité des variables.
Finalement, la contrainte (5.30) assure que les variables utilisées sont binaires.

5.2.7. Linéarisation du modèle mathématique

Les contraintes (5.20), (5.25) et (5.23) sont non linéaires.

- Linéarisation de la contrainte (5.20) :

Evolution du taux des défaillances :

Si on n’a pas de maintenance préventive au mois m, alors 𝑙𝑖,2,𝑚 = 𝑙𝑖,3,𝑚 = 0.

𝜆 𝑖 (𝑡) = 𝜆 𝑖 (η 𝑚 ) 𝑒 𝑏(𝑡 −η 𝑚) ; ∀𝑖 = 1, . . . 𝑛; ∀𝑚 = 1, … ,12 (5.31)

Sinon si on a de la maintenance préventive conditionnelle au mois m, alors 𝑙𝑖,2,𝑚 = 1, et 𝑙𝑖,3,𝑚 =

0.

𝜆 𝑖 (𝑡) = 𝑟𝑐𝑏𝑖 𝑒 𝑏(𝑡−η 𝑚) ∀𝑖 = 1, . . . 𝑛; ∀𝑚 = 1, … ,12 (5.32)

Sinon si on a de la maintenance préventive systématique au mois m, 𝑙𝑖,3,𝑚 = 1 et 𝑙𝑖,2,𝑚 = 0.

𝜆 𝑖 (𝑡) = 𝑟0𝑖 𝑒 𝑏(𝑡−η 𝑚) ∀𝑖 = 1, . . . 𝑛; ∀𝑚 = 1, … ,12 (5.33)

Alors on a :

𝜆 𝑖 (𝑡) = [ 𝜆 𝑖 (η 𝑚 ) (1 − ( 𝑙𝑖,2,𝑚 + 𝑙𝑖,3,𝑚 )) + 𝑟𝑐𝑏𝑖 𝑙𝑖,2,𝑚 + 𝑟0𝑖 𝑙𝑖,3,𝑚 ]𝑒 𝑏(𝑡−η 𝑚)

∀𝑖 = 1, . . . 𝑛; ∀𝑚 = 1, … ,12 (5.34)

𝜆 𝑖 (𝑡) = [ 𝜆 𝑖 (η 𝑚 ) (1 − 𝑙𝑖,2,𝑚 − 𝑙𝑖,3,𝑚 ) + 𝑟𝑐𝑏𝑖 𝑙𝑖,2,𝑚 + 𝑟0𝑖 𝑙𝑖,3,𝑚 ]𝑒 𝑏(𝑡−η 𝑚)

∀𝑖 = 1, . . . 𝑛; ∀𝑚 = 1, … ,12 (5.35)

Pour la linéarisation de cette contrainte, on suppose la variable ℎ𝑖,𝑚 𝑡𝑒𝑙 𝑞𝑢𝑒 :

ℎ𝑖,𝑚 = 𝜆 𝑖 (η 𝑚 ) (1 − 𝑙𝑖,2,𝑚 − 𝑙𝑖,3,𝑚 ) ∀𝑖 = 1, . . . 𝑛; ∀𝑚 = 1, … ,12 (5.36)

Cette variable satisfait les contraintes suivantes :

𝜆𝑖 (η 𝑚 ) − (𝑙𝑖,3,𝑚 𝜆 𝑚𝑎𝑥𝑖 + 𝑙𝑖,2,𝑚 𝜆 𝑐𝑏 𝑖 ) ≤ ℎ𝑖,𝑚 ≤ 𝜆𝑖 (η 𝑚 )

∀𝑖 = 1, . . . 𝑛; ∀𝑚 = 1, … ,12 (5.37)

92
Chapitre 5

0 ≤ ℎ𝑖,𝑚 ≤ 𝜆 𝑚𝑎𝑥𝑖 (1 − 𝑙𝑖,2,𝑚 − 𝑙𝑖,3,𝑚 ) + 𝜆 𝑐𝑏𝑖 (1 − 𝑙𝑖,2,𝑚 − 𝑙𝑖,3,𝑚 )

∀𝑖 = 1, . . . 𝑛; ∀𝑚 = 1, … ,12 (5.38)

Ainsi,
𝜆𝑖 (𝑡) = [ℎ𝑖,𝑚 + 𝑟0𝑖 𝑙𝑖,3,𝑚 + 𝑟𝑐𝑏𝑖 𝑙𝑖,2,𝑚 ]𝑒 𝑏𝑖 (𝑡−𝜂𝑚)

∀𝑖 = 1, … , 𝑛; ∀m=1, …, 12 ; t ϵ [𝜂𝑚 , 𝛽𝑚 ] (5.39)

𝛽 (𝑒 𝑏𝑖 (𝛽𝑚 −η𝑚 ) −1)
On introduit ensuite la fonction 𝑓𝑖 = ∫η 𝑚 𝑒 𝑏𝑖 (𝑡−η𝑚 ) 𝑑𝑡= . Avec, 𝛽𝑚 − η𝑚 est une
𝑚 𝑏𝑖

constante indépendante de i et m. D’où on a :

𝑁𝐶𝑖,𝑠 = ∑𝑚=12
𝑚=1 𝑓𝑖 (ℎ𝑖,𝑚 + 𝑟0𝑖 𝑙𝑖,3,𝑚 + 𝑟𝑐𝑏𝑖 𝑙𝑖,2,𝑚 ) ∀𝑖 = 1, . . . 𝑛; ∀𝑠 = 1, … ,3 (5.40)

On remplace alors la contrainte (5.20) est par les contraintes (5.37), (5.38), (5.39) et (5.40) pour
sa linéarisation.

- Linéarisation de la contrainte (5.25) :

Pour la linéarisation de cette contrainte, on a remplacé la fonction 𝜆𝑖 (𝑡) par sa forme linéarisée
depuis la contrainte (5.38). La contrainte (5.41) est proposée pour linéariser la contrainte (5.25).

𝑊𝑖,𝑚 = 𝑇𝐼𝑃𝑖,𝑚 ( 𝑙𝑖,3,𝑚 + 𝑙𝑖,2,𝑚 ) + 𝑇𝐼𝐶𝑖,𝑚 𝑓𝑖 (ℎ𝑖,𝑚 + 𝑟0𝑖 𝑙𝑖,3,𝑚 + 𝑟𝑐𝑏𝑖 𝑙𝑖,2,𝑚 )

∀𝑖 = 1, . . . , 𝑛; ∀𝑚 = 1, . . . , 12 (5.41)

- Linéarisation de la contrainte (5.26) :

Pour la linéarisation de cette contrainte, on a introduit une variable auxiliaire 𝑘𝑖,𝑚 avec

𝑘𝑖,𝑚 = 𝜆𝑖 (η 𝑚−1 ) (1 − 𝑙𝑖,2,𝑚 − 𝑙𝑖,3,𝑚 ) (5.42)

Cette variable satisfait les contraintes suivantes :

𝜆𝑖 (η 𝑚−1 ) − (𝑙𝑖,3,𝑚 𝜆 𝑚𝑎𝑥𝑖 + 𝑙𝑖,2,𝑚 𝜆 𝑐𝑏 𝑖 ) ≤ 𝑘𝑖,𝑚 ≤ 𝜆𝑖 (η 𝑚−1 )

∀𝑖 = 1, . . . , 𝑛; ∀𝑚 = 1, . . . , 12 (5.43)

0 ≤ 𝑘𝑖,𝑚 ≤ 𝜆 𝑚𝑎𝑥𝑖 (1 − 𝑙𝑖,2,𝑚 − 𝑙𝑖,3,𝑚 ) + 𝜆 𝑐𝑏𝑖 (1 − 𝑙𝑖,2,𝑚 − 𝑙𝑖,3,𝑚 )

∀𝑖 = 1, . . . , 𝑛; ∀𝑚 = 1, . . . , 12 (5.44)

Alors on obtient :

𝜆𝑖 (η 𝑚 ) = 𝑟0𝑖  𝑙𝑖,3,𝑚 + 𝑟𝑐𝑏𝑖  𝑙𝑖,2,𝑚 + 𝑘𝑖,𝑚 𝑒 𝑏𝑖 (𝛽𝑚−𝜂𝑚) ∀𝑖 = 1, . . . , 𝑛; ∀𝑚 = 1, . . . , 12 (5.45)

93
Chapitre 5

Finalement, la contrainte (5.26) est remplacée par l’ensemble des contraintes (5.43), (5.44) et
(5.45).

ℎ𝑖,𝑚 et 𝑘𝑖,𝑚 sont des variables auxiliaires utilisées pour la linéarisation du modèle mathématique
proposé. On note que l’ensemble des nouvelles contraintes sont bien équivalentes aux
contraintes (5.20), (5.25) et (5.27).

5.2.8. Les résultats numériques

Afin d'évaluer le comportement de notre modèle proposé dans le cas réel, nous présentons les
résultats numériques obtenus. Le modèle MILP global est résolu avec "CPLEX 15.2" en
utilisant un ordinateur avec un processeur ayant les caractéristiques suivantes : Intel (R)
Pentium (R) CPU 2020m 2.60 GHz. Nous considérons les données d'entrée réelles des
équipements médicaux du CHU Habib Bourguiba de Sfax - Tunisie. Nous avons testé notre
modèle avec des différentes instances, variant entre 10 et 2000 équipements. Le tableau 5.4
montre les temps de calcul en secondes pour ces instances.

Tableau 5.4 Les résultats du temps de calcul

N° de l’instance Nombre des équipements Temps de calcul

médicaux (seconds)
1 10 1.83
2 20 3.13
3 50 4.61
4 100 11.21
5 200 23.48
6 500 61.95
7 1000 74.04
8 2000 171.58

Ces résultats montrent une efficacité de calcul, même pour un problème de grande taille. Dans
le tableau 5.5, nous montrons les résultats des stratégies de maintenance sélectionnées pour 100
dispositifs médicaux critiques, avec des seuils de criticité 𝑇1 = 1,19 et 𝑇2 = 1.21.

94
Chapitre 5

Tableau 5.5 Les résultats numériques du modèle MILP pour 100 équipements (sélection des
stratégies de maintenance

Maintenance Maintenance Maintenance

corrective conditionnelle systématique

Equipement 1 1 0 0

… … …

Equipement 11 1 0 0

Equipement 12 0 1 0

… … …

Equipement 14 0 1 0

Equipement 15 0 0 1

. … … …

Equipement 100 0 0 1

Nous avons également testé la même instance (100 équipements médicaux) en réduisant le
budget disponible de 5%. Le tableau 5.6 montre que, lorsque le budget de maintenance est
réduit (5%), nous avons plus d'équipements médicaux avec la maintenance corrective et moins
avec la maintenance préventive avec la criticité des seuils 𝑇1 = 1.3 et 𝑇2 = 1.51. Les résultats
numériques montrent que les dispositifs médicaux avec une maintenance corrective deviennent
maintenus préventivement en augmentant le budget disponible. Pour les décisions
d’internalisation / externalisation, le tableau 5.6 présente une comparaison du nombre de
contrats et du nombre d'équipements maintenus en interne lorsque le budget est réduit de 5%.
En fait, en réduisant le budget disponible, le nombre d’équipements maintenus en interne est
réduit et en général moins de contrats sont exécutés. En plus, notre modèle permet d’identifier
le mois correspondant à effectuer la maintenance préventive à l’équipement i en fonction
de 𝑙𝑖,𝑠,𝑚 .

95
Chapitre 5

Tableau 5.6 Résultats comparatives du MILP pour 100 équipements médicaux (sélection du
mode de maintenance) : internalisation/externalisation et type du contrat

Contrat A
Contrat C

Contrat B

A* (j=6)
Contrat

Contrat
interne
(j=1)

(j=2)

(j=3)

(j=4)

(j=5)
Sans
En
Avec le budget
1 2 9 6 10 72
disponible

Avec une réduction

de 5% du budget 3 2 12 13 3 67
disponible

5.3. Conclusion
Nous avons développé un premier modèle mathématique pour attribuer la stratégie de
maintenance adéquate à chaque équipement médical tout en respectant le budget disponible.
Les résultats du modèle proposé sont validés avec une base des données réelles collectée du
CHU Habib Bourguiba de Sfax. Notre modèle proposé est original, il produit une
hiérarchisation efficace des équipements médicaux et non pas un simple classement. En outre,
il permet aux responsables de la maintenance biomédicale de choisir la meilleure stratégie de
maintenance pour chaque équipement médical selon leurs scores de criticité. Ce modèle peut
être intégré au module de maintenance biomédical. Il permet de garantir une haute disponibilité
des équipements médicaux de l'hôpital et principalement ceux qui ont une criticité élevée. De
plus, il est nécessaire à tout autre hôpital d’adapter les paramètres selon les données de
maintenance.

96
Conclusions et perspectives

Conclusions et perspectives

Dans le domaine industriel, il existe plusieurs modèles d'optimisation de l’activité de

maintenance. Dans le domaine hospitalier, la modélisation mathématique est relativement
nouvelle. La plupart des travaux de recherche proposent des méthodes d’évaluation ou
d’amélioration de la fiabilité des équipements. Les hôpitaux souffrent de l’indisponibilité des
équipements médicaux en raison d’une mauvaise gestion de l’activité de maintenance.
Généralement, l’utilisateur ne détecte pas la détérioration de l’équipement jusqu’à ce que la
défaillance devienne dangereuse pour les patients. En conséquence, la réparation génère des
coûts de maintenance élevés.

Dans cette thèse, nous avons proposé une procédure qui permet aux responsables de
maintenance dans l’hôpital de choisir la stratégie de maintenance adaptée, d’externaliser ou
internaliser des niveaux de maintenance et de choisir le type de contrat appropriée par
équipement. Ensuite, nous avons présenté une combinaison de deux méthodes d’aide à la
décision multicritère : AHP et TOPSIS. La méthode AHP est utilisée pour la priorisation des
équipements médicaux selon leur criticité. Pour l’évaluation de la criticité des équipements,
nous avons considéré sept critères : le degré de la complexité de maintenance, la fonction, le
risque, le degré d’importance de la mission, l’âge, les erreurs des utilisateurs et la classe de
l’équipement. Une comparaison par paires des critères a été réalisée et le ratio de consistance a
été calculé pour produire des poids de critères précis et cohérents. Ensuite, une classification
des trois stratégies de maintenance utilisées dans les hôpitaux : maintenance préventive
systématique, maintenance préventive conditionnelle et maintenance corrective est réalisée par
la technique TOPSIS. Afin de prendre en compte les incertitudes dans les jugements des
experts, nous avons intégré l’ensemble des nombres flous dans l’expression des avis. Le modèle
proposé inclus les critères les plus importants pour évaluer la criticité des équipements
médicaux. L’étude est générique et peut être appliquée à n’importe quel hôpital. Pour la
validation de notre étude, nous avons travaillé avec le service de maintenance du CHU Habib
Bourguiba de Sfax, Tunisie. Nous nous sommes basés sur des données historiques et nous
avons validé les résultats par les experts du service maintenance du CHU Habib Bourguiba de
Sfax

Afin de permettre aux experts de choisir la meilleure stratégie de maintenance pour chaque
équipement, nous avons développé un modèle mathématique (MILP) « Mixed Integer Linear

97
Conclusions et perspectives

Programming » permettant de définir les limites de criticité entre les stratégies de maintenance
en respectant le budget disponible alloué au service maintenance.

Le service maintenance dispose de ressources limitées pour maintenir le bon fonctionnement

des équipements médicaux. Par conséquent, la sélection des équipements qui peuvent être
maintenus en interne ou traités en externe et le choix du contrat à utiliser sont considérés comme
des décisions tactiques. Un deuxième modèle mathématique (MILP) a été développé permettant
la résolution de ce problème. L'objectif est de minimiser les coûts annuels de la maintenance
en garantissant la disponibilité des équipements médicaux critiques. Les résultats ont montré
l’efficacité du modèle mathématique développé.

En termes de perspectives, les modèles mathématiques proposés dans ce travail de recherche

peuvent être enrichis par l’incorporation d’hypothèses plus réalistes en prenant en compte le
coût variable pour chaque maintenance, le coût des différents composants à remplacer par
équipement, le coût du temps d’arrêt, la disponibilité des outillages spécifiques de contrôle de
performances désignés par ECME, etc. Une autre extension peut être considérée telle que le
recours à des heures supplémentaires et des intérimaires. Pour le choix du contrat, nous avons
considéré un seul prestataire possible par équipement. Dans la réalité, il existe plusieurs sous-
traitants, et le choix du prestataire adéquat selon le budget disponible et selon un ensemble des
paramètres (durée de la maintenance, coût de la maintenance, le risque, le taux de défaillance,
la disponibilité, etc.) pourrait faire l’objet d’une bonne extension. Pour finir, de nouveaux types
de contrats, comme le contrat de partenariat entre hôpital et prestataire, peuvent être développés
et pris en compte dans le modèle.

98
 Références bibliographiques

A
Al Harbi,K.M. (2001). Application of AHP in project management. International Journal of
Project Management 19(4): 19–27.
AFNOR 13306 NF, EN. Maintenance terminology. AFNOR, 2001
Almeida, A.T. and Bohoris, G.A. (1995), “Decision theory in maintenance decision making”,
Journal of Quality in Maintenance Engineering, Vol. 1 No. 1, pp. 39-45.
Asgharizadeh, E., & Murthy, D. (2000). Service contracts: A stochastic model. Mathematical
and Computer Modelling, 31, 11–20.
Association for the Advancement of Medical Instrumentation (AAMI, 1985) ‘Guidelines for
the Establishing and Administering Medical Instrumentation Maintenance Programs’.
USA.

B
Baglin,G., Bruel,O., Garreau, A., Greif, M., Kerbache, L. and van Delft,C. (2005). Management
industriel et logistique. Economica,.
Ben Houria Z., Besbes M., El Aoud B., Masmoudi M., Masmoudi F. (2015). Maintenance
strategy selection for medical equipments using fuzzy multiple criteria decision making
approach, 45th International Conference on Computers & Industrial Engineering (CIE45),
10/2015, Metz, France.
Ben Houria Z., Masmoudi M., Al Hanbali A., Khatrouch I. and Masmoudi F. Quantitative
techniques for medical equipment maintenance management, European Journal of
Industrial Engineering (EJIE).
Bevilacqua, M. and Braglia, M. (2000), “The analytic hierarchy process applied to maintenance
strategy selection”, Reliability Engineering and System Safety, Vol. 70 No. 1, pp. 71-83.
Brans J.P., Vincke Ph. (1985). A Preference Ranking Organization Method. Management
Science, Vol. 31, issue. 6. pp.647-656.
Brauers, W. K. M.; Zavadskas, E. K. 2012. A multi-objective decision support system for
project selection with an application for the Tunisian textile industry, E & M Ekonomie a
Management Vol.15, Issue 1, pp. 28–43.

99
Blumberg D.F. (2004). New strategic directions in acquiring and outsourcing high-tech services
by hospitals and implications for clinical engineering organizations and ISO. In: Dyro JF.
Clinical engineering handbook. San Diego (United States): Elsevier Academic Press; 2004.
137–146.

C
Castanier, B. (2001) Modélisation stochastique et optimisation de la maintenance conditionelle
des sytèmes à dégradation graduelle. PhD thesis, Université de Technologies de Troyes,
2001.
Choi J.G. and Seong P.H. (2008). Reliability of Electronic Components. Reliability and Risk
Issues in Large Scale Safety-critical Digital Control Systems, Ch. 1, Seong P.H. (ed.).
Springer: New York.
Coulibaly, S., Kouam P. et Page M. (2001) Organisation de la maintenance préventive en
milieu hospitalier. ITBM-RBM 2001, Vol 22, pp.125-133
Cox, David R (1972). Regression Models and Life-Tables. Journal of the Royal Statistical
Society, Series B 34 (2): 187–220.
Cruz, A. and Denis, E. (2006). A neural-network-based model for the removal of biomedical
equipment from a hospital inventory. Journal of Clinical Engineering, 31(3), 140–144.
Cruz, A. and Rincon, A. (2012). Medical device maintenance outsourcing: Have operation
management research and management theories forgotten the medical engineering
community? a mapping review. European Journal of Operational Research, 221 (1), 186-
197.
Cruz, A. M. ,Usaquen Perilla, S. P., and Vanegas Pabon, N. N. (2010); Clustering Techniques
: Measuring the Performance of Contract Service Providers, IEEE Engineering in medecine
and biology magazine, pp. 119-126
Cruz, A., Aguilera-Huertas, W., & Días-Mora, D. (2010). A comparative study of maintenance
services using the data-mining technique. Revista Panamericana de Salud Pública
(Bogota), 11(4), 653–661.
Cruz, A., Haugan, G. and Rincon, A. (2014). The effects of asset specificity on maintenance
financial performance: an empirical application of transaction cost theory to the medical
device maintenance field. European Journal of Operational Research, 237 (3), 1037-1053.

100
Cruz, A.M., Denis, E.R., (2005). A fuzzy inference system to evaluate contract service provider
performance. Biomedical Instrumentation & Technology 39 (4), 320– 325.

D
De Melo Brito ,A.J., Almeida A. (2010). Multi-criteria decision model for selecting repair
contracts by applying utility theory and variable interdependent parameters ,Journal of
Management Mathematics. Vol. 21, pp. 349-361.
De Vivo1, L., Derrico1, P., Tomaiuolo1, D., Capussotto1, C. and Reali, A. (2004). Evaluating
alternative service contracts for medical equipment’, Proceedings of the 26th Annual
International Conference of the IEEE EMBS, San Francisco, CA, USA
Dekker,R., Kleijn, M.J. and De Rooij P J (1998). A spare parts stocking policy based on
equipment criticality. International Journal of Production Economics 56-57: 69-77.
Deng, H. 1999. Multicriteria analysis with fuzzy pairwise comparison, International Journal of
Approximate Reasoning, 21, pp. 215-231.
Dhillon, B. (2009). Life cycle costing for engineers. CRC Press

E
Ebeling, C. (2004). An introduction to reliability and maintainability engineering. Tata
McGraw-Hill Education, 2004.
Ertugrul, I. and Karakasoglu, N. (2007). “Comparison of fuzzy AHP and fuzzy TOPSIS
methods for facility location selection”, International Journal of Advanced Manufacturing
Technology, pp. 783-95.
Emergency Care Research Institute (Ecri, 1995) “Inspection and preventive Maintenance
System”, 3rd edition.

F
Fennigkoh L. and Smith B. (1989). Clinical equipment management, Jcaho Ptsm Ser Vol. 2,
pp. 5-14
Fong S W and Choi S K Y (2000). Final contractor selection using the analytical hierarchy
process. Construction Management and Economics 18(5): 547–557.
Food and Drug Administration, Protecting and promoting your Health, http://www.fda.gov.

101
 G
Georgin, D., Natan,J.,Szymczak, H., and Farges, G. (2005) Management de l'externalisation de
la maintenance biomédicale, ITBM-RBM News, 26 (6), December 2005, 7-11
Gits, C.W. (1992). Design of maintenance concepts’, International journal of production
economics, Vol. 24, pp. 217-226.

H
Ho,W. (2008). Integrated analytic hierarchy process and its applications - a literature review.
European Journal of Operational Research 186(1): 211–228.
Hsieh,T. Y, Lu, S.T., Tzeng, G.H. 2004. Fuzzy MCDM approach for planning and design
tenders selection in public office buildings, International journal of Project Management,
22, pp. 573-584.
Hummel J., (2001). “Supporting medical technology development with the analytic hierarchy
process”, Wageningen:Grafischbedrijf Ponsen& Looijenbv. p.199.
Hwang, C.L. and Yoon, K. (1981), Multiple Attribute Decision Making Methods and
Applications, Springer, New York, NY.

I
Ilangkumaran M. and Kumanan S. (2009). “Selection of maintenance policy for textile industry
using hybrid multi-criteria decision making approach”, Journal of Manufacturing
Technology Management, Vol. 20 N°7, pp.1009-1022.
Ivlev I., Kneppo P. and Bartak M. (2014). ‘Multicriteria decision decision analysis: a
multifaceted approach to medical equipment management’, Technological and Economic
Development of Economy, Volume 20, Issue 3.

J
J. Tixier, G. Dusserre, O. Salvi, D. Gaston, (2002). Review of 62 risk analysis methodologies
of industrial plants, J. Loss Prevent. Process Ind. N°15; pp. 291–303.
Jamshidi A, Abbasgholizadef Rahimi S., Ait-kadi D., Ruiz A., (2015) A comprehensive fuzzy
risk-based maintenance framework for prioritization of medical devices,Applied Soft
Computing 32 pp. 322-334.

102
Jamshidi A., Abbasgholizadeh R.S., Ait-kadi D. and Ruiz A. (2012), “A risk-based
Maintenance Strategy using Fuzzy HFMEA for prioritization of Critical Medical
Equipment”, Proceedings of the 1st Annual World Conference of the Society for Industrial
and Systems Engineering, Washington, USA.
Jamshidi A., Abbasgholizadeh Rahimi S., Ait-kadi D. and Ruiz A. (2014), “Medical devices
Inspection and Maintenance; a Literature Review”, Proceeding of the 2014 Industrial and
Systems Engineering Research Conference.
John Endrenyi and George J. Anders (2006), « Aging Maintenance and Reliability », IEEE
power & energy magazine, May, 59-67.
Jlassi J., (2011), Amélioration de la performance par la modélisation des flux logistiques des
patients dans un service d’urgence hospitalier, méthodes Quantitatives Productique et Génie
Industriel, thèse de doctorat, Université de Paris 8 et l’Université de Sfax.

K
Kabir, G.and Dr. Ahsan Akhtar Hasis, M. (2011). Comparative analysis of AHP and fuzzy
AHP models for melticriteria inventory classification, International Journal of Fuzzy Logic
Systems(IJFLS), 1(1), pp 1-16
Keeney R., Raifa H. (1976). Decision with Multiobjectives, Preferences and Value Trade-Offs.
Wiley, New York, 1976.
Keil, O.R. (2008). Unnecessary Preventative Maintenance: Its Effect on Opportunity Costs.
Journal of Clinical Engineering 33(1): 8.
Khalaf A.B., Hamam Y., Djouani K. (2012) ‘Mathematical Maintenance Model for Medical
Equipment’ , University of Versailles Saint –Quentin-en- Yvelines.
Khalaf, A.B. (2004), “Maintenance model for minimizing risk and optimizing cost-
effectiveness of medical equipment in Palestine”, Journal of Clinical Engineering, Vol 14,
pp. 3649-3653.
Khalaf,A.B., Djouani K., Hamam Y., and Alayli Y. (2010). “Evidence-based mathematical
maintenance model for medical equipment”. in Electronic Devices, Systems and
Applications (ICEDSA)
Khalaf,A.B., Djouani K., Hamam Y., and Alayli Y. (2014). “Maintenance Strategies and
Failure-Cost Model for Medical Equipment” Quality and Reliability Engineering
International, Vol 31, issue 6, pp. 935-947.

103
Khan, F.I., Haddara, M. (2003). Risk-based maintenance (RBM): a quantitative approach for
maintenance/inspection scheduling and planning, Journal Loss Prevent. Process Ind. 16
561–573

L
Labib,A.W, Williams,G.B and O’Conner,R.F. (1998). An intelligent maintenance model
(system): An application of analytic hierarchy process and a fuzzy logic rule-based
controller. Journal of the Operational Research Society 49: 745–757.
Letaief, F., Kammoun, A. Khayat, S., Allita S., Mejri, R. Hassine, M., Mekni, M., Lazreg, R.,
Dhahri, H. (2007). Manuel des Procédures de Gestion de la Maintenance Biomédicale et
Hospitalière,TomeIII.

M
Mahdi,I.M, Riley,M.J, Fereig S.M and Alex A.P. (2002). A multi-criteria approach to
contractor selection. Engineering, Construction and Architectural Management 9(1): 29–
37.
Masmoudi, M., Ben Houria, Z. Al Hanbali, A. and Masmoudi, F. (2016). Decision support
procedure for Medical Equipment Maintenance Management, Journal of Clinical
Engineering. January/March 2016 - Volume 41 - Issue 1, 19–29
Masmoudi, M., Ben Houria, Z. and Masmoudi, F. (2014). Multicriteria decision making for
medical equipment maintenance: Insourcing, outsourcing and service contract. IEEE, 2nd
International Conference on Control, Decision and Information Technologies (CODIT’14),
269-275.
Miguel, C., Barr, C. and Pozo Puñales, E. (2007). Improving corrective maintenance efficiency
in clinical engineering departments. IEEE Engineering in Medicine and Biology, 26(3), 60–
65.
Miguel, C., Denis, E. and Sanchez, V. (2002). Management of service contracts using an
independent service provider (ISP) as support technology. Journal of Clinical Engineering,
27, 202–209.
Mkalaf, K. , Gibson, P. and Flanagan, J. (2013) A Study of Current Maintenance Strategies and
the Reliability of Critical Medical Equipment in Hospitals in Relation to Patient Outcomes,

104
 World Academy of Science, Engineering and Technology, International Science Index 82,
International Journal of Social, Human Science and Engineering, (2013) Vol 7, No. 10, pp.
15 – 22
Modarres,M. (2006). Risk analysis in engineering: techniques, tools, and trends. CRC Press:
Boca Raton, FL.
Mortin D.E., Krolewski J.G. and Cushing M.J. (1995). Consideration of Component Failure
Mechanisms in the Reliability Assessment of Electronic Equipment- Addressing the
Constant Failure Rate Assumption. Annual Reliability and Maintainability Symposium, pp.
54-59.
Moubray,J. (1997). Reliability-centered Maintenance II. 2nd ed. Industrial Press: New York, NY.
Murthy, D. N. and Yeung, V. (1996). Modeling and analysis of maintenance service contracts.
Mathematical and Computer Modelling, 22, 219–225.
Murthy, D.N. and Jack, N., (2008). Maintenance outsourcing. Complex system maintenance
handbook, 373–393. Springer Series in Reliability Engineering, Part E.

N
N.S. Arunraj and J. Maiti (2007). “Risk-based maintenance Techniques and applications”,
Journal of Hazardous Materials, 142 pp 653–66.
Norme NF-X60-010. (1994). Concepts et définitions des activités de maintenance.

P
Panayiotou, N.A., Ponis, S.T. and Gayialis, S.P. (2009), “Designing an industrial maintenance
system: a proposed methodological framework”, Int. J. Information Technology and
Management, Vol. 8, No. 4, pp.361–381.
Partovi F Y, Burton J, and Banerjee A (1989). Application of Analytic Hierarchy Process in
Operations Management. International Journal of Operations & Production Management
Vol. 10, No. 3: pp.5-19.

R
Rahman, A., Chattopadhyay, G. (2007). Optimal service contract policies for outsourcing
maintenance service of assets to the service providers. International Journal of Reliability
and Applications, Vol. 8, No.2, pp. 183–197.

105
Ramadhan, R.H., Al-Abdul Wahhab, H.I. and Duffuaa, O.S. (1999), “The use of an analytical
hierarchy process in pavement maintenance priority ranking”, Journal of Quality in
Maintenance Engineering, Vol. 5 No. 1, pp. 25-39.
Roy B. (1968). Classement et Choix en Présence de Points de Vue Multiples (la Méthode
Electre) . Revue française d’informatique et de recherche opérationnelle. Vol 2, N° 8, p57-
75.
Roy B. (1985). Méthodologie Multicritère d’Aide à la Décision. Economica, Paris, 1985.
Rzevsky G. (1995), Mechatronics: Designing Intelligent Machines Butterworth-Heinemann,
England.

S
Saaty, T.L. (1980), “The Analytic Hierarchy Process”, McGraw-Hill, New York, NY.
Saaty,T.L. (1994). Fundamentals of Decision Making and Priority Theory with the AHP, RWS
Publications, Pittsburgh, PA, USA, 1994.
Saaty.T.L. (2008). Decision making with the analytical hierarchy process, Int J Serv Sci 1(1):
83-98.
Shyjith K., Ilangkumaran M. and Kumanan S. (2008), “Multi-criteria decision-making
approach to evaluate optimum maintenance strategy in textile industry” , Journal of Quality
in Maintenance Engineering Vol. 14 No. 4, 2008, pp 375-386.
Simpson,G.W and Cochran J.K. (1987). An Analytic Approach to Prioritizing Construction
Projects. Civil Engineering and Environmental Systems 4(4): 185-190.

T
Taghipour S., Banjevic, D. and Jardine A .K. S. (2011), “Prioritization of Medical Equipment
for Maintenance Decisions”, Journal of the Operational Research Society, Vol. 62, No. 9,
pp. 1666-1687.
Tarawneh, W. and El-Sharo, S. (2009). Assessment Of Medical Equipment In Respect To Their
Down Time. World Congress on Medical Physics and Biomedical Engineering, September
7 - 12, 2009, Munich, Germany, Volume 25/7 of the series IFMBE Proceedings pp 267-270
Tawfik B.,Ouda B.K.and Abd El Samad Y.M. 2013. A Fuzzy Logic Model for Medical
Equipment Risk Classification, Journal of Clinical Engineering, 38 (4), pp 185-190

106
Triantaphyllou E (2000). Multi-Criteria Decision Making Methods: A Comparative Study.
Kluwer Academic Publishers: Netherland.

U
United States Department of Defense (1995). US Mil-Hdbk-217. Reliability Prediction of
Electronic Equipment, version F.

V
Vaidya O S and Kumar S (2006). Analytic hierarchy process: An overview of applications.
European Journal of Operational Research 169(1): 1–29.
Vellani,K.H. (2006). Strategic Security Management: A Risk Assessment Guide for Decision
Makers. Butterworth-Heinemann: England.

W
Walraeve, B. Vigneau, P. (2005). Guide pratique, Maintenance des dispositifs médicaux,
obligations et recommandations, Direction régionale des affaires sanitaires et sociales de
Midi-Pyrénées
Wang, B. and Levenson A. (2000), Equipment inclusion criteria - a new interpritation of
JCAHO’s medical equipment management standard ,Journal of Clinical Engineering, Vol.
25, N°1, pp. 26-35
Wang, B. (2006). Fennigkoh and Smith Model for Inclusion Criteria: 15-Year Retrospective
Interview with Larry Fennigkoh. Journal of Clinical Engineering, January/March 2006, pp.
26-30
Wang, L., Chu,J., Wu, J. (2007). Selection of optimum maintenance strategies based on a fuzzy
analytic hierarchy process, Int.J.Production Economics 107, pp 151-163.
World Health Organisation (WHO, 2011). Medical equipment maintenance program overview.

107
 Annexes

Annexe 1 : Listing des équipements (exemple service Anesthésie Réanimation)

Annexe 2 : Extrait des activités d’interventions par période
Annexe 3 : Extrait du nombre d’intervention et coût de tout type d’intervention pour les
différentes stratégies de maintenance
Annexe 4 : Méthode Pareto appliquée aux services selon critère : nombre d’interventions
Corrective causés par l’absence de maintenance préventive.
Annexe 5 : Méthode Pareto appliquée aux services selon critère : nombre d’interventions
corrective causés par l’absence de panne.
Annexe 6 : Méthode Pareto appliquée aux services selon critère : nombre d’interventions
corrective causés par la panne normale.
Annexe 7 : Méthode Pareto appliquée aux services selon critère : nombre d’interventions
corrective causés par l’erreur de manipulation.
Annexe 8 : Méthode Pareto appliquée aux services selon critère : nombre d’interventions
corrective causés par l’usure prématurée.

108
Annexe 1 : Listing des équipements (exemple service Anesthésie
Réanimation)

Service N° Inv. Equipement Marque Modèle N° Série Mise en service

ANESTHESIE EVAPORATEUR SIGMA DELTA
REANIMATION 3200205S09 D''ANESTHESIE PENLON 8% SEVO D0910-0997 17/09/2011
ANESTHESIE EVAPORATEUR SIGMA DELTA
REANIMATION 3200205S10 D''ANESTHESIE PENLON 5 % ISO D1110-0393 17/09/2011
ANESTHESIE EVAPORATEUR SIGMA DELTA
REANIMATION 3200205S11 D''ANESTHESIE PENLON 5% ISO D1110-0404 17/09/2011
ANESTHESIE EVAPORATEUR
REANIMATION 3200205S07 D''ANESTHESIE PENLON ISOFLURANE 11100402 15/04/2011
ANESTHESIE EVAPORATEUR
REANIMATION 3200205S08 D''ANESTHESIE PENLON SIVOFLORANE D09101021 15/04/2011
ANESTHESIE POUSSE LONGFIAN
REANIMATION 3240105S60 SERINGUES SCITECH JAZ-F6 8,0051E+15 22/12/2010
ANESTHESIE DESINFECTION
REANIMATION 0948201/01 TERMINALE (EP) MCR FOA F82 09/06/1994
ANESTHESIE POMPE A VIAL
REANIMATION 0532405/06 NUTRITION MEDICAL ALASKA 14311394 26/03/1992
ANESTHESIE POMPE A VIAL
REANIMATION 0532402/01 PERFUSION MEDICAL P3000B 15061043 16/06/1994
ANESTHESIE POMPE A VIAL
REANIMATION 0532402/02 PERFUSION MEDICAL P3000B 15061042 16/06/1994
ANESTHESIE POMPE A VIAL
REANIMATION 0532402/03 PERFUSION MEDICAL P3000B 15061048 16/06/1994
ANESTHESIE POMPE A VIAL
REANIMATION 0532402/04 PERFUSION MEDICAL P3000B 15061046 15/06/1994
ANESTHESIE POMPE A VIAL
REANIMATION 0532402/05 PERFUSION MEDICAL P3000B 15061045 15/06/1994
ANESTHESIE POMPE A VIAL
REANIMATION 0532402/06 PERFUSION MEDICAL P3000B 15061044 16/06/1994
ANESTHESIE POUSSE VIAL
REANIMATION 0532401/13 SERINGUES MEDICAL SE400B 15091875 06/06/1994
ANESTHESIE POMPE A
REANIMATION 0532405/02 NUTRITION PETERS NPR3000 3907 06/06/1994
ANESTHESIE POMPE A
REANIMATION 0532405/03 NUTRITION PETERS NPR3000 3908 06/06/1994
ANESTHESIE POMPE A
REANIMATION 0532405/04 NUTRITION PETERS NPR3000 3914 06/06/1994
ANESTHESIE POMPE A
REANIMATION 0532405/08 NUTRITION PETERS NPR 3000 3839 06/06/1994
ANESTHESIE AEROSOLTHERAPI
REANIMATION 0844502/03 E(EP) PETERS NEB 400 452 06/06/1994
ANESTHESIE AEROSOLTHERAPI
REANIMATION 0844502/04 E(EP) PETERS NEB 400 453 06/06/1994
ANESTHESIE MELANGEUR DE
REANIMATION 532205040 GAZ SIEMENS 6006709E.375.E 1294 23/07/1994
ANESTHESIE VENTILATEUR
REANIMATION 0532201/29 PULMONAIRE SIEMENS SERVO 900C 178632 18/05/1996
ANESTHESIE VENTILATEUR
REANIMATION 0532201/15 PULMONAIRE SIEMENS SERVO 900 D 174878 28/04/1994
ANESTHESIE VENTILATEUR
REANIMATION 0532201/51 PULMONAIRE SIEMENS 710 3480 15/05/1999
ANESTHESIE EVAPORATEUR
REANIMATION 0532002/17 D''ANESTHESIE SIEMENS HV950 7167 18/05/1996
ANESTHESIE EVAPORATEUR
REANIMATION 0532002/02 D''ANESTHESIE SIEMENS E-342-E-HV950 6840 05/01/1995
ANESTHESIE MONITEUR DE
REANIMATION 0315908/01 SAO2 SIEMENS MICR O2 7235 23/07/1994
ANESTHESIE MONITEUR DE
REANIMATION 0315908/11 SAO2 SIEMENS MICRO2 7235 23/07/1994
ANESTHESIE RADIOGRAPHIE POLYMOBIL
REANIMATION 0500202C03 MOBILE SIEMENS PLUS 12168 23/10/2004
ANESTHESIE MELANGEUR DE
REANIMATION 0532205/02 GAZ OHMEDA QUANTIFLEX 77456 10/07/1990
ANESTHESIE MELANGEUR DE
REANIMATION 0532205/03 GAZ OHMEDA QUANTIFLEX 77422 10/07/1990
ANESTHESIE MELANGEUR DE
REANIMATION 0532205.06 GAZ OHMEDA QUANTIFLEX 77423 10/07/1990

109
ANESTHESIE MELANGEUR DE
REANIMATION 0532205/01 GAZ OHMEDA QUANTIFLEX 77424 09/07/1991
ANESTHESIE EVAPORATEUR
REANIMATION 0532002/03 D''ANESTHESIE OHMEDA FLUOTEC 3 BBNT00308 10/07/1990
ANESTHESIE EVAPORATEUR
REANIMATION 0532002/05 D''ANESTHESIE OHMEDA FLUOTEC 5 BCXX00343 23/07/1994
ANESTHESIE EVAPORATEUR
REANIMATION 0532002/04 D''ANESTHESIE OHMEDA FLUOTEC 3 BBNT00309 10/07/1990
ANESTHESIE MONITEUR DE
REANIMATION 1590703C01 CO2 OHMEDA M-CAIO 4506626 29/12/2001
ANESTHESIE
REANIMATION 0211104/01 MONITEUR IMAGE SCHILLER MAGSCREEN 88310456 14/01/2004
MONITEUR DE
SURVEILLANCE
ANESTHESIE CARDIO-
REANIMATION 0315900/18 RESPIRATOIRE SCHILLER MAGLIFE-C 84320477 14/01/2004
ANESTHESIE RADIOGRAPHIE
REANIMATION 0500202C05 MOBILE SCHIMADZU MUX 10 262P83001 23/06/2006

110
Annexe 2 : Extrait des activités d’interventions par période

ACTIVITE D'INTERVENTIONS PAR PERIODE 10ans

Période: du 01/01/2003 au :01/03/2014
Intervention Equipement

Date N°Interv Type N° Inv. Désignation Service Coût Total

01/01/200 2003001 MAINTENANC 0636904/0 BLOC OPERATOIRE

MOTEUR CHIRURGICAL 315,013
3 2 E CURATIVE 3 MAXILO-FACIAL
01/01/200 2003003 MAINTENANC 0844601/0 LITHOTRITEUR
LITHOTRIPTIE 10692,451
3 8 E PREVENTIVE 1 EXTRACORPOREL
ANALYSEUR
03/01/200 2003009 MAINTENANC 0424001/0
MULTIPARAMETRIQUE DE BIOCHIMIE 2500
3 5 E PREVENTIVE 4
BIOCHIMIE
07/01/200 2005008 MAINTENANC 0532401/1
POUSSE SERINGUES URGENCES S A M U 237,3
3 8 E CURATIVE 7
09/01/200 2003008 MAINTENANC 0844601/0 LITHOTRITEUR
LITHOTRIPTIE 0
3 7 E PREVENTIVE 1 EXTRACORPOREL
15/01/200 2003001 MAINTENANC 0532201/2 VENTILATEUR ANESTHESIE
147,6
3 9 E CURATIVE 7 PULMONAIRE REANIMATION
15/01/200 2003002 MAINTENANC 0532201/5 VENTILATEUR ANESTHESIE
147,6
3 1 E CURATIVE 1 PULMONAIRE REANIMATION
15/01/200 2003002 MAINTENANC 0532201/4 VENTILATEUR ANESTHESIE
141,6
3 0 E CURATIVE 2 PULMONAIRE REANIMATION
16/01/200 2003012 MAINTENANC 0424102/0
ANALYSEUR D''IONS URGENCES S A M U 1967,65
3 5 E CURATIVE 6
20/01/200 2003008 MAINTENANC 0844601/0 LITHOTRITEUR
LITHOTRIPTIE 0
3 8 E CURATIVE 1 EXTRACORPOREL
31/01/200 2005008 MAINTENANC 0532401/2 REANIMATION
POUSSE SERINGUES 108,5
3 6 E CURATIVE 4 MEDICALE
CHIRURGIE CARDIO
31/01/200 2005009 MAINTENANC 0532401/3
POUSSE SERINGUES VASCULAIRE ET 211,3
3 1 E CURATIVE 0
THORACIQUE
AUTOMATE POUR
01/02/200 2003000 MAINTENANC 0424601/0
NUMERATION ET FORMULE HEMATOLOGIE 0
3 1 E CURATIVE 7
SANGUINE
AUTOMATE POUR
02/02/200 2003000 MAINTENANC 0424601/0
NUMERATION ET FORMULE HEMATOLOGIE 0
3 2 E CURATIVE 7
SANGUINE
AUTOMATE POUR
03/02/200 2003000 MAINTENANC 0424601/0
NUMERATION ET FORMULE HEMATOLOGIE 0
3 3 E CURATIVE 7
SANGUINE
AUTOMATE POUR
04/02/200 2003000 MAINTENANC 0424601/0
NUMERATION ET FORMULE HEMATOLOGIE 0
3 4 E CURATIVE 7
SANGUINE
07/02/200 2003012 MAINTENANC 0424802/0
COAGULOMETRE HEMATOLOGIE 350
3 1 E CURATIVE 5
07/02/200 2003001 MAINTENANC 0636904/2 BLOC OPERATOIRE DE
MOTEUR CHIRURGICAL 402,37
3 8 E CURATIVE 7 NEURO CHIRURGIE
08/02/200 2004003 MAINTENANC 0424802/0
COAGULOMETRE HEMATOLOGIE 296,61
3 0 E CURATIVE 5
10/02/200 2005009 MAINTENANC 0424103/0 ANALYSEUR PH-GAZ DU
BIOCHIMIE 810
3 4 E CURATIVE 3 SANG
20/02/200 2003005 MAINTENANC 0424103/0 ANALYSEUR PH-GAZ DU
BIOCHIMIE 283,2
3 0 E CURATIVE 4 SANG
20/02/200 2005008 MAINTENANC 0532201/5 VENTILATEUR ANESTHESIE
620
3 2 E CURATIVE 2 PULMONAIRE REANIMATION

111
22/02/200 2003013 MAINTENANC 0315509/0
RETINOGRAPHE OPHTALMOLOGIE 171,1
3 1 E CURATIVE 1
24/02/200 2003000 MAINTENANC 0424103/0 ANALYSEUR PH-GAZ DU
BIOCHIMIE 2829,077
3 6 E CURATIVE 3 SANG
CHIRURGIE CARDIO
24/02/200 2005011 MAINTENANC 0532401/4
POUSSE SERINGUES VASCULAIRE ET 842,2
3 1 E CURATIVE 3
THORACIQUE
26/02/200 2003008 MAINTENANC 0844601/0 LITHOTRITEUR
LITHOTRIPTIE 0
3 6 E CURATIVE 1 EXTRACORPOREL
28/02/200 2003004 MAINTENANC 0844103/0 APPAREIL DE
RADIOTHERAPIE 1991,007
3 9 E PREVENTIVE 1 TELEGAMMATHERAPIE
06/03/200 2005009 MAINTENANC 0424103/0 ANALYSEUR PH-GAZ DU
URGENCES S A M U 1721,11
3 8 E CURATIVE 5 SANG
06/03/200 2003004 MAINTENANC 0424103/0 ANALYSEUR PH-GAZ DU
BIOCHIMIE 2423,814
3 0 E PREVENTIVE 4 SANG
13/03/200 2003005 MAINTENANC 0424403/0 ANALYSEUR POUR
IMMUNOLOGIE 734,973
3 5 E CURATIVE 4 IMMUNOCHIMIE
14/03/200 2003005 MAINTENANC 0636301/1 BISTOURI ELECTRIQUE / BLOC OPERATOIRE C C
70,8
3 1 E CURATIVE 4 COAGULATEUR VT
14/03/200 2003012 MAINTENANC 0636301/1 BISTOURI ELECTRIQUE / BLOC OPERATOIRE C C
0
3 2 E CURATIVE 4 COAGULATEUR VT
15/03/200 2003006 MAINTENANC 0844601/0 LITHOTRITEUR
LITHOTRIPTIE 10692,451
3 2 E PREVENTIVE 1 EXTRACORPOREL
MONITEUR DE
27/03/200 2003003 MAINTENANC 0315901/4 BLOC OPERATOIRE C C
SURVEILLANCE CARDIO- 2006
3 5 E CURATIVE 7 VT
RESPIRATOIRE
27/03/200 2003006 MAINTENANC 0636904/0 BLOC OPERATOIRE
MOTEUR CHIRURGICAL 323,904
3 1 E CURATIVE 3 MAXILO-FACIAL
27/03/200 2003006 MAINTENANC 0636904/0 BLOC OPERATOIRE
MOTEUR CHIRURGICAL 158,403
3 0 E CURATIVE 2 MAXILO-FACIAL
03/04/200 2004001 MAINTENANC 0636904/0 BLOC OPERATOIRE DE
MOTEUR CHIRURGICAL 111,486
3 3 E CURATIVE 4 NEURO CHIRURGIE
04/04/200 2003005 MAINTENANC 0636201/0 BLOC OPERATOIRE
MICROSCOPE OPERATOIRE 421,5
3 7 E CURATIVE 4 OPHTALMOLOGIE
05/04/200 2003005 MAINTENANC 0532201/3 VENTILATEUR ANESTHESIE
2319
3 6 E CURATIVE 1 PULMONAIRE REANIMATION
10/04/200 2003008 MAINTENANC 0844601/0 LITHOTRITEUR
LITHOTRIPTIE 0
3 5 E CURATIVE 1 EXTRACORPOREL
10/04/200 2003005 MAINTENANC 0315908/2 ANESTHESIE
MONITEUR DE SAO2 993,52
3 3 E CURATIVE 1 REANIMATION
15/04/200 2004002 MAINTENANC 0315101/1 CHIRURGIE
ELECTROCARDIOGRAPHE 1275
3 2 E CURATIVE 7 ORTHOPEDIQUE
17/04/200 2003012 MAINTENANC 0948401/1 STERILISATEUR PAR LA
MICROBIOLOGIE 2950
3 6 E CURATIVE 1 CHALEUR HUMIDE
ANATOMIE
25/04/200 2003005 MAINTENANC 0428004/0
MICROTOME PATOLOGIQUE/IMMUN 731,6
3 8 E CURATIVE 4
O-HISTO- CYTOLOGIE
02/05/200 2003008 MAINTENANC 0532201/7 VENTILATEUR
URGENCES S A M U 489,194
3 0 E CURATIVE 7 PULMONAIRE
05/05/200 2003009 MAINTENANC 0844601/0 LITHOTRITEUR
LITHOTRIPTIE 10692,451
3 1 E CURATIVE 1 EXTRACORPOREL
05/05/200 2005007 MAINTENANC 0532201/6 VENTILATEUR REANIMATION
543,99
3 0 E PREVENTIVE 8 PULMONAIRE MEDICALE
05/05/200 2003003 MAINTENANC 0532201/6 VENTILATEUR REANIMATION
543,98
3 2 E PREVENTIVE 6 PULMONAIRE MEDICALE
05/05/200 2003002 MAINTENANC 0532201/6 VENTILATEUR REANIMATION
1707,209
3 8 E PREVENTIVE 0 PULMONAIRE MEDICALE
05/05/200 2003009 MAINTENANC 0424102/0
ANALYSEUR D''IONS URGENCES S A M U 1345,2
3 4 E CURATIVE 6
06/05/200 2003003 MAINTENANC 0532201/7 VENTILATEUR REANIMATION
543,98
3 0 E PREVENTIVE 0 PULMONAIRE MEDICALE

112
07/05/200 2003005 MAINTENANC 0532401/4 REANIMATION
POUSSE SERINGUES 435
3 9 E CURATIVE 8 MEDICALE
ANATOMIE
08/05/200 2003010 MAINTENANC 0420001/0
BALANCE DE LABORATOIRE PATOLOGIQUE/IMMUN 330,4
3 3 E CURATIVE 2
O-HISTO- CYTOLOGIE
08/05/200 2003010 MAINTENANC 0424102/0
ANALYSEUR D''IONS BIOCHIMIE 2181,82
3 4 E CURATIVE 1
12/05/200 2003002 MAINTENANC 0532201/6 VENTILATEUR REANIMATION
543,98
3 9 E PREVENTIVE 7 PULMONAIRE MEDICALE
12/05/200 2003003 MAINTENANC 0532201/4 VENTILATEUR REANIMATION
815,38
3 1 E PREVENTIVE 8 PULMONAIRE MEDICALE
15/05/200 2003009 MAINTENANC 0844601/0 LITHOTRITEUR
LITHOTRIPTIE 0
3 2 E CURATIVE 1 EXTRACORPOREL
22/05/200 2003008 MAINTENANC 0532201/6 VENTILATEUR REANIMATION
1994,218
3 2 E PREVENTIVE 1 PULMONAIRE MEDICALE
23/05/200 2004004 MAINTENANC 0205203/0
PORTE-POTTER MURAL RADIOTHERAPIE 802,2
3 4 E CURATIVE 1
24/05/200 2003012 CONTROLE 0636301/1 BISTOURI ELECTRIQUE / BLOC OPERATOIRE
0
3 4 QUALITE 1 COAGULATEUR CHIRURGIE
24/05/200 2003012 CONTROLE 0636301/1 BISTOURI ELECTRIQUE / BLOC OPERATOIRE
80
3 3 QUALITE 7 COAGULATEUR CHIRURGIE
02/06/200 2003011 MAINTENANC 0420801/2
CENTRIFUGEUSE BIOCHIMIE 248
3 7 E CURATIVE 1
03/06/200 2003009 MAINTENANC 0636301/1 BISTOURI ELECTRIQUE / BLOC OPERATOIRE
928,625
3 6 E CURATIVE 1 COAGULATEUR CHIRURGIE
05/06/200 2003009 MAINTENANC 0636301/1 BISTOURI ELECTRIQUE / BLOC OPERATOIRE C C
2226,149
3 7 E CURATIVE 4 COAGULATEUR VT
05/06/200 2003011 MAINTENANC 0636904/2 BLOC OPERATOIRE DE
MOTEUR CHIRURGICAL 100,612
3 6 E CURATIVE 7 NEURO CHIRURGIE
05/06/200 2003008 MAINTENANC 0532201/5 VENTILATEUR ANESTHESIE
428,3
3 3 E CURATIVE 5 PULMONAIRE REANIMATION
05/06/200 2004002 MAINTENANC 0315101/1 CHIRURGIE GENERALE
ELECTROCARDIOGRAPHE 1275
3 3 E CURATIVE 9 OU CHIRURGIE
AUTOMATE POUR
12/06/200 2006004 MAINTENANC 0424601/0
NUMERATION ET FORMULE HEMATOLOGIE 295,1
3 3 E CURATIVE 3
SANGUINE
12/06/200 2003007 MAINTENANC 0532401/2 REANIMATION
POUSSE SERINGUES 462,908
3 8 E CURATIVE 3 MEDICALE
13/06/200 2003007 MAINTENANC 0844103/0 APPAREIL DE
RADIOTHERAPIE 1977,007
3 9 E PREVENTIVE 1 TELEGAMMATHERAPIE
24/06/200 2003008 MAINTENANC 0532201/6 VENTILATEUR REANIMATION
543,98
3 1 E PREVENTIVE 9 PULMONAIRE MEDICALE
ANALYSEUR
30/06/200 2004000 MAINTENANC 0424001/0
MULTIPARAMETRIQUE DE BIOCHIMIE 3650
3 5 E CURATIVE 2
BIOCHIMIE
01/07/200 2004000 MAINTENANC 0636902/0 BLOC OPERATOIRE
BISTOURI A ULTRASONS 3418,483
3 4 E CURATIVE 2 OPHTALMOLOGIE
MONITEUR DE
02/07/200 2003010 MAINTENANC 0315901/0 ANESTHESIE
SURVEILLANCE CARDIO- 200,6
3 9 E CURATIVE 1 REANIMATION
RESPIRATOIRE
03/07/200 2003003 MAINTENANC 0532201/7 VENTILATEUR ANESTHESIE
0
3 3 E CURATIVE 3 PULMONAIRE REANIMATION
04/07/200 2004001 MAINTENANC 0844103/0 APPAREIL DE
RADIOTHERAPIE 1977,007
3 5 E PREVENTIVE 1 TELEGAMMATHERAPIE
07/07/200 2003011 MAINTENANC 0424802/0
COAGULOMETRE HEMATOLOGIE 106,4
3 0 E CURATIVE 4
09/07/200 2003009 MAINTENANC 0532401/5 REANIMATION
POUSSE SERINGUES 468
3 3 E CURATIVE 1 MEDICALE
09/07/200 2004000 MAINTENANC 0424103/0 ANALYSEUR PH-GAZ DU
BIOCHIMIE 2464,443
3 7 E PREVENTIVE 4 SANG
14/07/200 2003012 MAINTENANC 0636904/2 BLOC OPERATOIRE
MOTEUR CHIRURGICAL 2578
3 9 E CURATIVE 9 ORTHOPEDIE

113
 MONITEUR DE
18/07/200 2004004 MAINTENANC 0315901/8 REANIMATION
SURVEILLANCE CARDIO- 1251,65
3 5 E CURATIVE 7 MEDICALE
RESPIRATOIRE
21/07/200 2003010 MAINTENANC 0532201/6 VENTILATEUR
RADIOTHERAPIE 1137
3 7 E PREVENTIVE 5 PULMONAIRE
23/07/200 2003010 MAINTENANC 0532201/6 VENTILATEUR REANIMATION
1148,827
3 8 E CURATIVE 0 PULMONAIRE MEDICALE
11/08/200 2003007 MAINTENANC 0948401/1 STERILISATEUR PAR LA
MICROBIOLOGIE 1933,69
3 7 E CURATIVE 1 CHALEUR HUMIDE
16/08/200 2004001 MAINTENANC 0844103/0 APPAREIL DE
RADIOTHERAPIE 1977,007
3 6 E PREVENTIVE 1 TELEGAMMATHERAPIE
MONITEUR DE
20/08/200 2003013 MAINTENANC 0315901/4 REANIMATION
SURVEILLANCE CARDIO- 658,5
3 2 E CURATIVE 4 MEDICALE
RESPIRATOIRE
MONITEUR DE
20/08/200 2003013 MAINTENANC 0315901/2 REANIMATION
SURVEILLANCE CARDIO- 808,3
3 3 E CURATIVE 8 MEDICALE
RESPIRATOIRE
28/08/200 2003013 MAINTENANC 0532201/1 VENTILATEUR REANIMATION
1282,335
3 4 E CURATIVE 1 PULMONAIRE MEDICALE
02/09/200 2003012 MAINTENANC 0532401/4
POUSSE SERINGUES NEURO CHIRURGIE 386,61
3 8 E CURATIVE 2
02/09/200 2003012 MAINTENANC 0532401/4 REANIMATION
POUSSE SERINGUES 493
3 7 E CURATIVE 9 MEDICALE
AUTOMATE POUR
03/09/200 2004002 MAINTENANC 0424601/0
NUMERATION ET FORMULE HEMATOLOGIE 206,5
3 4 E CURATIVE 6
SANGUINE
09/09/200 2003010 INSTALLATIO 0315303/0 EXPLORATIONS
SPIROMETRE 12800
3 2 N 1 FONCTIONNELLES
17/09/200 2003011 MAINTENANC 0420801/2
CENTRIFUGEUSE BIOCHIMIE 142,956
3 8 E CURATIVE 1
17/09/200 2003011 MAINTENANC 0420801/1
CENTRIFUGEUSE BIOCHIMIE 145,256
3 9 E CURATIVE 6
17/09/200 2003012 MAINTENANC 0420801/1
CENTRIFUGEUSE BIOCHIMIE 145,256
3 0 E CURATIVE 6
19/09/200 2004001 MAINTENANC 0532401/3 REANIMATION
POUSSE SERINGUES 645
3 7 E CURATIVE 2 MEDICALE
19/09/200 2003013 MAINTENANC 0532401/6
POUSSE SERINGUES URGENCES S A M U 323,649
3 5 E CURATIVE 4
MONITEUR DE
20/09/200 2004001 MAINTENANC 0315901/7 CHIRURGIE GENERALE
SURVEILLANCE CARDIO- 831,05
3 0 E CURATIVE 8 OU CHIRURGIE
RESPIRATOIRE
20/09/200 2003011 MAINTENANC 0315601/0
BAIE D''URODYNAMIQUE UROLOGIE 0
3 5 E CURATIVE 1
25/09/200 2005004 MAINTENANC 0424802/0
COAGULOMETRE HEMATOLOGIE 893
3 6 E CURATIVE 5
AUTOMATE POUR
26/09/200 2006004 MAINTENANC 0424601/0
NUMERATION ET FORMULE HEMATOLOGIE 259,8
3 5 E CURATIVE 6
SANGUINE
26/09/200 2007009 MAINTENANC 0636404/0
LASER YAG CONTINU OPHTALMOLOGIE 728,16
3 0 E CURATIVE 1
26/09/200 2005003 MAINTENANC 0424802/0
COAGULOMETRE HEMATOLOGIE 1475,278
3 3 E CURATIVE 4
26/09/200 2006005 MAINTENANC 0424802/0
COAGULOMETRE HEMATOLOGIE 588
3 6 E CURATIVE 4
27/09/200 2004001 MAINTENANC 0532501/1 DEFIBRILLATEUR NON
URGENCES S A M U 171,1
3 2 E CURATIVE 2 IMPLANTABLE
27/09/200 2004001 MAINTENANC 0532501/1 DEFIBRILLATEUR NON
URGENCES S A M U 171,1
3 1 E CURATIVE 1 IMPLANTABLE
07/10/200 2003013 MAINTENANC 0532401/7 ANESTHESIE
POUSSE SERINGUES 0
3 0 E CURATIVE 9 REANIMATION
AUTOMATE POUR
07/10/200 2005004 MAINTENANC 0424601/0
NUMERATION ET FORMULE HEMATOLOGIE 3481
3 4 E PREVENTIVE 7
SANGUINE

114
 AUTOMATE POUR
24/10/200 2004002 MAINTENANC 0424601/0
NUMERATION ET FORMULE HEMATOLOGIE 82,6
3 6 E CURATIVE 7
SANGUINE
CHIRURGIE CARDIO
30/10/200 2004000 MAINTENANC 0532401/4
POUSSE SERINGUES VASCULAIRE ET 457,145
3 3 E CURATIVE 3
THORACIQUE
30/10/200 2004000 MAINTENANC 0532401/5
POUSSE SERINGUES URGENCES S A M U 553,57
3 2 E CURATIVE 8
05/11/200 2005010 MAINTENANC 0844104/0
CURIETHERAPIE (EP) RADIOTHERAPIE 294
3 0 E CURATIVE 1
AUTOMATE POUR
13/11/200 2005004 MAINTENANC 0424601/0
NUMERATION ET FORMULE HEMATOLOGIE 206,5
3 7 E CURATIVE 7
SANGUINE
AUTOMATE DE
20/11/200 2007013 MAINTENANC 0420301/0
PREPARATION/DISTRIBUTIO BACTERIOLOGIE 493,908
3 4 E PREVENTIVE 3
N
24/11/200 2004003 MAINTENANC 0315101/1 CHIRURGIE
ELECTROCARDIOGRAPHE 0
3 1 E CURATIVE 7 ORTHOPEDIQUE
28/11/200 2004003 MAINTENANC 0844103/0 APPAREIL DE
RADIOTHERAPIE 0
3 9 E CURATIVE 1 TELEGAMMATHERAPIE
03/12/200 2004000 MAINTENANC 0315908/1
MONITEUR DE SAO2 URGENCES S A M U 82,5
3 9 E CURATIVE 7
06/12/200 2004000 MAINTENANC 0315101/2
ELECTROCARDIOGRAPHE URGENCES S A M U 961
3 8 E CURATIVE 0
AUTOMATE POUR
08/12/200 2005004 MAINTENANC 0424601/0
NUMERATION ET FORMULE HEMATOLOGIE 9440
3 8 E CURATIVE 7
SANGUINE
09/12/200 2004002 MAINTENANC 0532401/0
POUSSE SERINGUES URGENCES S A M U 357,16
3 1 E CURATIVE 0
AUTOMATE POUR
10/12/200 2006003 MAINTENANC 0424601/0
NUMERATION ET FORMULE HEMATOLOGIE 820
3 2 E CURATIVE 7
SANGUINE
02/01/200 2005010 MAINTENANC 0532401/6
POUSSE SERINGUES URGENCES S A M U 357
4 6 E CURATIVE 4
03/01/200 2004004 MAINTENANC 0844103/0 APPAREIL DE
RADIOTHERAPIE 7
4 0 E CURATIVE 1 TELEGAMMATHERAPIE
05/01/200 2004000 MAINTENANC 0424102/0
ANALYSEUR D''IONS URGENCES S A M U 3,5
4 1 E CURATIVE 6
12/01/200 2004001 MAINTENANC 0532201/5 VENTILATEUR ANESTHESIE
539,624
4 8 E CURATIVE 2 PULMONAIRE REANIMATION
17/01/200 2005002 MAINTENANC 0844103/0 APPAREIL DE
RADIOTHERAPIE 1829
4 0 E CURATIVE 1 TELEGAMMATHERAPIE
22/01/200 2004004 MAINTENANC 0532201/6 VENTILATEUR ANESTHESIE
465,406
4 2 E CURATIVE 3 PULMONAIRE REANIMATION
23/01/200 2004004 MAINTENANC 0844103/0 APPAREIL DE
RADIOTHERAPIE 1984,007
4 1 E PREVENTIVE 1 TELEGAMMATHERAPIE
27/01/200 2007006 MAINTENANC 0315908/2
MONITEUR DE SAO2 URGENCES S A M U 374,8
4 1 E CURATIVE 9
27/01/200 2005005 MAINTENANC 0532201/6 VENTILATEUR REANIMATION
2228,045
4 8 E PREVENTIVE 8 PULMONAIRE MEDICALE
AUTOMATE POUR
27/01/200 2006003 MAINTENANC 0424601/0
NUMERATION ET FORMULE HEMATOLOGIE 4678,8
4 4 E CURATIVE 7
SANGUINE
AUTOMATE POUR
28/01/200 2006003 MAINTENANC 0424601/0
NUMERATION ET FORMULE HEMATOLOGIE 3021
4 1 E PREVENTIVE 6
SANGUINE
AUTOMATE POUR
30/01/200 2006003 MAINTENANC 0424601/0
NUMERATION ET FORMULE HEMATOLOGIE 1101,04
4 5 E CURATIVE 7
SANGUINE
06/02/200 2004004 MAINTENANC 0532201/5 VENTILATEUR ANESTHESIE
4853,09
4 3 E CURATIVE 3 PULMONAIRE REANIMATION
10/02/200 2004003 ASSISTANCE 0315907/0 BLOC OPERATOIRE
MONITEUR DE CO2 3,5
4 4 TECHNIQUE 1 CHIRURGIE
AUTOMATE POUR
11/02/200 2006003 MAINTENANC 0424601/0
NUMERATION ET FORMULE HEMATOLOGIE 1335,86
4 8 E CURATIVE 6
SANGUINE

115
 ANATOMIE
19/02/200 2007009 MAINTENANC 0428001/0 DISTRIBUTEUR DE
PATOLOGIQUE/IMMUN 215,9
4 1 E CURATIVE 1 PARAFFINE
O-HISTO- CYTOLOGIE
19/02/200 2007008 MAINTENANC 0636201/0 BLOC OPERATOIRE
MICROSCOPE OPERATOIRE 975,9
4 8 E CURATIVE 4 OPHTALMOLOGIE
AUTOMATE POUR
20/02/200 2006004 MAINTENANC 0424601/0
NUMERATION ET FORMULE HEMATOLOGIE 1563,6
4 2 E CURATIVE 6
SANGUINE
AUTOMATE POUR
20/02/200 2006003 MAINTENANC 0424601/0
NUMERATION ET FORMULE HEMATOLOGIE 3286,872
4 6 E CURATIVE 7
SANGUINE
AUTOMATE POUR
24/02/200 2004002 MAINTENANC 0424601/0
NUMERATION ET FORMULE HEMATOLOGIE 293,62
4 5 E CURATIVE 6
SANGUINE
26/02/200 2005011 MAINTENANC 0532401/5
POUSSE SERINGUES URGENCES S A M U 466,1
4 4 E CURATIVE 8
MONITEUR DE
26/02/200 2005010 MAINTENANC 0315901/3
SURVEILLANCE CARDIO- URGENCES S A M U 433
4 9 E CURATIVE 5
RESPIRATOIRE
26/02/200 2005011 MAINTENANC 0532401/5
POUSSE SERINGUES URGENCES S A M U 529
4 3 E CURATIVE 6
28/02/200 2005009 MAINTENANC 0424103/0 ANALYSEUR PH-GAZ DU
BIOCHIMIE 70,8
4 3 E CURATIVE 3 SANG
CHIRURGIE CARDIO
28/02/200 2005012 MAINTENANC 0532401/4
POUSSE SERINGUES VASCULAIRE ET 380,2
4 6 E CURATIVE 3
THORACIQUE
09/03/200 2004003 MAINTENANC 0532401/2
POUSSE SERINGUES URGENCES S A M U 565,784
4 8 E CURATIVE 0
AUTOMATE POUR
11/03/200 2004002 MAINTENANC 0424601/0
NUMERATION ET FORMULE HEMATOLOGIE 991,2
4 7 E CURATIVE 7
SANGUINE
12/03/200 2004001 MAINTENANC 0424103/0 ANALYSEUR PH-GAZ DU
BIOCHIMIE 106,2
4 9 E CURATIVE 3 SANG
AUTOMATE DE ANATOMIE
13/03/200 2007009 MAINTENANC 0420301/0
PREPARATION/DISTRIBUTIO PATOLOGIQUE/IMMUN 218,4
4 7 E CURATIVE 4
N O-HISTO- CYTOLOGIE
AUTOMATE POUR
17/03/200 2006004 MAINTENANC 0424601/0
NUMERATION ET FORMULE HEMATOLOGIE 324,6
4 4 E CURATIVE 6
SANGUINE
18/03/200 2006005 MAINTENANC 0424802/0
COAGULOMETRE HEMATOLOGIE 4131,118
4 1 E PREVENTIVE 4
19/03/200 2006011 MAINTENANC 0637001/0 ANESTHESIE
FIBROSCOPE 4133,427
4 9 E CURATIVE 8 REANIMATION
CHIRURGIE CARDIO
22/03/200 2005009 MAINTENANC 0532401/3
POUSSE SERINGUES VASCULAIRE ET 407,3
4 0 E CURATIVE 0
THORACIQUE
22/03/200 2005010 MAINTENANC 0532401/4 REANIMATION
POUSSE SERINGUES 326,46
4 7 E CURATIVE 8 MEDICALE
24/03/200 2005009 MAINTENANC 0424103/0 ANALYSEUR PH-GAZ DU
BIOCHIMIE 5060
4 9 E PREVENTIVE 4 SANG
MAINTENANCE ET
27/03/200 2008006 MAINTENANC 0532401/7 GESTION DES
POUSSE SERINGUES 559,979
4 3 E CURATIVE 6 EQUIPEMENTS
BIOMEDICAUX
AUTOMATE POUR
29/03/200 2006002 MAINTENANC 0424601/0
NUMERATION ET FORMULE HEMATOLOGIE 218,5
4 1 E CURATIVE 7
SANGUINE
MONITEUR DE
03/04/200 2005010 MAINTENANC 0315900/1
SURVEILLANCE CARDIO- URGENCES S A M U 0
4 8 E CURATIVE 6
RESPIRATOIRE
03/04/200 2005012 MAINTENANC 0532401/5 REANIMATION
POUSSE SERINGUES 462,12
4 7 E CURATIVE 1 MEDICALE
07/04/200 2005009 MAINTENANC 0532401/2 REANIMATION
POUSSE SERINGUES 340,3
4 2 E CURATIVE 3 MEDICALE
13/04/200 2005006 MAINTENANC 0532201/6 VENTILATEUR REANIMATION
1974,218
4 3 E PREVENTIVE 9 PULMONAIRE MEDICALE
15/04/200 2004002 MAINTENANC 0532501/1 DEFIBRILLATEUR NON ANESTHESIE
558
4 0 E CURATIVE 7 IMPLANTABLE REANIMATION

116
21/04/200 2007012 MAINTENANC 0636201/0 BLOC OPERATOIRE
MICROSCOPE OPERATOIRE 1691,04
4 8 E CURATIVE 5 OPHTALMOLOGIE
21/04/200 2004002 MAINTENANC 0424102/0
ANALYSEUR D''IONS URGENCES S A M U 649
4 8 E CURATIVE 6
26/04/200 2005007 MAINTENANC 0532201/4 VENTILATEUR
URGENCES S A M U 540,093
4 2 E CURATIVE 6 PULMONAIRE
05/05/200 2005011 MAINTENANC 0532401/5 REANIMATION
POUSSE SERINGUES 339
4 2 E CURATIVE 5 MEDICALE
05/05/200 2005011 MAINTENANC 0532401/4 CHIRURGIE GENERALE
POUSSE SERINGUES 375,8
4 5 E CURATIVE 5 OU CHIRURGIE
05/05/200 2005010 MAINTENANC 0532401/7 ANESTHESIE
POUSSE SERINGUES 313
4 5 E CURATIVE 9 REANIMATION
06/05/200 2005005 MAINTENANC 0532201/6 VENTILATEUR REANIMATION
1994,218
4 9 E PREVENTIVE 6 PULMONAIRE MEDICALE
08/05/200 2006010 MAINTENANC 0844103/0 APPAREIL DE
RADIOTHERAPIE 3311
4 8 E CURATIVE 1 TELEGAMMATHERAPIE
12/05/200 2005006 MAINTENANC 0532201/4 VENTILATEUR REANIMATION
461
4 5 E PREVENTIVE 8 PULMONAIRE MEDICALE
CHIRURGIE CARDIO
13/05/200 2004005 MAINTENANC 0740301/0 POMPE A BALLONNET
VASCULAIRE ET 7429,044
4 3 E PREVENTIVE 1 INTRA- AORTIQUE
THORACIQUE
19/05/200 2005006 MAINTENANC 0532201/6 VENTILATEUR REANIMATION
1562,96
4 7 E PREVENTIVE 7 PULMONAIRE MEDICALE
AUTOMATE POUR
19/05/200 2006004 MAINTENANC 0424601/0
NUMERATION ET FORMULE HEMATOLOGIE 1386,7
4 6 E CURATIVE 6
SANGUINE
AUTOMATE POUR
20/05/200 2006002 MAINTENANC 0424601/0
NUMERATION ET FORMULE HEMATOLOGIE 129,9
4 2 E CURATIVE 7
SANGUINE
20/05/200 2005002 MAINTENANC 0844103/0 APPAREIL DE
RADIOTHERAPIE 1829
4 1 E CURATIVE 1 TELEGAMMATHERAPIE
20/05/200 2004003 ASSISTANCE 0420304/0
AGITATEUR IMMUNOLOGIE 0
4 3 TECHNIQUE 1
AUTOMATE POUR
24/05/200 2006002 MAINTENANC 0424601/0
NUMERATION ET FORMULE HEMATOLOGIE 950
4 3 E CURATIVE 7
SANGUINE
25/05/200 2005006 MAINTENANC 0532201/7 VENTILATEUR REANIMATION
1562,96
4 6 E PREVENTIVE 0 PULMONAIRE MEDICALE
28/05/200 2005007 MAINTENANC 0532201/6 VENTILATEUR ANESTHESIE
3322,187
4 9 E CURATIVE 3 PULMONAIRE REANIMATION
AUTOMATE POUR
29/05/200 2006002 MAINTENANC 0424601/0
NUMERATION ET FORMULE HEMATOLOGIE 129,9
4 5 E CURATIVE 7
SANGUINE

117
Annexe 3 : Extrait du nombre d’intervention et coût de tout type
d’intervention pour les différentes stratégies de maintenance
TOTAL ET COUTS DES INTERVENTIONS PAR PERIODE TRIES PAR SERVICE HOSPITALIER 10 ans
Période: du 01/01/2003 au :01/03/2014
Coûts
Nombre Nombre
Service
Intervention Heures
M.O.INT M.O.EXT P.R.INT P.R.EXT Coût Total

MEDECINE
NUCLEAIRE/RADIO 745,80 236 480,00 2 129,20 285 525 201,00
83 232
ISOTOPES/ISOTOPE DT DT DT 846,00 DT DT
S
BLOC OPERATOIRE 258,15 12 136,80 1 607,80 41 089,00
51 108,9 55 091,75 DT
OPHTALMOLOGIE DT DT DT DT

BLOC OPERATOIRE 130,10 4 283,93 3 474,68

18 33 2 357,82 DT 10 246,53 DT
MAXILO- FACIAL DT DT DT

225,70 64 955,00
OPHTALMOLOGIE 51 95 7 344,30 DT 126,44 DT 72 651,44 DT
DT DT

BLOC OPERATOIRE 299,34 11 940,50 6 917,80 16 270,60

62 141,6 35 428,24 DT
CCVT DT DT DT DT

ANESTHESIE 25 728,40 53 660,70 288 368 077,10

479 959,9
REANIMATION DT DT 688,00 DT DT
MEDECINE
PHYSIQUE ET 71,40 5 648,40
10 15 1 548,80 DT - DT 7 268,60 DT
REEDUCTION DT DT
FONCTIONNELLE
ANATOMIE
PATOLOGIQUE/IMM 150,90 3 934,56
28 63 2 069,84 DT 51,21 DT 6 206,51 DT
UNO-HISTO- DT DT
CYTOLOGIE
MEDECINE 49,80 866,18
11 18 938,20 DT 847,14 DT 2 701,32 DT
CARCINOLOGIQUE DT DT

1 304,70 28 661,40 37 540,36 146 213 610,46

BLOC OPERATOIRE 236 587
DT DT DT 104,00 DT DT

PHARMACIE
1 0 - DT 94,40 DT - DT - DT 94,40 DT
INTERNE
MAINTENANCE ET
GESTION DES 42,65
8 7,9 995,27 DT - DT - DT 1 037,92 DT
EQUIPEMENTS DT
BIOMEDICAUX
BLOC OPERATOIRE 117,10 2 066,39 35 970,50
27 49 3 559,67 DT 41 713,66 DT
O.R.L DT DT DT

CHIRURGIE 157,40 1 845,80

15 39 442,20 DT 592,25 DT 3 037,65 DT
ORTHOPEDIQUE DT DT
CHIRURGIE
CARDIO 362,10 13 553,20 28 597,70
94 208 845,99 DT 43 358,99 DT
VASCULAIRE ET DT DT DT
THORACIQUE
1 442,70 65 865,90 350 417 826,60
RADIOTHERAPIE 140 378,2 - DT
DT DT 518,00 DT DT

1 011,00 20 974,60 4 546,78 111 138 490,38

HEMATOLOGIE 144 437,3
DT DT DT 958,00 DT DT

REANIMATION 2 249,25 50 670,70 12 247 312 714,84

588 1505,5
MEDICALE DT DT 563,89 DT 231,00 DT DT

118
 11,30 98,40
UNITE DE BRULES 6 4 1 790,00 DT - DT 1 899,70 DT
DT DT
CHIRURGIE
43,50 1 249,80
MAXILO FACIALE 8 10 210,00 DT 26,00 DT 1 529,30 DT
DT DT
ET STOMATOLOGIE
14,10 148,68
PARASITOLOGIE 4 11,6 118,00 DT - DT 280,78 DT
DT DT

107,70 10 267,40
BACTERIOLOGIE 20 38 3 660,60 DT 156,00 DT 14 191,70 DT
DT DT

POST OPERATOIRE 12,00 300,00

2 2 207,40 DT - DT 519,40 DT
CHIRURGIE DT DT

2,30
URGENCE 1 1 - DT 398,93 DT - DT 401,23 DT
DT
CONSULTATION
EXTERNE DES 844,25 12 152,10 10 193,00
75 155,5 - DT 23 189,35 DT
SPECIALITES DT DT DT
CHIRURGICALES
HYGIENE
1 0 - DT - DT - DT - DT - DT
HOSPITALIERE

URGENCES 124,00 836,90

16 24 2 309,40 DT 953,24 DT 4 223,54 DT
MEDICALES DT DT
CHIRURGIE
133,70 5 079,32 5 274,43
GENERALE OU 33 43 1 419,15 DT 11 906,60 DT
DT DT DT
CHIRURGIE
RADIOLOGIE /
9 960,75 ############ 224 ############
IMAGERIE 836 1677,5 932,20 DT
DT ##### 068,00 DT #####
MEDICALE
BLOC OPERATOIRE 41,70 335,12
7 18 537,88 DT 15,93 DT 930,63 DT
SEPTIQUE DT DT

EXPLORATIONS 49,00 17 543,40

11 45 944,20 DT 398,93 DT 18 935,53 DT
FONCTIONNELLES DT DT

CHIRURGIE 42,00
5 7 819,50 DT - DT - DT 861,50 DT
REPARATRICE DT

6,00 100,60
MEDECINE LEGALE 1 1 41,00 DT - DT 147,60 DT
DT DT

BLOC OPERATOIRE 334,03 4 984,82 36 683,70

66 125,9 9 217,12 DT 51 219,67 DT
CHIRURGIE DT DT DT

BLOC OPERATOIRE 489,95 11 414,30 41 149,40

64 125,3 750,82 DT 53 804,47 DT
UROLOGIE DT DT DT

38,00 4 133,50 27 317,00

UROLOGIE 15 43 5 127,35 DT 36 615,85 DT
DT DT DT

742,92 16 686,20 5 143,34 67 683,60

URGENCES S A M U 192 311,1 90 256,06 DT
DT DT DT DT

69,20 2 261,74 1 809,37

IMMUNOLOGIE 21 72 1 070,60 DT 5 210,91 DT
DT DT DT
CHIRURGIE
ORL/OTO-NEURO- 80,29 22 631,50
14 27,3 5 392,00 DT 403,01 DT 28 506,80 DT
CHIRURGIE DT DT
MAXILO-FACIALE
REANIMATION 40,90 559,75
10 9,6 1 717,66 DT - DT 2 318,31 DT
POLYVALENTE DT DT

119
Annexe 4 : Méthode Pareto appliquée aux services selon critère

« Nombre d’interventions Corrective causés par l’absence de maintenance

préventive. »

120
Annexe 5 : Méthode Pareto appliquée aux services selon critère
« Nombre d’interventions corrective causés par l’absence de panne »

121
Annexe 6 : Méthode Pareto appliquée aux services selon critère
« Nombre d’interventions corrective causés par la panne normale »

122
Annexe 7 : Méthode Pareto appliquée aux services selon critère : nombre
d’interventions corrective causés par l’erreur de manipulation

123
Annexe 8 : Méthode Pareto appliquée aux services selon critère : nombre
d’interventions corrective causés par l’usure prématurée

124
 Optimisation du service de maintenance
biomédicale

Zeineb BEN HOURIA

Résumé : Les travaux de recherche de cette thèse s’inscrivent dans le cadre de la proposition
des outils d’aide à la décision qui permettent une meilleure maitrise des coûts de maintenance
des équipements médicaux. Ceci en assurant la sécurité des patients et des utilisateurs et en
maintenant des performances optimales de l’ensemble des équipements médicaux. Une
heuristique a été proposée pour le choix de l’internalisation/externalisation de la maintenance
et pour la sélection du contrat adéquat. Un couplage de l’approche multicritère AHP
« Analytical Hierarchy Process » à la technique TOPSIS « Technique for Order Performance
by Similarity to Ideal Solution » est proposé pour la priorisation des équipements et le choix
adapté d’une stratégie de maintenance. Une évaluation linguistique floue est intégrée pour
exprimer l’incertitude des jugements. Deux modèles mathématiques sont proposés permettant
de sélectionner pour chaque équipement, la stratégie de maintenance, internaliser ou
externaliser la maintenance et le type du contrat tout en considérant le budget disponible et la
charge/capacité du service maintenance.

Abstract: The research of this thesis proposes in the context of providing tools to help the
biomedical maintenance service of the hospital to make decisions that allow a better control of
costs, while ensuring patient and user safety and maintaining optimal performance of medical
equipment. A heuristic has been proposed for the choice of internalization or outsourcing
maintenance and for the selection of the appropriate contract. We proposed multi-criteria
decision-making tools to select the appropriate maintenance strategies. A coupling of the AHP
approach "Analytical Hierarchy Process" with TOPSIS technique "Technique for Order
Performance by Similarity to Ideal Solution” has been provided for prioritization of medical
equipment and the selection of adequate maintenance strategies. We integrated the fuzzy
language assessment of the criticality of the equipment and the selection of the maintenance
strategy. We developed two mathematical models that allow selecting for each equipment, the
maintenance strategy, the internalization or the outsourcing of the maintenance and the type of
contract while considering the available budget and the workload / capacity of the maintenance
department.

Mots clés : Equipements médicaux, stratégies de maintenance, internalisation/

externalisation, multicritère, priorisation, AHP, TOPSIS, floue, modélisation mathématique.

Key words: Medical equipment, maintenance strategies, internalization/outsourcing, multi-

criteria, prioritization, AHP, TOPSIS, Fuzzy set, mathematical model.