Les techniques d'IA ont également permis de réduire drastiquement l'énergie consommé lors de tests de qualification d'alimentation haute-tension diminuant significativement l'impact environnementale du processus de réparation.
Le but de la thèse est d'étendre ces concepts de science des données à une gamme large de produit, au diagnostic de panne lors du processus de réparation et à une utilisation optimale des matériaux utilisée pour effectuer ces réparations.
L'approche s’appuiera sur un large jeux de données (connaissances d'experts, mesure de l'équipement de test vs déclaration de réussite/échec, journaux système, coût des matériaux, impact environnemental, etc.).
L’impact positif de l'étude contribuera à la décarbonatation de la santé et se traduira par une meilleure qualité de réparation à moindre coût et un impact environnemental réduit.Job Description
Contexte
La feuille de route de planification écologique du système de santé (publiée en mai 2023) indique que le secteur de la santé contribue à hauteur de 8 % aux émissions nationales de gaz à effet de serre (près de 50 millions de tonnes équivalent CO2). Ce plan suggère de raccourcir les chaînes 'approvisionnement, de réduire l'empreinte environnementale des secteurs à fortes émissions de 5 % par an jusqu'en 2050, de financer des recherches pertinentes et d'améliorer l'évaluation des flux physiques.
Les dispositifs médicaux sont identifiés comme une source majeure d’émissions, nécessitant un engagement des acteurs du secteur pour promouvoir davantage les démarches d’écoconception et d’économie circulaire. L'écoconception, la modularité, la lutte contre l'obsolescence programmée et les programmes d'allongement de la durée de vie des produits sont identifiés comme des leviers clés pour atteindre l'objectif fixé de réduction des émissions de GES.
Dans ce contexte, GE HealthCare (GEHC), leader mondial des systèmes d'imagerie médicale (tels que les scanners, l'IRM et la mammographie), fournit des services de maintenance critiques pour garantir une disponibilité maximale des produits et minimiser les coûts de maintenance. Compte tenu de l'importance stratégique de la disponibilité dans le secteur des soins de santé, GEHC a développé une chaîne d'approvisionnement de services dédiée aux pièces de rechange, comprenant la prévision, l'approvisionnement, le stockage et la distribution.
Ce projet de recherche vise à optimiser les opérations des ateliers de réparation de GEHC en améliorant le diagnostic des pièces de rechange et en optimisant l'utilisation des matériaux dans un cadre d'économie circulaire. Les objectifs sont de réduire les émissions de gaz à effet de serre, d’améliorer l’efficacité opérationnelle et de promouvoir la durabilité dans le secteur de la santé.
Objectifs de l'étude
Une partie essentielle de la chaîne d'approvisionnement des services est le canal de réparation, qui est écologique, rentable et prolonge la durée de maintenance des produits plus anciens. La chaîne d'approvisionnement de réparation nécessite une logistique inverse pour renvoyer les pièces défectueuses aux centres de réparation.
Les centres de réparation reçoivent les pièces -R défectueuses, les diagnostiquent et remplacent les composants selon des procédures spécifiques. Un composant peut être remplacé en raison d'une panne, d'une usure, pour des raisons esthétiques ou préventives.
La première étape de processus de réparation pièce de rechange est le diagnostic de panne qui peut être une opération délicate dû à la complexité de l’écosystème des systèmes des santé. Un ensemble d'équipements et de procédures de tests sont utilisés pour assurer l'efficacité de ce diagnostic. A l'issu de la procédure de réparation, les pièces sont également testées pour assurer la qualité de la procédure.
L'ensemble de ces procédures sont conformes aux instructions fournies par l'ingénierie responsable du produit. Les équipements de test sont essentielles pour garantir la qualité des pièces de rechange. Un processus de diagnostic imprécis peut conduire à une utilisation excessive des composants ou à des pièces réparées de qualité inférieure. Si l’utilisation de composants recyclés peut réduire efficacement l'impact environnemental de la consommation de matériaux, négliger la dégradation potentielle de ces pièces peut entraîner des pannes imprévues et des dépenses supplémentaires. De plus, les résultats des tests sont souvent interprétés comme un simple résultat réussite/échec.
Les procédures de diagnostic, de choix de composant de remplacement, de test de qualification pourraient être enrichies par une analyse sophistiquée des données des données brutes coexistante dans l'écosystème de la pièce réparée.
Par exemple, les tests de diagnostic ou de qualification sont souvent traduit par des éléments binaires PASS/FAIL. Une approche plus sophistiquée, impliquant l'analyse des données brutes provenant des équipements de test, pourrait fournir des informations plus approfondies et permettre une prise de décision plus éclairée en matière de dépannage et de réparation. Actuellement, les machines de test traitent la pièce testée comme indépendante du système dans lequel elle a été installée. L'intégration de plus d'informations sur le système peut conduire à des diagnostics plus précis et réduire le temps de réparation. En comprenant le contexte plus large du fonctionnement de la pièce, les diagnostics peuvent être affinés pour garantir de meilleures performances et fiabilité à un impact environnemental réduit.
Questions de recherche: - Comment l'économie circulaire peut-elle être appliquée pour optimiser les processus de réparation et de maintenance dans le secteur de la santé, garantissant une utilisation plus durable et plus efficace des ressources ? - Comment les techniques avancées d'analyse des données, notamment le Big Data, l'apprentissage automatique et l'analyse prédictive, peuvent-elles améliorer le diagnostic des pièces de rechange afin d'améliorer la précision et l'efficacité des processus de réparation ? - Quels sont les effets de l'utilisation de composants recyclés dans la réparation des pièces de rechange sur les performances et la fiabilité globales, et comment des techniques de diagnostic améliorées peuvent-elles atténuer les problèmes potentiels ? - Quels sont les bénéfices environnementaux de l'optimisation liés à toutes les questions de recherche précédentes ? Mission: - Recueillir des informations complètes sur les principes de l'économie circulaire, les techniques de diagnostic avancées et l'utilisation de composants recyclés dans le processus de réparation ainsi que l'impact environnemental des processus de réparation. - Développer un cadre théorique intégrant les principes de l'économie circulaire avec des techniques avancées de diagnostic des pièces de rechange, y compris l'analyse de l'impact environnemental. - Étendre l'analyse à l'amélioration du dépannage des pièces de rechange à l'aide des informations sur les œstrogènes. - Documentation et guide d'utilisation de tous les outils développés.
Livrables et étapes de validation scientifiques
Trois publications de revues internationales indexées sont envisagées ainsi que la participation à deux ou trois conférences internationales.
1. Rédaction d’une publication sur un modèle de diagnostic de réparation basé sur la science des données adapté à une famille de produits médicaux, incluant une roadmap d’amélioration : Version conférence (t0+12mois), version journal (t0+18mois).
2. Rédaction d’une publication sur un modèle optimisé de choix de composants de réemploi prenant en compte les aspects qualité et impacts environnementaux : Version conférence (t0+24mois), version journal (t0+24mois).
3. Rédaction d’une publication sur le modèle d’aide à la décision pour l’optimisation des opérations de réparation de l’ensemble du portefeuille de pièces détachées des produit médicaux : Version conférence (t0+30mois), version journal (t0+36mois).
4. Rédaction d’un état de l’art sur l’utilisation de la science des données dans l’optimisation des opérations de maintenance intégrant leurs impacts environnementaux.
5. Si la publication de l’état de l’art semble pertinente, une version longue sera soumise à un journal (t0+36mois).
Livrables Industriels
De manière générale toutes les étapes critiques de la recherche seront accompagnées d’une preuve de concept sur des cas concrets pour de pièces et produits GEHC, d’un travail transmission des résultats et des outils à l’équipe GEHC et d’un support à la une mise en œuvre opérationnelle.
En particulier, nous identifions les éléments suivants :
1. Méthode et outils de collecte de données pour l’élaboration des modèles de diagnostic pour la réparation incluant les aspects environnementaux.
2. Outils et procédure de complétion des données imprécises ou manquantes.
3. Outils d‘aide à la décision pour la réparation des pièces détachées d’une famille de produits médicaux.
4. Outils d’aide à la décision pour le choix des composants de réemploi prenant en compte les aspects qualité et impacts environnementaux.
5. Outils d’aide à la décision généralisé pour l’optimisation des opérations de réparation de l’ensemble du portefeuille de pièces détachées des produit médicaux.
6. Documentation de l’ensemble des livrables.
Profil recherché
Le sujet de cette thèse est à la croisée du Génie Industriel, de l’économie circulaire et de la science des données.
Il est souhaitable que le/la candidat.e soit formé.e à la science des données, la fiabilité, à la gestion de la Supply Chain. Une bonne connaissance en économie circulaire, recherche opérationnelle, analyse de cycle de vie, analyse statistique et construction de modèles de coûts serait appréciable.
De plus, il est attendu de la part du candidat.e :
● Un goût et une capacité à faire de la recherche.
● Une aptitude à dialoguer avec les acteurs du monde industriel et clinique.
● Un très bon niveau d’anglais.
● Une facilité à l’écriture scientifique.
● Une grande autonomie tout en ayant une aptitude au travail d'équipe.
● Un esprit d'initiative, une excellente maîtrise du temps, une aptitude à paralléliser les tâches.
Joindre à la candidature :
1. Un CV étendu
2. Une lettre de motivation
3. Un relevé de notes et de diplômes
4. Une copie de papiers d'identité
5. Si possible 2 lettres de recommandations
6. Si possible un document prouvant votre niveau d'anglais
7. Si possible un document démontrant votre aptitude à la recherche scientifique (article, rapport de stage)
Bibliographie
1. Lazrak, Adnane. Amélioration des processus de prévision et de gestion des stocks dans le cas d'une chaîne logistique des pièces de rechange. 2015. Thèse de doctorat. Nantes, Ecole des Mines. CIFRE GE Healthcare.
2. El Garrab, Hamza, CASTANIER, Bruno, LEMOINE, David, et al. 2020. Towards hybrid machine learning models in decision support systems for predicting the spare parts reverse flow in a complex supply chain. In: Information system, Logistics & Supply Chain-ILS 2020. p. 188-195.
3. Turki, E., Jouini, O., Jemai, Z., Urie, L., Lazrak, A., Valot, P., & Heidsieck, R. (2022, February). Forecasting Extractions in a Closed Loop Supply Chain of Spare Parts: An Industrial Case Study.
4. In 11th International Conference on Operations Research and Enterprise Systems (pp. 236-243). SCITEPRESS-Science and Technology Publications.
5. Boujarif, A.; Coit, D.; Jouini, O.; Zeng, Z. and Heidsieck, R. (2023). Opportunistic Maintenance of Multi-Component Systems Under Structure and Economic Dependencies: A Healthcare System Case Study.. In: ICORES 2023 Conference – Poster - Feb 2023.
Inclusion et diversité :
GE HealthCare est un employeur offrant l'égalité des chances où l'inclusion compte. Les décisions relatives à l'emploi sont prises sans tenir compte de l’origine nationale ou ethnique, de la religion, du sexe, de l'orientation sexuelle, de l'identité ou de l'expression de genre, de l'âge, du handicap, du statut d'ancien combattant protégé ou d'autres caractéristiques protégées par la loi.
Nos rémunérations totales sont conçues pour libérer votre ambition en vous donnant la motivation et la flexibilité dont vous avez besoin pour transformer vos idées en réalités qui changent le monde. Nos salaires et nos avantages sociaux correspondent à tout ce que vous attendez d’une organisation ayant une dimension internationale, avec des possibilités de développement de carrière, dans une culture qui favorise la collaboration et le soutien.
A propos de nous :
GE HealthCare est l'un des leaders mondiaux dans le domaine des technologies médicales et des solutions numériques. Il permet aux cliniciens de prendre des décisions plus rapides et plus pertinentes à travers des équipements intelligents, des analyses de données, des applications et des services. Avec plus de 100 ans d'expérience dans le secteur de la santé et environ 47 000 employés dans le monde, la société est au centre d'un écosystème qui travaille pour une médecine de précision.Présent en France depuis 1987 avec aujourd’hui 2 800 collaborateurs, c’est un acteur solidement ancré dans l’hexagone à travers son empreinte industrielle, son centre de R&D et de production à Buc dans les Yvelines et des partenariats de recherche avec des entreprises et des centres de recherche français.
www.gehealthcare.com
#LI-VR1
Additional InformationRelocation Assistance Provided: No