
Mars – août 2026 · 5 mois
Service transformation, Hôpital de Riaumont
Prédiction des temps d’attente aux urgences de 3 établissements, avec visualisation dans un tableau de bord R Shiny et une application R Shiny Mobile.

3 hôpitaux
200 000 séjours analysés
7 modèles comparés
J’ai réalisé tout le projet, de l’extraction des données jusqu’au déploiement, en suivant la méthode CRISP-DM.

J’ai extrait les données du logiciel Hopital Manager avec SQL depuis R, en retrouvant les bonnes tables parmi environ 1 300. J’ai ensuite nettoyé plus de 4 millions de mouvements de patients pour calculer les temps d’attente.
J’ai comparé 7 modèles, des plus simples (moyennes, régressions) aux plus avancés (XGBoost et LightGBM). J’ai appris à choisir les variables utiles, à régler les modèles et à les évaluer de façon fiable, sur des données plus récentes que celles de l’entraînement.
J’ai créé un tableau de bord R Shiny pour les soignants et un prototype d’application mobile pour les patients.
Les soignants doivent se connecter, avec des droits différents selon leur rôle (administrateur, cadre ou soignant). L’écran affiché en salle d’attente ne montre aucun nom de patient.
Les calculs se lancent automatiquement toutes les 10 minutes. J’ai préparé l’installation sur un serveur interne et rédigé la documentation pour le service informatique.
J’ai échangé avec les cadres des urgences des 3 hôpitaux et avec le service informatique, pour vérifier les données et comprendre le fonctionnement des urgences.
shinydashboard tableau de bord
shinymanager authentification des professionnels, gestion des rôles
shinyMobile application mobile pour les patients
data.table jointures non équi, indicateurs de flux
xgboost modèle de gradient boosting
lightgbm modèle de gradient boosting
ggplot2 graphiques estimé contre réel
RODBC connexion à la base Hopital Manager


Prototype accessible par QR code : chaque patient ne voit que sa propre estimation.