25 avril 2026

Planifier les visites de protégés avec l’IA : comment résoudre un problème d’optimisation complexe

Le suivi des personnes protégées : pourquoi planifier les visites de protégés avec l’IA ?

De la prise en charge des personnes protégées au suivi

Pourquoi faudrait-il un planning des visites des protégés pour un MJPM ?

La grille de contrôle des Mandataires Judiciaires à la Protection des Majeurs (MJPM) de la Direction Générale de la Cohésion Sociale (DGCS) comprend 4 grandes rubriques. L’accueil des personnes protégées et l’environnement, la prise en charge des personnes protégées, l’organisation et le fonctionnement, et la maîtrise des risques institutionnels. La rubrique « prise en charge des personnes protégées » peut légitimement englober la question du suivi des personnes protégées.

Dans les textes réglementaires, il n’existe pas de fréquence minimale légalement imposée pour les visites aux protégés. Toutefois, le MJPM doit réaliser des visites régulières sur le lieu de vie (à domicile ou en établissement). Elles ont pour objectif de s’assurer que la personne protégée vit dans de bonnes conditions. Qu’elle vit dans un environnement sécurisant. Et dans une logique de prévention de la maltraitance. Au-delà des visites à domicile, d’autres modalités d’échanges sont attendues. Il peut s’agir de contacts téléphoniques, de courriels réguliers, de rencontres physiques en tout lieu neutre. Pour ce dernier cas, ce peut être les bureaux du MJPM. Un maître mot : le MJPM fixe ces visites et rendez-vous à des échéances adaptées à la situation de la personne protégée.

Le MJPM devrait rédiger un compte-rendu à l’issue de chaque contact, échange ou visite, et d’acter par écrit le refus ou l’absence du protégé lors d’une visite prévue.

La question de la preuve du suivi

Lors d’un contrôle, le MJPM doit donc pouvoir apporter des éléments de preuve de ce suivi : la traçabilité des contacts avec les protégés. Les textes liés au contrôle des MJPMne listent pas formellement le planning des visites comme pièce obligatoire. Cependant, en pratique, le planning constitue un élément de preuve indirect fort lors d’un contrôle : il démontre la régularité du suivi, la proportionnalité de l’accompagnement à la situation du protégé, et la traçabilité des diligences.

Le contexte

Dans un cabinet de MJPM parisien, ces critères de régularité et de proportionnalité s’imposent d’autant plus que le MJPM a une centaine de protégés répartis sur l’ensemble des arrondissements de la capitale. Nous pourrions croire que cela ne fait donc qu’environ 2 protégés à visiter par mois. En réalité, il faut augmenter ce chiffre d’environ 20 à 30% suivant les années pour tenir compte des mainlevées, transfert ou extinction de mesures. De plus, la charge de travail s’est accrue avec la déjudiciarisation de la Justice et il devient primordial pour un MJPM de faire des choix, y compris dans le suivi des protégés.

Le Client qui requiert ce planning de visites travaille avec le logiciel métier Proxima et réalise à la fois le compte-rendu de ces visites et la traçabilité de ces événements.

Les défis de mise en œuvre dans ChatGPT

L’anonymisation des données

Utiliser l’IA pour planifier des visites implique de lui fournir des informations sur vos protégés – a minima leur prénom, leur nom et leur adresse. Or, transmettre ces données à un outil comme ChatGPT soulève une question de confidentialité qu’il n’est pas possible d’ignorer. Ce problème a déjà été évoqué dans notre post sur la semi-automatisation des rapports de diligences.

Pour y répondre, nous avons fait le choix d’anonymiser systématiquement les données en amont, avant tout échange avec l’IA. Concrètement, vous attribuez à chaque protégé un identifiant neutre dans un fichier Excel dédié. ChatGPT ne travaille donc jamais avec des noms réels. Il ne voit que des codes.

Cette étape préalable est incontournable. Elle conditionne toute la suite du processus.

Le GPT : un outil puissant mais qui a besoin d’instructions claires

ChatGPT est capable de traiter des problèmes complexes. A condition toutefois qu’on lui explique précisément ce qu’on attend de lui. C’est là que réside la vraie difficulté : non pas dans l’outil lui-même, mais dans la qualité des instructions qu’on lui donne.

La réflexion menée sur la régularité et la proportionnalité des visites a permis de dégager 5 critères :

– La saisonnalité (nombre de demi-journées par mois, nombre de visite par demi-journées).
– La proximité (proximité des adresses les unes par rapport aux autres).
– L’âge des protégés.
– Le type de mesures associé au type d’hébergement.
– L’historique des visites (date de la dernière visite, nombre de visites depuis 24 mois)

Nous avons ensuite détaillé, priorisé et assorti chaque critère de règles pour gérer les cas particuliers.

Résultat : les instructions sont devenues trop nombreuses et trop imbriquées pour que le GPT puisse les respecter toutes simultanément. Il traitait correctement les situations courantes, mais ignorait systématiquement les cas limites. Précisément ceux qui, dans la pratique, sont souvent les plus sensibles.

Nous avons donc fait un choix délibéré de simplification : ramener les critères à 3 en allégeant également le détail des règles associées. Ce n’est pas une limitation de l’IA : c’est une condition pour obtenir un résultat fiable et utilisable.

Les critères retenus sont finalement les suivants :

– La saisonnalité permettant une planification de l’ensemble des protégés sur 12 mois glissants.
– La proximité qui est évoquée ci-dessous.
– L’historique des visites.

Se déplacer efficacement : la question de la proximité géographique

Pour un MJPM parisien qui se déplace uniquement en transports en commun, regrouper les visites par secteur géographique n’est pas une option — c’est une nécessité. Passer d’un arrondissement à l’autre plusieurs fois dans la même demi-journée représente une perte de temps considérable qui grève directement votre capacité à suivre vos protégés.

Pour que le GPT puisse intégrer ce critère de proximité, il lui faut des adresses sous une forme qu’il peut calculer : non pas « 12 rue de la Paix, 75002 », mais des coordonnées géographiques précises : une latitude et une longitude pour chaque protégé.

Nous avons donc développé un outil Excel qui convertit automatiquement les adresses extraites de Proxima en coordonnées géographiques, avec un taux de fiabilité supérieur à 97%. Le GPT peut ainsi calculer les distances entre adresses et regrouper les visites dans un périmètre de 600 mètres en priorité, et jusqu’à 1.200 mètres en priorité secondaire. Soit à peu près la distance qu’une personne parcourt à pied en 10 à 15 minutes.

Données du GPT pour planifier les visites de protégés

La liste des protégés

Au-delà des priorités fixées et figées que vous intégrez dans la base de connaissances du GPT, vous devez d’abord dresser la liste complète des protégés. Elle comprend notamment leur adresse géolocalisée, leur mesure et leur type d’hébergement.

Dans un 1er temps, il faut créer la liste des protégés avec leur adresse géolocalisée. Comme nous l’avons vu précédemment, un logiciel Excel permet la conversion des adresses des protégés fournies par Proxima en adresse géolocalisée. Vous anonymisez également les noms et prénoms des majeurs. Une fois établie, vous n’y apporterez plus que des ajouts ou des suppressions en fonction des mouvements liés aux protégés.

Dans un 2nd temps, vous enrichissez cette liste avec des données issues de Proxima concernant, d’une part, le type de mesure et d’hébergement et, d’autre part, l’historique de ces mesures. Le logiciel intègre automatiquement 2 fichiers téléchargés. Cette étape permet aussi de vérifier la concordance entre la liste des protégés et celle des fichiers Excel téléchargés. Une liste est ainsi dressée de protégés « absents » et il est toujours possible de les intégrer à la liste si nécessaire.

Au final, la liste des protégés enrichie est téléchargée automatiquement au format Excel et sert de donnée d’entré au GPT.

Le planning des visites des protégés

Le GPT élabore dans un Canvas le planning des visites sur 12 mois glissants, à compter du mois suivant la date du jour. Il fournit également le lien permettant de télécharger ce planning au format DOC.

Ce planning, une fois ouvert, est ensuite directement transposé et converti dans le fichier Excel où se situait la liste des protégés. La conversion permet de retrouver le nom et prénom originel du protégé. Sous chaque nom de protégé figure son adresse afin de permettre au MJPM de mieux planifier sa demi-journée de visites.

Ce planning peut enfin être édité au format PDF ou imprimé.

Résultats mesurables et montée en compétence

Mise en œuvre du planning des visites des protégés

Le planning fait l’objet d’une analysé en 2 temps. Dans un 1er temps, par le GPT lui-même pour vérifier la logique, la pertinence et la cohérence des choix opérés par rapport aux instructions. Dans un 2nd temps, par le MJPM en le comparant à la liste des protégés dressées dans le fichier Excel. Pour l’utilisateur, ce qui saute aux yeux tout d’abord, c’est le travail mené par le GPT sur le rapprochement géographique des adresses visitées sur une même demi-journée. Ensuite, c’est la mise en exergue de visites planifiées en réponse au critère de l’historicité.

La mise en oeuvre du planning est prévue sur 1 trimestre au bout duquel le MJPM réalisera une nouvelle mise à jour du planning.

iphigeni accompagne les utilisateurs via une formation aux différents outils (logiciel Excel et GPT) et la fourniture d’une procédure et des modes opératoires détaillés.

Les bénéfices

Le bénéfice est déjà acquis avec la génération du planning. Non pas que les visites n’avaient pas lieu précédemment, mais elles étaient réalisées avec une approche plus court-termiste et de façon plus réactive que proactive. Désormais, le MJPM peut s’appuyer sur un vrai planning. Cela lui montre qu’il peut visiter au moins une fois l’ensemble des protégés sur les 12 prochains mois. Il reste, en effet, des créneaux de visite disponibles sur le 2nd semestre. Si tel n’était pas le cas, il pourrait modifier son critère de saisonnalité. A lui également de moduler dans la pratique ses visites en fonction d’autres priorités. A cet effet, le planning disponible dans le logiciel est modifiable et éditable à loisir.

Par ailleurs, même si le tableau de données de l’historique des visites existe dans Proxima, disposer d’une liste des protégés regroupant leur adresse, leur type de mesure et d’hébergement, et l’historique des visites permet de mettre en exergue l’ancienneté ou la proximité de la dernière visite – ce dont le MJPM n’avait qu’une idée vague pour certains protégés.

Si le temps de création de la liste des protégés dans le logiciel Excel nécessite un investissement, le temps nécessaire à la mise à jour du planning est fortement réduit à la seule génération du planning des visites par le GPT, son téléchargement et sa conversion dans le logiciel Excel. Soit entre 5 et 10′. La question se posera pour le MJPM de savoir à quelle fréquence il souhaite réaliser cette mise à jour. On peut imaginer une périodicité trimestrielle ou quadrimestrielle.

Le MJPM s’approprie ainsi une fonctionnalité avancée de ChatGPT en comprenant les limites de la solution et sa capacité d’adaptation au contexte professionnel. L’IA devient un outil de travail intégré avec des résultats concrets et opérationnels, et non un gadget.