Наука о данных для прогнозирования спроса на расходные материалы в клиниках

Наука о данных для прогнозирования спроса на расходные материалы в клиниках

Точное прогнозирование спроса на товары для здоровья в медицинских клиниках и заказ правильного количества — серьезная проблема для обеспечения доступности товаров для здоровья на последней миле системы здравоохранения. В 2006 году CGD созвала Рабочую группу по глобальному прогнозированию здоровья для изучения способов улучшения прогнозирования спроса на основные медицинские технологии. Хотя с тех пор был достигнут значительный прогресс в плане более точного глобального прогнозирования, прогнозы спроса на уровне клиник по-прежнему остаются без внимания.

Составление точных прогнозов спроса

Точный прогноз спроса предсказывает, сколько каждого лекарства необходимо каждой клинике, что крайне важно для обеспечения высокой доступности основных товаров для здоровья при сохранении эффективной цепочки поставок. Прогнозирование спроса позволяет заказывать нужное количество запасов — если спрос недооценен, это приведет к дефициту, а если спрос переоценен, это может привести к просроченному / выброшенному продукту. Более точный прогноз на уровне клиники также является основой для прогнозирования спроса на районном и национальном уровнях закупок.

Составление точного прогноза спроса — довольно сложная задача, поскольку десятки факторов влияют на спрос на товары для здоровья в клинике : сезонные колебания, вспышки заболеваний, популяция и мигрирующие группы населения, предпочтения, выписываемые поставщиками, и внедрение новых продуктов. Простые эвристические методы прогнозирования спроса не охватывают всех сложностей для продуктов с сезонностью и предпочтениями пользователей. Применение более сложных методов прогнозирования часто достигает когнитивного предела человеческих возможностей, особенно в клиниках с ограниченными ресурсами, где персонал с конкурирующими потребностями во времени и внимании.

Почему прогнозирование спроса так важно?

В условиях хронической нехватки товаров для здоровья, когда запасы товаров становятся доступными на национальном уровне, наблюдается тенденция к чрезмерному заказу. Такое увеличение количества заказов приводит к рассинхронизации системы с фактическим спросом. Прогнозирование спроса также должно защищать от предвзятости и других человеческих ограничений, которые мешают объективному и точному прогнозированию.

Проблема прогнозирования спроса на уровне клиники особенно важна для планирования семьи, где осознанный выбор конечными пользователями всего спектра методов контрацепции имеет решающее значение для программ добровольного планирования семьи, и его часто сложно предсказать. Клиники общественного здравоохранения в большинстве стран с низким и средним уровнем дохода обычно заказывают противозачаточные средства и другие товары для здоровья на основе простого расчета прошлого использования (или «потребления») этих товаров.

Интеллектуальные методы прогнозирования могут значительно улучшить прогнозы будущего использования за счет использования более сложных вычислений, использующих различные источники данных и обучающихся со временем. Более точные прогнозы приведут к лучшему оформлению заказов, в конечном итоге повысив доступность продукта для клиентов и потенциально уменьшив отходы за счет более эффективного управления цепочкой поставок. Некоторые недавние исследования показали, что модели, основанные на искусственном интеллекте, могут улучшить прогнозирование вакцинации на уровне клиник в Танзании.

Возможность сейчас

Более десяти лет инвестиций USAID, Фонда Билла и Мелинды Гейтс, ГАВИ и Глобального фонда в информационные системы цепочки поставок для отслеживания товарных запасов и потоков (информационные системы управления логистикой) привели к повышению доступности поставок. данные цепочки. Хотя он и не идеален, многие страны теперь имеют исторические данные о потреблении за два-три года, которые можно использовать для более сложного прогнозного анализа. Это, в сочетании с резким увеличением вычислительной мощности мобильных устройств и улучшением алгоритмов машинного обучения, создало уникальную возможность решить эту проблему прямо сейчас. В дополнение к структурированным историческим данным о потреблении, полученным через информационные системы цепочки поставок, медицинские клиники обычно имеют множество других структурированных и неструктурированных данных. Новые технологии позволяют объединить несколько таких наборов данных для повышения точности прогнозов.

Использование инноваций и конкуренции в области открытого исходного кода

Использование передовых методов прогнозирования спроса в клинике можно осуществить, выбрав одного поставщика для разработки инструмента или алгоритма. Однако использование инноваций с открытым исходным кодом может привести к большему разнообразию подходов и методов, позволяя сравнивать и извлекать уроки из этих различных подходов. USAID недавно запустил новый конкурс прогнозирования, основанный на этом подходе с использованием клинических данных из Кот-д’Ивуара. Насколько нам известно, это будет первое количественное соревнование подобного рода в области глобального здравоохранения.

Прогнозирование хорошо подходит для подхода к разработке моделей, основанного на конкурсе на призы, поскольку производительность можно измерить в течение короткого периода времени с помощью четкого «правильного ответа» (тестовые данные), относительно большое количество прогнозистов может разработать уникальные подходы и затраты на разработку модели минимальны (сверх командных усилий). Конкурс на призы вдохновляет и побуждает других исследовать новые методологии и технологии, улучшающие традиционные практики.

Соревнования по прогнозированию широко использовались в последние три десятилетия для развития практики и теории прогнозирования. За прошедшие годы этот подход оказался более эффективным, потому что он краудсорсинг уточняет и встраивает важные нюансы в алгоритмы. По мере того как мировое сообщество здравоохранения в целом использует, устраняет неполадки и настраивает эти алгоритмы, наука прогнозирования развивается и открываются возможности на будущее.

Соревнования по прогнозированию не только помогают выбрать наиболее эффективный подход, но и помогают мобилизовать участников из разных отраслей — как в области глобального здравоохранения, так и экспертов по прогнозированию из коммерческих компаний розничной торговли, здравоохранения и электронной коммерции. Это помогает повысить актуальность прогнозов спроса и стать инструментом изменений.

Более точные прогнозы спроса в реальном мире — это не только лучшие технические подходы

Успех подхода к моделированию прогнозов может варьироваться от страны к стране. Включение лучших методов прогнозирования в крупномасштабное использование, несомненно, потребует изменений, выходящих за рамки того, что является успешным в контролируемой «настольной» обстановке призового конкурса. Для реального развертывания модель должна:

  • быть понятными и полезными для пользователей;
  • при необходимости работать с данными, доступными локально; и
  • прогнозировать спрос, не ограниченный предложением.

Кроме того, местные заинтересованные стороны могут улучшить модель на основе их глубокого понимания местного контекста и условий. В случае этого конкретного конкурса прогнозирования USAID USAID планирует решить эту проблему, предоставив грант одной организации для ознакомления с их моделью с потенциальными местными заинтересованными сторонами и пользователями в Кот-д’Ивуаре; настроить и усилить модель и источники данных; пилотное тестирование модели как инструмента поддержки принятия решений на реальных объектах; и измерить эффективность модели по сравнению с традиционными методами расчета заказов.

Независимо от того, какая модель победит, и независимо от результата гранта на внедрение, в соревновании по прогнозированию соберутся специалисты по прогнозированию из разных организаций, регионов и отраслей / секторов. По крайней мере, это стимулировало бы более тесное сотрудничество между специалистами по прогнозированию спроса, разработчиками моделей, ориентированными на глобальные цепочки поставок в области здравоохранения, и теми, кто работает над решением проблем прогнозирования спроса в цепочках поставок частного сектора. Связи и сотрудничество, которые он создаст, сохранятся еще долго после окончания конкурса. В случае успеха эта задача быстро создаст прорыв в прогнозировании спроса. Современная наука о данных и технологии могут изменить то, как клиники заказывают товары для здоровья. Этот конкурс — начало пути, который, будем надеяться, смогут предпринять и другие доноры в области глобального здравоохранения.

Хотя внедрение более точного прогнозирования спроса обеспечивает прочную основу для начала работы с использованием более совершенной аналитики для оптимизации цепочек поставок в области планирования семьи, путешествие на этом не должно останавливаться. Прогнозы всегда будут неточными. Какими бы сложными ни были алгоритмы планирования, всегда будут неизвестные факторы. Чтобы лучше справляться с внутренней неопределенностью спроса, глобальные доноры здравоохранения и правительства стран должны рассмотреть возможность применения таких краудсорсинговых инноваций и технических конкурсов, чтобы также оптимизировать компонент планирования поставок в глобальных цепочках поставок здравоохранения.

См. здесь, чтобы получить более подробную информацию и принять участие в конкурсе прогнозирования

* Мнения авторов, выраженные в этой публикации, не обязательно отражают точку зрения Агентства США по международному развитию или правительства США

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

Наверх