Článek

Umělá inteligence ve farmaceutické distribuci: o půl hodiny méně na trasách a méně sekund na lokalizaci zásob

Alliance Healthcare, Cofares, Bidafarma, Hefame, Cofas, Novaltia, Fedefarma a Cofarca podrobně popisují technologický pokrok ve svých procesech.

Farmaceutické distribuční společnosti již používají prediktivní algoritmy k maximalizaci distribučních tras (s vylepšením až o půl hodiny), využívají  simulační modely k zdokonalení využívání energetických zdrojů a  analyzují vzorce chování trhu. Toho a mnohem více dosahují díky umělé inteligenci (AI), jak těmto médiím vysvětlili společnosti Cofares, Bidafarma, Hefame, Cofas, Novaltia, Fedefarma, Cofarca a Alliance Healthcare, přičemž projekty, z nichž některé jsou stále v pilotní fázi.

To bylo patrné i na 7. národní konferenci o distribuci léčiv, kterou v únoru uspořádala Generální rada COF , kde byla promítána videa s některými příklady, z nichž některé byly vysvětleny avatary, jako v případě Novaltia a Fedefarma. Juan del Río, národní mluvčí pro distribuci Rady a generální ředitel Unnefar , řekl těmto novinám, že "umělá inteligence  transformuje řízení zásob, optimalizuje procesy, ve kterých je rozhodující časový faktor, nebo zlepšuje efektivitu v celém dodavatelském řetězci a minimalizuje chyby."

"Bez ohledu na to, jak moc technologie pokročila, pouze tehdy, budeme-li dodržovat zásadu, že 'kde je lék, tam musí být lékárník', budeme schopni naplnit naše poslání" (Juan del Río)

Pokud jde o konferenci, připomíná některé ze zmíněných projektů, jako například ty, "které již umožňují chatování pro správné umístění neodkazovaných produktů; analýza vzorců tržního chování, trendů spotřeby a sezónnosti produktů s cílem předvídat potřeby lékáren a nabídnout jim personalizovanější služby; výpočet  optimálních doručovacích tras v reálném čase nebo zlepšení zabezpečení přístupu k jejich systémům díky pokročilému řešení, které chrání před digitálními útoky a podvody pomocí inteligentních BOTů a behaviorální analýzy v reálném čase," zdůraznil.


Přítomnost lékárníka


Dal však jasně najevo, že "bez ohledu na to, jak moc technologie pokročí, pouze budeme-li se držet zásady, že kde je lék, tam musí být i lékárník, budeme schopni i nadále plnit naše základní poslání zaručit přístup k farmaceutickým službám za podmínek kvality, a to způsobem,  který určí doba, rovnost a bezpečnost pro všechny občany."

Podobně Matilde Sánchez Reyesová, prezidentka Federace farmaceutických distributorů (Fedifar), řekla těmto novinám, že "farmaceutické distribuční společnosti spoléhají na správu informací jako na strategický nástroj k optimalizaci svých logistických procesů". 

Sánchez Reyes uvedl, že "veškerý pokrok, ke kterému v této oblasti dochází, včetně implementace umělé inteligence, umožňuje členským společnostem Fedifar zlepšit efektivitu jejich operací , jako je tomu v případě  použití prediktivních algoritmů k maximalizaci distribučních tras  nebo použití  simulačních modelů ke zlepšení využívání energetických zdrojů."


Alliance Healthcare a její "PinRoutes" pro optimalizaci tras


Alliance Healthcare, která sama sebe definuje jako "globálního poskytovatele služeb pro lékárny a farmaceutický průmysl" (s 28 sklady, 7 000 klienty a 25 000 referencemi), používá PinRoutes, pokročilý nástroj  pro optimalizaci tras, který integruje techniky analýzy dat a algoritmy strojového učení.

Jak vysvětluje: "PinRoutes umožňuje výpočet nejefektivnějších doručovacích tras s ohledem na proměnné, jako je specifická poptávka každé lékárny, dopravní podmínky, časová omezení a nosnost vozidel. Toto řešení nejen zlepšuje včasné dodávky, ale také přispívá k udržitelnosti snížením spotřeby paliva a emisí uhlíku. To se promítá do vyšší provozní efektivity a lepších služeb pro lékárny a v konečném důsledku i pro pacienty."


Související zdroje

Článek

Jak vznikají lékárenské pouště

Článek

Pohled do amerických lékárenských pouští

Případová studie

Překlenutí propasti: Podpora vzdělávání v oblasti předchozí autorizace nového přípravku uvedeného na trh prostřednictvím distribuční sítě specializovaných lékáren