Healthcare supply chain optimization

Aumente a visibilidade para melhorar a resiliência e a flexibilidade da cadeia de suprimentos

A pandemia da COVID-19 colocou uma pressão sem precedentes sobre as cadeias de suprimentos e enfatizou a importância de um planejamento eficaz da cadeia de suprimentos. Antes da COVID, o estoque em tempo hábil era considerado o melhor método de gerenciamento de estoque porque permite que as organizações reduzam as despesas ao diminuir o estoque disponível. No entanto, como a pandemia demonstrou, embora esse método possa economizar dinheiro, ele deixa você extremamente vulnerável quando interrupções e emergências ocorrem. Ao mesmo tempo, você não quer ter muito estoque disponível, não apenas por causa dos custos de manutenção, mas também porque ele aumenta o desperdício, já que muitos produtos com data de validade são descartados antes de serem usados. Um relatório de pesquisa recente descobriu que, em média, 13% do giro do estoque de uma sala de operação expira na prateleira (PDF).

Embora o planejamento eficaz da cadeia de suprimentos e o gerenciamento de estoque sejam essenciais em todos os setores, eles são particularmente cruciais no setor de assistência médica, em que as interrupções da cadeia de suprimentos podem impactar o atendimento ao paciente, a segurança e os resultados. Para encontrar a abordagem ideal e evitar o excesso ou a falta de estoque, o fabricante e a organização de assistência médica precisam ter visibilidade upstream e downstream da cadeia de suprimentos. A visibilidade de todo o processo oferece a todas as partes da cadeia de suprimentos a agilidade para aproveitar diferentes provedores de origem quando ocorrem interrupções.

Para obter visibilidade total, as organizações de assistência médica precisam mesclar dados de diversas fontes externas e internas. As organizações com problemas de acesso a dados, transparência e precisão dos dados precisam resolver esses desafios para avançar no planejamento contínuo da cadeia de suprimentos e ajudar a garantir operações contínuas.

Otimize sua cadeia de suprimentos usando todos os dados certos

Uma quantidade volumosa de dados da cadeia de suprimentos está disponível hoje, e a quantidade aumenta exponencialmente a cada ano. O problema que muitas organizações de assistência médica enfrentam não é a falta de dados, mas a incapacidade de compreender os dados e acessar os dados necessários para desenvolver insights significativos.

Neste caso de uso, mostraremos como a Oracle Data Platform para assistência médica pode simplificar o processo de usar análises avançadas e machine learning para isolar sua cadeia de suprimentos de eventos disruptivos, ao mesmo tempo em que reduz custos e aumenta a segurança do paciente.

Esta imagem mostra como a Oracle Data Platform para saúde pode ser usada para oferecer suporte a cuidados baseados em valor com monitoramento de desempenho. A plataforma inclui os seguintes cinco pilares:

1. 1. Fontes de dados, Descoberta
2. 2. Ingestão, Transformação
3. 3. Persistência, Curadoria, Criação
4. 4. Análise, Aprendizado, Predição
5. 5. Medição, Ação

O pilar Fontes de Dados, Descoberta inclui duas categorias de dados.

1. 1. Os Registros de Negócios são compostos por ERP, sistema de gerenciamento de warehouse, estoque, materiais e planejamento, programação e EPM.
2. 2. As informações técnicas incluem dados de gerenciamento de transporte, dados de telemetria, logs e origens de fluxo de eventos.

O pilar Ingestão, Transformação abrange três recursos.

1. 1. A transferência em massa usa OCI FastConnect, OCI Data Transfer, MFT e OCI CLI.
2. 2. A ingestão em lote usa o OCI Data Integration, Oracle Data Integrator e Data Studio.
3. 3. A captura de dados alterados usa OCI GoldenGate e Oracle Data Integrator.

Os três recursos se conectam unidirecionalmente ao armazenamento de dados de serviço e ao armazenamento em nuvem no pilar Persistência, Curadoria, Criação.

O pilar Persistência, Curadoria, Criação abrange cinco recursos.

1. 1. O armazenamento de dados de serviço usa Autonomous Data Warehouse, Exadata Cloud Service e Exadata Cloud@Customer.
2. 2. O Hadoop gerenciado usa Oracle Big Data Service.
3. 3. O armazenamento em nuvem usa OCI Object Storage.
4. 4. O processamento em lote usa OCI Data Flow.
5. 5. A governança usa OCI Data Catalog.

Esses recursos estão conectados no pilar. O armazenamento em nuvem é conectado unidirecionalmente ao armazenamento de dados de serviço e ao Hadoop gerenciado; ele também é conectado bidirecionalmente ao processamento em lote.

O Hadoop gerenciado é conectado unidirecionalmente ao armazenamento de dados de serviço.

Dois recursos se conectam ao pilar Análise, Aprendizado, Previsão: O armazenamento de dados de serviço se conecta tanto ao recurso de análise e visualização quanto ao recurso de APIs, produtos de dados. O armazenamento em nuvem se conecta ao recurso de machine learning.

O pilar Análise, Aprendizado, Previsão abrange três recursos.

1. 1. Análise e visualização usam GraphStudio, Oracle Analytics Cloud e ISVs.
2. 2. Produtos de dados, APIs usam OCI API Gateway e OCI Functions.
3. 3. Machine learning usa OCI Data Science, Oracle Machine Learning e ML Notebooks.

Os serviços de IA usam o Oracle Digital Assistant, OCI Language, Speech e Vision.

O armazenamento de dados de serviço, o Hadoop gerenciado e o armazenamento de objetos fornecem metadados para o OCI Data Catalog.

O pilar Medida, Ação captura como a análise de dados pode ser aplicada para suportar a otimização da cadeia de suprimentos. Esses resultados são divididos em dois grupos.

1. 1. O primeiro grupo, “Pessoas e Parceiros”, inclui melhoria contínua e medição de desempenho, previsão de demanda e planejamento de estoque, juntamente com design da cadeia de suprimentos e otimização da rede.
2. 2. O segundo grupo, “Aplicações”, inclui notificações de recuperação, melhora o gerenciamento de espaço e estoque e utiliza IA/ML para aprimorar processos operacionais.

Os três pilares centrais—Ingestão, Transformação; Persistência, Curadoria, Criação; e Análise, Aprendizado, Previsão — têm suporte de infraestrutura, rede, segurança e IAM.

Há três opções principais para injetar dados em uma arquitetura para criar uma plataforma de dados flexível, aberta e eficiente.

• Para começar, precisamos entender nossa posição geral de estoque. Para isso, usamos o Oracle Cloud Infrastructure (OCI) GoldenGate para permitir a ingestão da captura de dados de alteração de dados de estoque de warehouse quase em tempo real de bancos de dados operacionais para todos os itens estocados e unidades de negócios às quais eles estão associados.
• Agora podemos adicionar conjuntos de dados relevantes, como dados de sistemas ERP, sistemas de gerenciamento de warehouse, sistemas de recursos humanos, sistemas de informações de gerenciamento de integridade e sistemas de gerenciamento de desempenho empresarial, para entender totalmente a cadeia de suprimentos e obter informações sobre sua integridade. Esses conjuntos de dados geralmente compreendem grandes volumes de dados geralmente locais e, na maioria dos casos, a ingestão em lote costuma ser mais eficiente. Para integrações aplicação a aplicação (ou integrações com outros serviços da OCI), o Oracle Integration Cloud é um método de primeira classe comprovado que torna o processo fácil e econômico.
• Os serviços de transferência em massa são usados em situações em que grandes volumes de dados precisam ser movidos para a Oracle Cloud Infrastructure pela primeira vez, como dados de repositórios de análise on-premises existentes ou outras fontes de nuvem. O serviço específico de transferência em massa que a Oracle usará dependerá da localização dos dados e da frequência da transferência. Por exemplo, poderemos usar o OCI Data Transfer Service ou o OCI Data Transfer Appliance para carregar grandes volumes de dados on-premises do planejamento histórico ou de repositórios de data warehouse. Quando grandes volumes de dados devem ser movidos continuamente, recomendamos o uso do OCI FastConnect, que fornece uma conexão de rede privada dedicada de alta largura de banda entre o data center de um cliente e a OCI.

A persistência e o processamento de dados são baseados em três (opcionalmente quatro) componentes.

• Os dados brutos ingeridos são armazenados na nuvem. Usaremos o OCI Data Flow para o processamento em lote desses dados persistidos agora, como dados de ERP, dados de estoque, dados de telemetria de dispositivos e aplicações, logs e dados de referência do produto. Esses conjuntos de dados processados são devolvidos ao armazenamento em nuvem para persistência, curadoria e análise e, finalmente, para carregamento de forma otimizada no armazenamento de dados de serviço. Como alternativa, dependendo da preferência arquitetônica, isso pode ser feito com o Oracle Big Data Service como um cluster Hadoop gerenciado.
• Agora criamos conjuntos de dados processados que estão prontos para serem mantidos em forma relacional otimizada para curadoria e desempenho de consulta no armazenamento de dados de serviço. Isso nos permitirá avaliar rapidamente vários indicadores chave de desempenho valiosos, como giros de estoque, despesas com suprimentos como uma porcentagem da receita líquida do paciente, a porcentagem de itens com substitutos identificados, taxas de atendimento do fornecedor e o número de produtos expirados/desperdiçados como uma porcentagem do total comprado, para listar apenas alguns exemplos.

A capacidade de analisar, aprender e prever é baseada em quatro tecnologias.

• Os serviços de análise e visualização oferecem análise descritiva (descreve as tendências atuais com histogramas e gráficos), análise preditiva (prevê eventos futuros, identifica tendências e determina a probabilidade de resultados incertos) e análise prescritiva (propõe ações adequadas para apoiar uma tomada de decisão ideal), que podem ajudar as organizações de assistência médica
  
  
  • Calcular o número de produtos expirados como uma porcentagem dos produtos disponíveis no estoque.
  • Utilizar gêmeos digitais na cadeia de suprimentos para realizar análise hipotéticas sem risco
  • Determinar a despesa com suprimentos como uma porcentagem da receita líquida do paciente
  • Entender qual porcentagem de itens identificou substitutos
• Juntamente com análises avançadas, modelos de machine learning são desenvolvidos, treinados e implementados. Esses modelos podem ser acessados por meio de APIs, implementados no armazenamento de dados de serviço ou incorporados como parte do pipeline de análise de streaming do OCI GoldenGate.
• Ao criar modelos de machine learning, você tem a flexibilidade de usar o OCI Data Science, os OCI AI Services disponíveis ou uma combinação dos dois. Veja a seguir alguns exemplos de OCI AI Services e como eles podem ser usados como parte de um pipeline de IA/ML da cadeia de suprimentos:
  
  
  • O OCI Anomaly Detection pode ajudar a monitorar as métricas de desempenho da cadeia de suprimentos (por exemplo, estoque de matéria-prima, rendimento da produção, trabalho em andamento, tempos em trânsito, rotatividade de estoque e assim por diante) em tempo real para identificar e resolver interrupções. Em uma cadeia de suprimentos complexa, a pontuação de gravidade das anomalias identificadas pode ajudar a priorizar as interrupções de negócios observadas para ação.
  • O OCI Forecasting pode ajudar a prever métricas da cadeia de suprimentos, como demanda, suprimento e capacidade de recursos, para prever o desempenho futuro, para que ações apropriadas possam ser tomadas.
  • O OCI Vision e OCI Language podem ajudar a entender documentos, como relatórios de qualidade e de defeitos de produtos, para enriquecer os dados da cadeia de suprimentos para análise.
• Nossos dados e modelos selecionados, testados e de alta qualidade podem ter regras e políticas de governança aplicadas e podem ser expostos como um produto de dados (API) em uma arquitetura de malha de dados para distribuição em toda a organização de assistência médica.

Utilize inteligência automatizada para aumentar a lucratividade e a segurança do paciente

Ter uma visão completa de toda a cadeia de suprimentos permitirá que as organizações de assistência médica respondam a muitas perguntas que não conseguem responder hoje, mas para fazer isso, elas devem ter a plataforma de dados certa. A plataforma deve ser flexível e capaz de processar todos os tipos de dados necessários, aberta e capaz de se conectar facilmente a outras nuvens, data centers on-premises ou organizações de terceiros e ser segura. Com acesso a todos os dados, as organizações de assistência médica poderão atingir muitos objetivos, que podem incluir:

• Administrar o risco do fornecedor e, ao mesmo tempo, compreender a demanda do paciente e os possíveis eventos disruptivos; o conhecimento profundo do relacionamento entre o risco do fornecedor e a demanda do paciente estabelece a base para uma maior eficácia operacional em todo o modelo operacional de negócios, facilitada por uma lista centralizada de fornecedores qualificados e confiáveis
• Fortalecer a cadeia de suprimentos de assistência médica para ajudar a aumentar a segurança do paciente, melhorando o controle de qualidade e reduzindo custos
• Aumentar a resiliência da cadeia de suprimentos desenvolvendo uma compreensão mais a fundo dos fornecedores por meio do compartilhamento de dados
• Aumentar a agilidade e tomar decisões de planejamento e compensações mais rapidamente, ajustando e monitorando os planos à medida que as mudanças ocorrem