Healthcare supply chain optimization

Aumenta la visibilidad para mejorar la resiliencia y flexibilidad de la cadena de suministro

La pandemia de COVID-19 ejerció una presión sin precendentes sobre las cadenas de suministro y subrayó la importancia de una planificación eficaz de las mismas. Antes de la COVID, el inventario justo a tiempo se consideraba el mejor método de gestión de inventarios porque permitía a las empresas reducir gastos disminuyendo el inventario disponible. Sin embargo, como demostró la pandemia, aunque este método puede ahorrar dinero, lo deja extremadamente vulnerable cuando se producen interrupciones y emergencias. Al mismo tiempo, no conviene tener demasiado inventario disponible, no sólo por los costos de mantenimiento, sino también porque aumentan los residuos, ya que muchos productos con fecha de caducidad vencen antes de poder utilizarse. Un reciente informe reveló que, en promedio, el 13% del stock de inventario de un quirófano vence en la estantería (PDF).

Aunque la planificación eficaz de la cadena de suministro y la gestión de inventarios son fundamentales en todos los sectores, lo son especialmente en el de la salud, donde las interrupciones de la cadena de suministro pueden afectar a la atención al paciente, la seguridad y los resultados. Para encontrar el enfoque ideal y evitar tener demasiado o demasiado poco inventario, el fabricante y la organización de atención médica necesitan tener visibilidad tanto en sentido ascendente como descendente a través de la cadena de suministro. La visibilidad de todo el proceso ofrece a todas las partes de la cadena de suministro la agilidad necesaria para recurrir a distintos proveedores cuando se producen interrupciones.

Para lograr una visibilidad total, dichas organizaciones necesitan combinar datos de muchas fuentes externas e internas. Aquellas que luchan con el acceso a datos, la transparencia y precisión de los mismos necesitan resolver estos desafíos para avanzar hacia la planificación continua de la cadena de suministro y ayudar a garantizar la continuidad de las operaciones.

Optimiza la cadena de suministro con los datos adecuados

Hoy en día se dispone de una cantidad ingente de datos sobre la cadena de suministro, que crece exponencialmente cada año. El problema al que se enfrentan muchas empresas no es la falta de datos, sino la incapacidad para comprenderlos y acceder a los datos necesarios para desarrollar perspectivas significativas.

En este caso de uso, mostraremos cómo Oracle Data Platform for Healthcare puede simplificar el proceso de uso de análisis avanzados y machine learning para aislar tu cadena de suministro de eventos disruptivos, al tiempo que reduce los costos y aumenta la seguridad de los pacientes.

En esta imagen se muestra cómo se puede utilizar Oracle Data Platform for Healthcare para fortalecer la atención basada en el valor con supervisión del rendimiento. La plataforma incluye estos cinco pilares:

1. 1. Orígenes de datos, detección
2. 2. Ingerir, transformar
3. 3. Persistir, curar, crear
4. 4. Analizar, aprender, predecir
5. 5. Medir, actuar

El pilar "Orígenes de datos, detección" incluye dos categorías de información.

1. 1. Business Records se compone de ERP, sistema de gestión de almacenes, inventario, materiales, planificación y programación y EPM.
2. 2. La información técnica incluye datos de gestión del transporte, datos telemétricos, registros y orígenes de flujo de eventos.

El pilar Ingerir, Transformar comprende tres capacidades.

1. 1. La transferencia masiva utiliza OCI FastConnect, OCI Data Transfer, MFT y OCI CLI.
2. 2. La ingesta por lotes utiliza OCI Data Integration, Oracle Integration Cloud y Data Studio.
3. 3 La captura de datos modificados utiliza OCI GoldenGate y Oracle Data Integrator.

Las tres capacidades se conectan unidireccionalmente al almacén de datos de servicio y al almacenamiento en la nube dentro del pilar Persistir, curar, crear.

El pilar "Persistir, curar, crear" incluye cinco capacidades.

1. 1. El almacén de datos de servicio utiliza Autonomous Data Warehouse, Exadata Cloud Service y Exadata Cloud@Customer
2. 2. Managed Hadoop utiliza Oracle Big Data Service.
3. 3 El almacenamiento en la nube utiliza OCI Object Storage.
4. 4. El procesamiento por lotes utiliza OCI Data Flow.
5. 5. La gobernanza utiliza OCI Data Catalog.

Estas capacidades están conectadas dentro del pilar. El almacenamiento en la nube está conectado de forma unidireccional al almacén de datos en servicio y a Hadoop gestionado; también está conectado de forma bidireccional con el procesamiento por lotes.

El Hadoop gestionado se conecta unidireccionalmente al almacén de datos de servicio.

Dos capacidades se conectan al pilar de Analiza, aprender, predecir: el almacén de datos de servicio se conecta a la capacidad de análisis y visualización, así como a la capacidad de los productos de datos y las API. El almacenamiento en la nube se conecta a la capacidad de machine learning.

El pilar Analizar, aprender, predecir incluye tres capacidades.

1. 1. Los análisis y la visualización utilizan GraphStudio, Oracle Analytics Cloud e ISV.
2. 2. Las API y los productos de datos utilizan OCI API Gateway y OCI Functions.
3. 3. Machine learning utiliza OCI Data Science, Oracle Machine Learning y ML Notebooks.

Los servicios de IA incluyen Oracle Digital Assistant, OCI Language, Speech y Vision.

El almacén de datos de servicio, Hadoop gestionado y el almacenamiento de objetos suministran metadatos al OCI Data Catalog.

El pilar Medir, actuar capta cómo puede aplicarse el análisis de datos para respaldar la optimización de la cadena de suministro. Los resultados se dividen en dos grupos.

1. 1. El primer grupo "Personas y asociados" incluye la mejora continua y la medición del desempeño, la previsión de la demanda y la planificación de inventarios, junto con el diseño de la cadena de suministro y optimización de la red.
2. 2. El segundo grupo, "Aplicaciones", incluye notificaciones de recuperación de productos, mejora de la gestión del espacio y el inventario y uso de IA/ML para mejorar los procesos operativos.

Los tres pilares centrales, Ingerir, transformar; Persistir, curar, crear; y Analizar, aprender, predecir, son compatibles con la infraestructura, la red, la seguridad y la gestión de identidades y accesos.

Existen tres opciones principales para inyectar datos en una arquitectura con el fin de desarrollar una plataforma de datos flexible, abierta y eficaz.

• Para empezar, debemos conocer nuestra situación general de inventario. Para ello, utilizamos Oracle Cloud Infrastructure (OCI) GoldenGate para permitir la ingestión de cambiar la captura de datos de inventario de almacén casi en tiempo real desde bases de datos operativas de todos los artículos que se almacenan y las unidades de negocio a las que están asociados.
• Ahora podemos añadir conjuntos de datos pertinentes, como los procedentes de sistemas ERP, sistemas de gestión de almacenes, sistemas de recursos humanos, sistemas de información de gestión médica y sistemas de gestión del desempeño empresarial, para comprender plenamente la cadena de suministro y obtener información de su estado. Estos conjuntos de datos suelen incluir grandes volúmenes de datos locales y, en la mayoría de los casos, la ingesta por lotes suele ser más eficaz. Para integraciones de aplicación a aplicación (o integraciones con otros servicios de OCI), Oracle Integration Cloud es un método comprobado y de primera clase que facilita y rentabiliza el proceso.
• Los servicios de transferencia masiva se utilizan en situaciones en las que es necesario trasladar grandes volúmenes de datos a Oracle Cloud Infrastructure por primera vez; por ejemplo, datos de repositorios analíticos locales existentes u otras fuentes en la nube. El servicio específico de transferencia masiva que utilizaremos dependerá del local de los datos y de la frecuencia de transferencia. Por ejemplo, podemos utilizar OCI Data Transfer Service u OCI Data Transfer Appliance para cargar grandes volúmenes de datos locales desde repositorios de planificación histórica o almacenes de datos. Cuando se deban mover grandes volúmenes de datos de forma continua, recomendamos utilizar OCI FastConnect, que proporciona una conexión de red privada dedicada y de gran ancho de banda entre el centro de datos del cliente y OCI.

La persistencia y el procesamiento de datos se basan en tres (opcionalmente cuatro) componentes.

• Los datos en bruto ingeridos se alojan en el almacenamiento en la nube. Utilizaremos OCI Data Flow para el procesamiento por lotes de estos datos ahora persistentes, como datos ERP, datos de inventario, datos de telemetría de dispositivos y aplicaciones, registros y datos de referencia de productos. Estos conjuntos de datos procesados se devuelven al almacenamiento en la nube para una persistencia, curación y análisis continuos y, en última instancia, para cargarlos en formato optimizado en el almacén de datos de servicio. De forma alternativa, en función de la arquitectura preferida, esto puede llevarse a cabo con Oracle Big Data Service como un clúster de Hadoop gestionado.
• Ahora hemos creado conjuntos de datos procesados que están listos para conservarse en un formato relacional optimizado para garantizar el adecuado rendimiento de la curación de contenidos y de las consultas en el almacén de datos de servicio. Esto nos permitirá evaluar varios valiosos indicadores clave de rendimiento, como rotaciones de inventario, gastos de suministros como porcentaje de ingresos netos de los pacientes, porcentaje de artículos con sustitutos identificados, índices de llenado de proveedores y el número de productos vencidos/desperdiciados como porcentaje del total adquirido, por citar sólo algunos ejemplos.

La capacidad de analizar, aprender y predecir se basa en cuatro tecnologías.

• Los servicios de analítica y visualización proporcionan análisis descriptivos (describe las tendencias actuales con histogramas y gráficos), análisis predictivos (predice eventos futuros, identifica tendencias y determina la probabilidad de resultados inciertos) y análisis prescriptivos (propone acciones adecuadas para respaldar una toma de decisiones ideal), que ayudan a organizaciones médicas
  
  
  • Calcular el número de productos vencidos como porcentaje de productos disponibles en su inventario .
  • Utilizar gemelos digitales en la cadena de suministro para realizar análisis hipotéticos sin riesgos .
  • Determinar el gasto en suministros como porcentaje de ingresos netos de los pacientes .
  • Comprender qué porcentaje de artículos han identificado sustitutos .
• Además de los análisis avanzados, se desarrollan, entrenan e implementan modelos de machine learning. Se puede acceder a estos modelos a través de API, implementarlos en el almacén de datos de servicio o integrarlos como parte de un canal de análisis de flujo.
• Al crear modelos de ,machine learning, tenemos la flexibilidad de utilizar OCI Data Science, servicios de IA de OCI disponibles o una combinación de ambos. A continuación se muestran algunos ejemplos de los servicios de IA de OCI y cómo pueden utilizarse como parte de una cadena de suministro de IA/ML: :
  
  
  • OCI Anomaly Detection facilita la supervisión de métricas de desempeño de la cadena de suministro (por ejemplo, inventario de materias primas, rendimiento de la producción, trabajo en curso, tiempos de tránsito y rotación de inventario) en tiempo real a fin de identificar y abordar las interrupciones. En una cadena de suministro compleja, la puntuación de gravedad de las anomalías identificadas puede ayudar a priorizar las interrupciones del negocio observadas para tomar medidas al respecto.
  • OCI Forecasting ayuda a prever parámetros de la cadena de suministro, como demanda, oferta y capacidad de recursos, para predecir el desempeño futuro y poder tomar las medidas adecuadas.
  • OCI Vision and Language ayuda a comprender documentos, como informes de calidad de productos salientes e informes de defectos, a fin de enriquecer datos de la cadena de suministro para su análisis.
• Nuestros datos y modelos seleccionados, comprobados y de alta calidad pueden estar sujetos a reglas y políticas de gobernanza y exponerse como un producto de datos (API) dentro de una sólida arquitectura de malla de datos para su distribución en todas las esferas del sector de la salud.

Utiliza la inteligencia automatizada para aumentar la rentabilidad y la seguridad de los pacientes

Disponer de una visión completa de toda la cadena de suministro permitirá a las organizaciones sanitarias responder a muchas preguntas que hoy son incapaces de contestar, pero para ello deben contar con la plataforma de datos adecuada. La plataforma debe ser flexible y capaz de manejar todos los tipos de datos necesarios; abierta y capaz de conectarse fácilmente a otras nubes, centros de datos locales u organizaciones de terceros; y segura. Con acceso a todos los datos, las organizaciones podrán lograr muchos objetivos, entre los que se incluyen:

• Gestionar el riesgo de los proveedores al tiempo que se comprende la demanda de los pacientes y los posibles eventos disruptivos: conocer en profundidad cómo la relación entre el riesgo de los proveedores y la demanda de los pacientes sienta las bases para una mayor eficacia operativa en todo el modelo operativo de la empresa, facilitada por una lista centralizada de proveedores cualificados y confiables.
• Fortalecer la cadena de suministro médico para aumentar la seguridad del paciente, mejorar el control de calidad y reducir los costos.
• Aumentar la resistencia de la cadena de suministro mediante una comprensión más profunda de los proveedores a través del intercambio de datos.
• Mejorar la agilidad y tomar decisiones de planificación y compensaciones más rápidas, ajustando y supervisando los planes a medida que se producen cambios.