Healthcare supply chain optimization

Creșteți vizibilitatea pentru a îmbunătăți rezistența și flexibilitatea lanțului de aprovizionare

Pandemia de COVID-19 a pus o presiune fără precedent asupra lanțurilor de aprovizionare, reliefând importanța planificării eficiente a acestora. Înainte de COVID, vânzarea constantă a fost considerată cea mai bună metodă de gestionare a stocurilor, deoarece le permite organizațiilor să reducă cheltuielile cu depozitarea prin diminuarea stocurilor disponibile. Cu toate acestea, așa cum a demonstrat pandemia, deși companiile pot economisi bani cu această metodă, vor rămâne extrem de vulnerabile în fața perturbărilor și urgențelor. În același timp, nimeni nu vrea să aibă stocuri prea mari, nu numai din cauza costurilor de depozitare, ci și a pierderilor înregistrate prin deșeuri, ca urmare a faptului că produsele care au o dată a expirării sunt aruncare înainte de a putea fi utilizate. Un studiu recent arată că, în medie, 13% din echipamentele chirurgicale aflate într-un stoc expiră pe raft (PDF).

Deși eficiența planificării lanțului de aprovizionare și gestionării stocurilor este esențială în orice domeniu, are o importanță extraordinară mai ales în domeniul sănătății, în care perturbarea lanțului de aprovizionare poate afecta îngrijirea, siguranța și sănătatea pacienților, în general. Pentru a găsi abordarea optimă și a evita deținerea unor stocuri prea mari sau prea mici, producătorii și organizațiile din domeniul sănătății trebuie să aibă vizibilitate în lanțul de aprovizionare atât în amonte, cât și în aval. Vizibilitatea întregului proces le oferă tuturor părților din lanțul de aprovizionare flexibilitatea de a utiliza diferiți furnizori atunci când apar disfuncționalități.

Pentru a obține o vizibilitate deplină, organizațiile din domeniul sănătății trebuie să combine datele din mai multe surse externe și interne. Organizațiile care au probleme privind accesul la date, transparența și exactitatea datelor trebuie să le rezolve înainte de a trece la planificarea continuă a lanțului de aprovizionare și să asigure continuitatea operațiunilor.

Optimizați-vă lanțul de aprovizionare utilizând toate datele potrivite

În prezent, sunt disponibile foarte multe date privind lanțul de aprovizionare, iar volumul acestora crește exponențial de la un an la altul. Problema cu care se confruntă multe organizații din domeniul sănătății nu este lipsa datelor, ci incapacitatea de a le înțelege și de a accesa datele necesare pentru obținerea unor informații utile.

În acest caz de utilizare, vă vom arăta cum poate să simplifice Oracle Data Platform for Health procesul de utilizare a analizelor avansate și a machine learning, astfel încât să protejați mai ușor lanțul de aprovizionare împotriva evenimentelor perturbatoare și, în același timp, să reduceți costurile și să creșteți siguranța pacienților.

Această imagine prezintă modul în care se poate utiliza Oracle Data Platform for Health pentru a sprijini îmbunătățirea îngrijirii medicale prin monitorizarea performanței. Platforma conține următorii cinci piloni:

1. 1. Surse de date, descoperire
2. 2. Asimilare, transformare
3. 3. Persistență, organizare, creare
4. 4. Analiză, învățare, estimare
5. 5. Măsurare, acționare

Pilonul Surse de date, descoperire include două categorii de date.

1. 1. Evidențe companie este compusă din ERP, sistemul de gestionare a depozitelor, stocuri, materiale, planificare și programare și EPM.
2. 2. Date tehnice cuprinde datele din managementul transportului, datele de telemetrie, jurnale și sursele fluxurilor de evenimente.

Pilonul Asimilare, transformare cuprinde trei capacități.

1. 1. Transferul în masă utilizează OCI FastConnect, OCI Data Transfer, MFT și OCI CLI.
2. 2. Asimilarea în set utilizează OCI Data Integration, Oracle Integration Cloud și Data Studio.
3. 3. Captarea datelor de modificare utilizează OCI GoldenGate și Oracle Data Integrator.

Toate cele trei capacități se conectează unidirecțional în banca de date pentru deservire și spațiul de stocare în cloud din cadrul pilonului Persistență, organizare, creare.

Pilonul Persistență, organizare, creare cuprinde cinci capacități.

1. 1. Banca de date pentru deservire utilizează Autonomous Data Warehouse, Exadata Cloud Service și Exadata Cloud@Customer.
2. 2. Clusterul Hadoop gestionat utilizează Oracle Big Data Service.
3. 3. Stocarea în cloud utilizează OCI Object Storage.
4. 4. Prelucrarea în set utilizează OCI Data Flow.
5. 5. Organizarea utilizează OCI Data Catalog.

Aceste capacități sunt conectate în cadrul pilonului. Stocarea în cloud este conectată unidirecțional la banca de date pentru deservire și la clusterul Hadoop gestionat; de asemenea, este conectată bidirecțional la prelucrarea în set.

Clusterul Hadoop gestionat este conectat unidirecțional la banca de date pentru deservire.

În cadrul pilonului Analiză, învățare și estimare se conectează două capacități: banca de date pentru deservire, care se conectează atât la capacitatea de analiză, cât și la cea de vizualizare, și capacitatea produselor de date, a API-urilor. Stocarea în cloud se conectează la capacitatea de machine learning.

Pilonul Analiză, învățare și estimare cuprinde trei capacități.

1. 1. Analize și vizualizări utilizează GraphStudio, Oracle Analytics Cloud și ISV-uri.
2. 2. Produse de date, API-uri utilizează OCI API Gateway și OCI Functions.
3. 3. Machine learning utilizează OCI Data Science, Oracle Machine Learning și ML Notebooks.

AI Services include Oracle Digital Assistant, OCI Language, Speech și Vision.

Banca de date pentru deservire, clusterul Hadoop gestionat și spațiul de stocare pentru obiecte furnizează metadate pentru OCI Data Catalog.

Pilonul Măsurare, acționare captează modul în care poate fi aplicată analiza datelor pentru a sprijini optimizarea lanțului de aprovizionare. Aceste rezultate sunt împărțite în două grupuri.

1. 1. Primul grup, „Persoane și parteneri”, cuprinde măsurarea continuă a îmbunătățirii și performanței, prognozarea cererii și planificarea stocurilor, precum și optimizarea configurării lanțului de aprovizionare și rețelei.
2. 2. Al doilea grup, „Aplicații”, cuprinde notificările privind preluarea retururilor, îmbunătățirea gestionării spațiului și stocurilor și utilizarea AI/ML pentru îmbunătățirea proceselor operaționale.

Cei trei piloni centrali – Asimilare, transformare; Persistență, organizare, creare și Analiză, învățare, estimare – sunt acceptați de infrastructură, rețea, securitate și IAM.

Există trei opțiuni principale pentru injectarea datelor într-o arhitectură în scopul creării unei platforme de date flexibile, deschise și performante.

• Pentru început, trebuie să știm cum stăm cu stocurile, în general. În acest scop, utilizăm Oracle Cloud Infrastructure (OCI) GoldenGate pentru asimilarea datelor de modificare din totalul datelor aproape în timp real privind stocurile aflate în bazele de date operaționale, pentru toate articolele stocate și unitățile de business cu care sunt asociate.
• Acum, putem adăuga seturile de date relevante, cum ar fi datele de la sistemele ERP, sistemele de gestionare a depozitelor, sistemele de resurse umane, sistemele de informații privind managementul sănătății și sistemele de management al performanțelor companiei, pentru a cunoaște lanțul de aprovizionare pe deplin și a obține informații despre starea sa de funcționare. Aceste seturi de date cuprind adesea volume mari de date, aflate de obicei on-premises, iar în majoritatea cazurilor, asimilarea în set este cea mai eficientă. Pentru integrările dintre aplicații (sau integrările cu alte servicii OCI), Oracle Integration Cloud este o metodă testată, excelentă, prin care acest proces devine mai simplu și mai rentabil.
• Serviciile de transfer în masă sunt utilizate în situațiile în care trebuie mutate volume mari de date în Oracle Cloud Infrastructure pentru prima dată – de exemplu, datele din depozitele analitice existente on-premises sau din alte surse, aflate în cloud. Serviciul de transfer în masă specific pe care îl vom utiliza va depinde de locația datelor și de frecvența transferurilor. De exemplu, putem utiliza OCI Data Transfer Service sau OCI Data Transfer Appliance pentru a încărca volume mari de date on-premises din containerele cu istoricul planificărilor sau din depozitele de date. Când trebuie mutate permanent volume mari de date, recomandăm utilizarea OCI FastConnect, care asigură o conexiune în rețea privată dedicată, cu lățime mare de bandă, între centrul de date al clientului și OCI.

Persistența și prelucrarea datelor se bazează pe trei (opțional, patru) componente.

• Datele brute asimilate sunt stocate în spațiul de stocare din cloud. Vom utiliza OCI Data Flow pentru prelucrarea în set a acestor date acum persistente, cum ar fi datele ERP, datele despre stocuri, datele de telemetrie de la dispozitive și aplicații, jurnalele și datele de referință despre produse. Aceste seturi de date prelucrate sunt returnate în spațiul de stocare din cloud pentru persistența, organizarea și analizarea lor ulterioară și, în cele din urmă, pentru încărcarea în banca de date pentru deservire, într-un format optimizat. Sau, în funcție de preferințele arhitecturale, această prelucrare se poate realiza cu Oracle Big Data Service ca cluster Hadoop gestionat.
• Acum, am creat seturi de date prelucrate, gata de păstrare într-un format relațional optimizat, pentru organizare și interogare performantă, în banca de date pentru deservire. Astfel, vom putea evalua rapid mai mulți indicatori de performanță importanți, cum ar fi rotația mărfurilor, cheltuielile de aprovizionare ca procent din veniturile nete, procentul de articole cu înlocuitori identificați, ratele de onorare ale furnizorilor și numărul de produse expirate/aruncate ca procent din totalul achiziționat, pentru a enumera doar câteva exemple.

Capacitatea de analiză, învățare și estimare se bazează pe patru tehnologii.

• Serviciile de analiză și vizualizare oferă analiză descriptivă (descrie tendințele curente prin histograme și diagrame), analiză predictivă (anticipează evenimentele viitoare, identifică tendințele și stabilește probabilitatea rezultatelor incerte) și analiză prescriptivă (propune acțiunile adecvate care susțin un proces decizional optim), ceea ce poate fi de ajutor pentru organizațiile din domeniul sănătății
  
  
  • Calculați numărul de produse expirate ca procent din totalul produselor disponibile aflate în stoc
  • Utilizați gemenii digitali din lanțul de aprovizionare pentru a analiza situații ipotetice, fără riscuri
  • Stabiliți cheltuielile de aprovizionare ca procent din veniturile nete
  • Aflați pentru ce procent din totalul articolelor s-au identificat înlocuitori
• Pe lângă analizele avansate, sunt create, instruite și implementate modele de machine learning. Aceste modele pot fi accesate prin API-uri, implementate în banca de date pentru deservire sau integrate ca parte a unui pipeline de analize în flux.
• Când creați modele de machine learning, aveți flexibilitatea de a utiliza OCI Data Science, OCI AI Services disponibile sau o combinație între cele două soluții. Iată câteva exemple de OCI AI Services și cum pot fi utilizate în cadrul unui pipeline AI/ML pentru lanțul de aprovizionare:
  
  
  • OCI Anomaly Detection poate ajuta la monitorizarea indicatorilor de performanță ai lanțului de aprovizionare (de exemplu, stocul de materii prime, capacitatea de producție, lucrările în curs, timpii de tranzit și rulajul mărfurilor) în timp real, pentru identificarea și soluționarea problemelor. Într-un lanț de aprovizionare complex, prin evaluarea gravității anomaliilor identificate se poate prioritiza soluționarea problemelor respective.
  • OCI Forecasting poate realiza prognoze ale indicatorilor din lanțul de aprovizionare, cum ar fi cererea, oferta și volumul resurselor, pentru estimarea performanței viitoare, astfel încât să poată fi adoptate măsurile adecvate.
  • OCI Vision și OCI Language pot contribui la înțelegerea unor documente precum rapoartele de ieșire privind calitatea și cele privind defectele produselor, pentru îmbogățirea datelor despre lanțul de aprovizionare, pentru analiză.
• Datele și modelele noastre organizate, testate și de înaltă calitate pot să fie supuse unor reguli și politici de guvernanță și expuse ca produs de date (API) într-o arhitectură de rețea de date, pentru a fi distribuite în cadrul organizației din domeniul sănătății.

Obțineți informații automat pentru creșterea rentabilității și a siguranței pacienților

Având o imagine completă a întregului lanț de aprovizionare, organizațiile din domeniul sănătății vor putea răspunde la multe întrebări la care nu pot răspunde astăzi – dar, pentru aceasta, trebuie să aibă platforma de date potrivită. Platforma trebuie să fie: 1. flexibilă și capabilă să gestioneze toate tipurile de date necesare; 2. deschisă și capabilă să se conecteze cu ușurință la alte clouduri, la centrele de date on-premises și la organizații terțe și 3. securizată. Având acces la toate datele, organizațiile din domeniul sănătății vor putea îndeplini numeroase obiective, printre care

• gestionarea riscurilor prezentate de furnizori, cunoscând totodată cererea pacienților și posibilele evenimente perturbatoare – cunoașterea în profunzime a relației dintre riscul prezentat de furnizori și cererea pacienților pune bazele unei eficiențe operaționale mai mari în cadrul întregului model operațional de afaceri, datorită creării unei liste centralizate de furnizori calificați și de încredere;
• consolidarea lanțului de aprovizionare din domeniul sănătății, în vederea creșterii siguranței pacienților, dar și a îmbunătățirii controlului calității și reducerii costurilor;
• creșterea rezistenței lanțului de aprovizionare, prin dobândirea unei cunoașteri mai profunde a furnizorilor, datorită schimbului de date;
• îmbunătățirea flexibilității și accelerarea procesului decizional privind planificarea și negocierea, planurile fiind ajustate și monitorizate pe măsură ce apar schimbări.