Healthcare supply chain optimization

زيادة الرؤية لتحسين مرونة سلسلة التوريد ومرونتها

شكلت جائحة COVID-19 ضغوطًا غير مسبوقة على سلاسل التوريد وشدد على أهمية التخطيط الفعال لسلسلة التوريد. قبل COVID، تم دفع المخزون في الوقت المحدد كأفضل طريقة لإدارة المخزون لأنه يسمح للمؤسسات بخفض النفقات من خلال تقليل المخزون المتوفر. ومع ذلك، كما أثبت الوباء، في حين أن هذه الطريقة قد توفر لك المال، فإنه يترك لك عرضة للغاية عند حدوث الاضطرابات والطوارئ. في الوقت نفسه، لا تريد أن يكون لديك الكثير من المخزون المتوافر، ليس فقط بسبب تكاليف الصيانة ولكن أيضًا لأنه يزيد من النفايات حيث يتم التخلص من العديد من المنتجات ذات تاريخ انتهاء الصلاحية قبل استخدامها. وجد تقرير بحثي حديث أن 13% في المتوسط من المخزون لغرفة تشغيل تنتهي صلاحيتها على الرف (بتنسيق PDF).

في حين أن التخطيط الفعال لسلسلة التوريد وإدارة المخزون أمر بالغ الأهمية في كل صناعة، فهي حاسمة بشكل خاص في الرعاية الصحية، حيث يمكن أن تؤثر اضطرابات سلسلة التوريد على رعاية المرضى وسلامتهم ونتائجهم. للعثور على النهج الأمثل وتجنب وجود مخزون أكبر من اللازم أو قليل جدًا، يجب أن يكون لدى الشركة المصنعة ومؤسسة الرعاية الصحية رؤية في المراحل الأولى والنهاية من خلال سلسلة التوريد. تمنح الرؤية داخل العملية بأكملها جميع الأطراف في سلسلة التوريد سهولة الاستخدام للاستفادة من مقدمي المصدر المختلفين عند حدوث اضطرابات.

ولتحقيق رؤية كاملة، تحتاج مؤسسات الرعاية الصحية إلى دمج البيانات من العديد من المصادر الخارجية والداخلية. تحتاج المؤسسات التي تواجه صعوبة في الوصول إلى البيانات، والشفافية، ودقة البيانات إلى حل هذه التحديات للتحرك نحو التخطيط المستمر لسلسلة التوريد والمساعدة على ضمان استمرار العمليات.

تحسين سلسلة التوريد باستخدام جميع البيانات المناسبة

تتوفر كمية هائلة من بيانات سلسلة التوريد اليوم، وتنمو الكمية بشكل كبير كل عام. المشكلة التي يواجهها العديد من مؤسسات الرعاية الصحية ليس نقصًا في البيانات، بل عدم القدرة على فهم البيانات والوصول إلى البيانات اللازمة لتطوير رؤى مفيدة.

في حالة الاستخدام هذه، سنوضح لك كيف يمكن لمنصة بيانات Oracle للرعاية الصحية تبسيط عملية استخدام التحليلات المتقدمة والتعلم الآلي لعزل سلسلة التوريد الخاصة بك من الأحداث الفوضاوية مع خفض التكاليف وزيادة سلامة المريض.

توضح هذه الصورة كيف يمكن استخدام منصة بيانات Oracle للرعاية الصحية لدعم الرعاية القائمة على القيمة مع مراقبة الأداء. وتشمل المنصة الدعائم الخمس التالية:

1. 1. مصادر البيانات، الاكتشاف
2. 2. استيعاب، تحويل
3. 3. الاحتفاظ، التوقع، الإنشاء
4. 4. التحليل والتعلم والتنبؤ
5. 5. القياس، العمل

يتضمن ركيزة مصادر البيانات والاكتشاف فئتين من البيانات.

1. 1- تتألف سجلات الأعمال من ERP، ونظام إدارة المستودعات، والمخزون، والمواد، والتخطيط والجدولة، وEPM.
2. 2. تشتمل المدخلات الفنية على بيانات من إدارة النقل وبيانات القياس عن بُعد والسجلات ومصادر تدفق الأحداث.

تتكون ركيزة الاستيعاب والتحويل من ثلاث إمكانيات.

1. 1. يستخدم النقل المجمع OCI FastConnect ونقل بيانات OCI وMFT وOCI CLI.
2. 2. يستخدم عرض الدُفعات تكامل بيانات OCI وOracle Integration Cloud وData Studio.
3. 3. يستخدم تسجيل بيانات التغيير OCI GoldenGate وOracle Data Integrator.

تتصل جميع الإمكانات الثلاثة بشكل أحادي الاتجاه بمخزن بيانات الخدمة والتخزين السحابي داخل عمود Persist وCurate وCreate.

تتكون دعامة الاستمرار والدقة والإنشاء من خمس قدرات.

1. 1. يستخدم مخزن بيانات الخدمة Autonomous Data Warehouse وExadata Cloud Service وExadata Cloud@Customer.
2. 2. تستخدم Hadoop المُدارة خدمة Oracle Big Data Service.
3. 3. يستخدم تخزين السحابة تخزين كائنات OCI.
4. 4. تستخدم المعالجة الدفعية تدفق بيانات OCI.
5. 5. تستخدم الحوكمة OCI Data Catalog.

هذه القدرات مرتبطة بالركيزة. يتم توصيل التخزين السحابي بشكل غير مباشر بمخزن بيانات الخدمة وHadoop المُدار؛ كما أنه متصل بشكل ثنائي بمعالجة الدفعة.

يتم توصيل نظام Hadoop المُدار بشكل غير مباشر بمخزن بيانات الخدمة.

تتصل إمكانيتي "التحليل والتعلم والتنبؤ": يرتبط مخزن بيانات الخدمة بكل من إمكانية التحليلات والتمثيل المرئي ومنتجات البيانات وإمكانية واجهات برمجة التطبيقات. يتصل التخزين السحابي بإمكانية التعلم الآلي.

تشتمل دعامة التحليل والتعلم والتنبؤ على ثلاث إمكانات.

1. 1. تستخدم التحليلات والتصور GraphStudio وOracle Analytics Cloud وISVs.
2. 2. تستخدم منتجات البيانات وواجهات برمجة التطبيقات بوابة OCI API ووظائف OCI.
3. 3. يستخدم التعلم الآلي علوم بيانات OCI، وأجهزة Oracle ML، وأجهزة ML.

تتضمن خدمات الذكاء الاصطناعي مساعد Oracle الرقمي ولغة OCI والكلام والرؤية.

يوفر مخزن بيانات العرض وHadoop المُدار وتخزين العناصر البيانات الوصفية إلى كتالوج بيانات OCI.

يلتقط عمود "التدبير، الفعل" كيف يمكن تطبيق تحليل البيانات لدعم تحسين سلسلة التوريد. هذه النتائج مقسمة إلى مجموعتين.

1. 1. تتضمن المجموعة الأولى "الأفراد والشركاء" التحسين المستمر وقياس الأداء والتنبؤ بالطلب وتخطيط المخزون جنبًا إلى جنب مع تصميم سلسلة التوريد وتحسين الشبكة.
2. 2. تتضمن المجموعة الثانية "التطبيقات" الحصول على إشعارات الاستدعاء وتحسين إدارة المساحة والمخزون واستخدام الذكاء الاصطناعي/التعلم الآلي لتحسين العمليات التشغيلية.

الركائز الأساسية الثلاثة - الاستيعاب، والتحويل؛ والاستمرار، والدقة، والإنشاء، والتحليل، والتعلم، والتنبؤ - مدعومة بالبنية الأساسية، والشبكة، والأمان، وIAM.

هناك ثلاثة خيارات رئيسية لإدخال البيانات في بنية لإنشاء نظام أساسي مرن ومفتوح ومؤدي للبيانات.

• للبدء، نحتاج إلى فهم وضع المخزون العام لدينا. للقيام بذلك، نستخدم Oracle Cloud Infrastructure (OCI) GoldenGate لتمكين تسجيل تغيير البيانات من استيعاب بيانات مخزون المستودع القريبة في الوقت الفعلي من قواعد البيانات التشغيلية لجميع العناصر المخزنة ووحدات الأعمال التي ترتبط بها.
• يمكننا الآن إضافة مجموعات البيانات ذات الصلة، مثل البيانات من أنظمة ERP وأنظمة إدارة المستودعات وأنظمة الموارد البشرية وأنظمة معلومات الإدارة الصحية وأنظمة إدارة أداء المؤسسة، لفهم سلسلة التوريد بشكل كامل واكتساب رؤية بشأن صحتها. غالبًا ما تتكون مجموعات البيانات هذه من أحجام كبيرة من البيانات المحلية غالبًا، وفي معظم الحالات، يكون استيعاب الدفعة أكثر كفاءة. بالنسبة لعمليات التكامل من التطبيق إلى التطبيق (أو عمليات التكامل مع خدمات OCI الأخرى)، يعتبر Oracle Integration Cloud طريقة مثبتة الفعالية من حيث التكلفة، مما يجعل العملية سهلة وفعالة من حيث التكلفة.
• تُستخدم خدمات النقل المجمع في الحالات التي يلزم فيها نقل كميات كبيرة من البيانات إلى Oracle Cloud Infrastructure OCI للمرة الأولى، على سبيل المثال، البيانات من المستودعات التحليلية المحلية الحالية أو مصادر السحابة الأخرى. ستعتمد خدمة النقل المجمّع المحددة التي سنستخدمها على موقع البيانات وتكرار النقل. على سبيل المثال، قد نستخدم OCI Data Transfer Service أو OCI Data Transfer Appliance لتحميل كمية كبيرة من البيانات المحلية من التخطيط التاريخي أو مستودعات تخزين البيانات. عندما يجب نقل كميات كبيرة من البيانات بشكل مستمر، نوصي باستخدام OCI FastConnect، التي توفر اتصال شبكة خاصة مخصصًا وعالي النطاق بين مركز بيانات العميل وOCI.

يتم بناء استمرارية البيانات ومعالجتها على ثلاثة مكونات (أربعة مكونات اختياريًا).

• يتم تخزين البيانات الأولية المستوردة في تخزين السحابة. سنستخدم تدفق بيانات OCI من أجل معالجة الدفعات لهذه البيانات المستمرة الآن، مثل بيانات ERP وبيانات المخزون وبيانات القياس عن بعد من الأجهزة والتطبيقات والسجلات وبيانات مرجع المنتج. يتم إرجاع مجموعات البيانات التي تمّت معالجتها هذه إلى التخزين السحابي للاستمرارية، والطول، والتحليل، وفي النهاية للتحميل في نموذج محسّن إلى مخزن بيانات الخدمة. بدلًا من ذلك، وفقًا للتفضيل الهيكلي، يمكن إنجاز ذلك باستخدام Oracle Big Data Service كمجموعة ‏Hadoop ‏مُدارة.
• لقد أنشأنا الآن مجموعات بيانات معالجة جاهزة للاستمرار في نموذج العلاقات المحسّن لأداء الاستعلام والمدة في مخزن بيانات الخدمة. وسيمكننا ذلك من التقييم السريع للعديد من مؤشرات الأداء الرئيسية القيمة، مثل تحويلات المخزون، وتوريد النفقات كنسبة مئوية من صافي إيرادات المرضى، والنسبة المئوية للعناصر ذات البدائل المحددة، ومعدلات تعبئة الموردين، وعدد المنتجات منتهية الصلاحية/المهدرة كنسبة مئوية من إجمالي المنتجات المشتراة، لإدراج أمثلة قليلة فقط.

تعتمد إمكانية التحليل والتعلم والتنبؤ على تقنيتين.

• تقدم خدمات التحليلات والرؤية التحليلات الوصفية (تصف الاتجاهات الحالية مع الرسوم البيانية والرسوم البيانية)، والتحليلات التنبؤية (تتنبأ بالأحداث المستقبلية، وتحدد الاتجاهات، وتحدد احتمالية النتائج غير المؤكدة)، والتحليلات الوصفية (تقترح إجراءات مناسبة لدعم اتخاذ القرار الأمثل)، والتي يمكن أن تساعد مؤسسات الرعاية الصحية
  
  
  • حساب عدد المنتجات منتهية الصلاحية كنسبة مئوية من المنتجات المتوافرة في المخزون
  • استخدام التوأم الرقمي في سلسلة التوريد لإجراء تحليل "ماذا لو" خالٍ من المخاطر
  • تحديد مصروفات التوريد كنسبة مئوية لصافي إيرادات المرضى
  • فهم النسبة المئوية للعناصر التي حددت البدائل
• إلى جانب التحليلات المتقدمة، يتم تطوير نماذج التعلم الآلي وتدريبها ونشرها. يمكن الوصول إلى هذه النماذج عبر واجهات برمجة التطبيقات، أو نشرها في متجر بيانات الخدمة، أو تضمينها كجزء من خط أعمال تحليلات التدفق.
• عند إنشاء نماذج التعلم الآلي، لديك المرونة لاستخدام OCI Data Science أو OCI AI Services المتاحة أو مزيج من الاثنين. فيما يلي بعض الأمثلة على خدمات OCI AI وكيف يمكن استخدامها كجزء من خط أعمال سلسلة التوريد AI / ML:
  
  
  • يمكن أن يساعد اكتشاف OCI Anomaly Detection في مراقبة مقاييس أداء سلسلة التوريد (على سبيل المثال، مخزون المواد الخام، وإنتاجية الإنتاج، والعمل الجاري، وأوقات النقل، ودوران المخزون) في الوقت الفعلي لتحديد الاضطرابات ومعالجتها. في سلسلة التوريد المعقدة، يمكن أن يساعد مجموع نقاط الشذوذات المحددة في ترتيب أولويات اضطرابات الأعمال الملحوظة خلال الإجراءات.
  • يمكن أن يساعد التنبؤ بـ OCI في التنبؤ بمقاييس سلسلة التوريد، مثل الطلب والعرض وقدرة الموارد، للتنبؤ بالأداء المستقبلي حتى يمكن اتخاذ الإجراءات المناسبة.
  • يمكن أن تساعد OCI Vision ولغة OCI على فهم المستندات، مثل تقارير جودة المنتجات الصادرة وتقارير أخطاء المنتجات، لإثراء بيانات سلسلة التوريد للتحليل.
• يمكن أن تحتوي البيانات والنماذج المُعالجة والمختبرة وعالية الجودة لدينا على قواعد وسياسات. الإدارة الحوكمة المطبقة ويمكن عرضها كمنتج بيانات (واجهة برمجة التطبيقات) داخل بنية شبكة بيانات للتوزيع عبر مؤسسة الرعاية الصحية.

استخدام الذكاء الآلي لزيادة الربحية وسلامة المريض

إن وجود رؤية كاملة لسلسلة التوريد بأكملها سيسمح لمؤسسات الرعاية الصحية بالإجابة على العديد من الأسئلة التي لا يمكنها الإجابة عنها اليوم، ولكن للقيام بذلك، يجب أن يكون لديها النظام الأساسي المناسب للبيانات. يجب أن تكون المنصة مرنة وقادرة على التعامل مع جميع أنواع البيانات الضرورية؛ مفتوحة وقادرة على الاتصال بسهولة بالسحابات الأخرى أو مراكز البيانات المحلية أو مؤسسات الجهات الخارجية؛ وآمن. ومع الوصول إلى جميع البيانات، ستتمكن مؤسسات الرعاية الصحية من تحقيق العديد من الأهداف، والتي قد تشمل

• إدارة مخاطر الموردين مع فهم طلب المريض والأحداث التي قد تؤدي إلى الانقطاع عن الخدمة-تضع المعرفة المتعمقة بالعلاقة بين مخاطر الموردين وطلب المريض الأساس لزيادة الفعالية التشغيلية عبر نموذج تشغيل الأعمال بأكمله، والتي يتم تسهيلها من خلال قائمة مركزية من الموردين المؤهلين والموثوق بهم
• تعزيز منظومة توريد الرعاية الصحية للمساعدة في زيادة سلامة المريض مع تحسين مراقبة الجودة وتقليل التكاليف
• زيادة مرونة منظومة التوريد من خلال تطوير فهم أعمق للمورّدين من خلال مشاركة البيانات
• تحسين المرونة واتخاذ قرارات تخطيط ومفاضلات أسرع وتعديل الخطط ومراقبتها عند حدوث تغييرات