Grand View Research估计,2017年至2025年,全球AI市场将以57%的复合年增长率增长,达到360亿美元。Forrester预测,2020年将是高管们将专注于如何推动和衡量其在AI投资价值的一年。

医疗保健也不例外。Optum最近对医疗保健高管进行的一项调查发现,不仅人工智能的使用呈上升趋势,而且大多数高管预计他们的投资回报将比最初预期的要快。

这些崇高的预测所缺少的是关于确保AI能够兑现其诺言所需的条件的更实质性的讨论,例如数据治理和管理的重要性。与其他领域(例如改善疾病诊断和药物开发)相比,关于人工智能和机器学习在医疗保健供应链中所扮演的角色的对话也更少。但是,当您停下来思考如何在医疗保健的其他地方应用AI时,您会开始看到供应链的含义和机会。

预测分析。

AI的令人兴奋的应用之一是将基因组学与其他患者的临床,社会和行为因素相结合,以预测未来的疾病状态和医疗保健治疗,例如患者是否可能发生心血管事件或需要膝盖替代。在患者个人层面,供应链的下游相关性相对较小。但是请考虑一下,如果我们拥有整个患者群体的数据(例如,由医疗保健系统或负责任的医疗机构提供的数据)会发生什么。在向制造商和分销商提供有价值的需求信号的同时,是否可以帮助预测所需产品的类型和数量,包括何时何地?

需求匹配。

有了有关产品在常规临床实践中的性能如何的更多数据以及根据特定患者人群的需求重新设计护理途径的驱动力,对正确的产品与正确的患者进行匹配的需求日益增长。AI在了解哪种类型的患者最适合使用哪种药物,利用这些数据进行价值分析和采购以及确保正确的产品放置在正确的位置方面可以发挥重要作用。

物流优化。

专注于患者流量的支持AI的公司正在利用第三方物流公司(如UPS)通常部署的工具来绘制最快的救护车路线,以将患者运送到医院或其他护理提供地点。为什么不使用这些相同的技术来帮助医疗保健供应链专业人士解决急性医疗机构以外的医疗迁移问题?人工智能可以帮助确定最佳的运输方法,频率和路线,以将产品和护理人员转移到急需增加的地点,从家庭和零售诊所到紧急护理和门诊手术中心。

供应连续性。

最近的事件-从自然灾害和传染病暴发到产品召回和灭菌设施关闭-使得人们更加关注供应连续性中断所带来的挑战。与零售行业不同,在零售行业中,补货通常只是一个不便之处,而医疗保健中的供应中断可能会带来严重的后果。以飓风玛丽亚为例。暴风雨袭击波多黎各时,对岛上50多家不同的制造商的经营产生了负面影响,其中包括那些提供静脉输液袋的制造商。盐袋的短缺使全美国的医疗服务提供者争相寻找替代品。团体采购组织Premier近期呼吁美国食品和药物管理局(US Food and Drug Administration)要求医疗设备制造商传达潜在的短缺情况。

任务自动化。

机器人流程自动化(RPA)是一种AI形式,越来越多地用于医疗保健中,尤其是围绕理赔流程。RPA使用软件机器人来自动化和标准化重复性任务,从而腾出人员来从事更多增值工作。对于供应链,RPA被用于自动化合同管理任务,例如检查价格和使用合同条款填充采购系统。

AI依赖项。

与许多新技术一样,人们对于AI可以如何改善临床,运营和财务绩效以及患者和临床医生的经验感到非常兴奋。同时,关于确保AI兑现其诺言需要采取哪些措施的讨论相对较少。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如有侵权行为,请第一时间联系我们修改或删除,多谢。