В любой момент времени управление цепочкой поставок, чтобы обеспечить клиническим лабораториям свободный доступ к тестам, реактивам и расходным материалам, необходимым для удовлетворения диагностического спроса, может стать проблемой, причем эта проблема касается систем здравоохранения, производителей, дистрибьюторов и даже отдельных лабораторий.
Однако в условиях пандемии эта задача превращается в ежеминутный стресс. Когда в начале 2020 года коронавирусная инфекция COVID-19 охватила весь мир, производители, занимающиеся разработкой и распространением диагностических тестов на SARS-CoV-2, поняли, что спрос стремительно растет. Поставки, разумеется, за ним не успевали.
В Канаде уникальный альянс между ведущим производителем диагностического оборудования и консалтинговой компанией IVADO Labs, специализирующейся на искусственном интеллекте (ИИ), позволил создать прогностическую модель для более объективного и рационального распределения тестов, реактивов и расходных материалов. Хотя этот подход прошел испытания в наихудших возможных условиях, он также может быть полезен при управлении цепочкой поставок для удовлетворения широкого спектра потребностей клинических лабораторий в обычное время.
Когда в начале 2020 года пандемия распространилась по Северной Америке, канадскому филиалу производителя продуктов для in vitro диагностики каждую неделю выделяли ограниченное и фиксированное количество тестов на SARS-CoV-2 для обслуживания всей страны. Но распределить их было непросто. Для каждого исследования требовалось около десятка расходных материалов и реактивов, и их нужно было распределить в точно определенных пропорциях, чтобы гарантировать, что клинические лаборатории смогут полностью использовать их каждую неделю.
Оптимизация тестов, расходных материалов и реактивов была не единственной целью. Сотрудники понимали, что выделенного ограниченного количества тестов будет недостаточно для удовлетворения местного спроса, однако они хотели распределить их таким образом, чтобы не оставить без внимания определенные лаборатории или сообщества. Именно тогда они и обратились в IVADO Labs.
Обычно эксперты по ИИ в компании IVADO Labs помогают организациям точнее прогнозировать цепочки поставок с целью оптимизации дохода. Но в данном проекте все было не так. «Речь шла не о доходах, — уточняет сооснователь и научный директор компании IVADO Labs Андреа Лоди (Andrea Lodi). — Единственной важной задачей было обеспечить возможность доставки таким образом, чтобы гарантировать своевременную доставку продукции в нужное место и, в конечном итоге, оказание помощи тем пациентам, которые больше всех нуждались в этом исследовании». В Канаде это было настолько необходимо, что Лоди и его коллеги с радостью согласились помочь.
Но даже для профессионалов в области ИИ, специализирующихся на управлении цепочками поставок, этот проект оказался непростым. Команда IVADO Labs обычно создает модель ИИ на основе данных о продажах за два года, чтобы отразить сезонные колебания и любые другие факторы, влияющие на спрос и предложение. В случае с тестами на SARS-CoV-2 были доступны данные только за две недели, как вспоминает директор по управлению продуктами в компании IVADO Labs Джек Клейка (Jack Klejka). По мере реализации проекта они вносили все больше данных и учитывали протоколы исследований, чтобы понять, какие реактивы и расходные материалы необходимы.
«Речь шла не о том, чтобы сразу получить идеальный результат, — говорит Клейка. — Мы продолжали усложнять процесс по мере работы».
Команда IVADO Labs выбрала два контрольных фактора для принятия решений: (а) пропускная способность каждой лаборатории и (б) распространенность инфекции на основании числа положительных результатов, полученных на душу населения в каждой провинции. Модель ИИ должна была использовать эту основу, а также большой объем другой информации для прогнозирования потребности в исследовании и распределения поставок в соответствии с этим прогнозом. Если бы в какой-либо части страны произошла вспышка, модель адаптировалась бы, запросив намного больше тестов для этого региона и сократив поставки в менее нуждающиеся регионы.
В суровых условиях пандемии COVID-19 компания IVADO Labs в рекордно короткие сроки предоставила модель — и ее новый подход сработал! Всего через восемь недель после внедрения модели ИИ удалось повысить точность более чем на 80 %, а число проводимых исследований — в среднем на 10 %. Точность модели ИИ была впечатляющей: прогнозы обычно отличались от фактического расхода менее чем на 20 наборов в неделю. Лаборатории были также довольны, поскольку колебания в распределении наборов от недели к неделе сократились на 78 %, что привело к повышению стабильности и упростило планирование ресурсов.
Компания IVADO Labs, окрыленная успехом этого проекта, уже обсуждает возможность распространения этой модели прогнозирования цепочек поставок на основе ИИ на другие тесты и страны. «Когда мы начали этот проект, стало ясно, что его потенциал далеко не ограничивается коронавирусной инфекцией COVID-19, — говорит Клейка. — Каждый раз, когда вы собираете данные, есть возможность что-то оптимизировать».
Лоди и Клейка выражают признательность другим сотрудникам IVADO Labs, благодаря которым этот проект стал возможным, в том числе Элен Демарэ (Helene Desmarais), Арнольду Ливанагу (Arnold Liwanag), Ги Десольнье (Guy Desaulniers), Гийому Рабюссо (Guillaume Rabusseau), Парназу Табрициану (Parnaz Tabrizian), Флориану Судану (Florian Soudan), Набиле Ремли (Nabila Remli), Шиме Никфаль (Shima Nikfal) и Бенуа Бурбо (Benoit Bourbeau).
