无论何时，管理供应链以确保临床实验室可以随时获得满足诊断需求所需的检测、试剂和耗材都可能是一个挑战。医疗系统、制造公司、分销商甚至各个实验室都面临这一挑战。
但在疫情期间，这一挑战演变为分秒必争的惊心之战。2020 年初 COVID-19 全球蔓延时，研发和分销急性重症呼吸综合征冠状病毒 (SARS-CoV-2) 检测试剂的诊断厂商发现，市场需求正呈爆炸式增长。然而，供应却未能同步跟上需求。
在加拿大，某领先诊断制造商与人工智能 (AI) 专业咨询机构 IVADO 实验室的独特合作，为建立更公平、更理性的检测试剂及耗材分配预测模型开辟了道路。该方法虽经极端条件压力测试，但在常规时期同样适用于临床实验室各类检测需求的供应链管理。
随着 2020 年初疫情在北美的美蔓延，该 IVD 制造商的加拿大分公司每周都为该国分配了有限且固定数量的 SARS-CoV-2 检测资源。但调配此类资源并非易事。每次检测都需要十几种耗材和试剂才能运行，并且必须以完全正确的比例分配，确保临床实验室每周都可以使用全部的检测资源。
优化测试、耗材和试剂的组合分配并非唯一的目标。项目团队深知，有限的检测资源无法满足当地全部需求，他们希望其资源分配方式不会遗漏任何特定实验室或社区。正是在此背景下，他们开始寻求与 IVADO Labs 合作。
通常情况下，IVADO Labs 的 AI 专家会协助合作方更准确地预测供应链，优化收入。但该项目并非如此。IVADO Labs 的联合创始人兼科学总监 Andrea Lodi 表示：“这与收入无关。唯一重要的目标是将产品交付给相应群体，确保产品在正确的时间送达正确的地点，最终为最需要检测地区的患者提供服务。”加拿大急需实现这一目标，因此 Lodi 及其同事都急于提供协助。
但即使对于专攻供应链管理的 AI 爱好者而言，这个项目也并非易事。IVADO Labs 团队通常倾向于根据两年的销售数据构建 AI 模型，以捕捉季节性因素以及对供求产生影响的其他任意因素。IVADO Labs 产品管理总监 Jack Klejka 回忆称，对于 SARS-CoV-2 检测，他们只有两周的数据。随着项目的进行，他们纳入了更多的数据，并在检测方案中考虑了需要哪些试剂和耗材的因素。
“这并不是说要立刻就设计出完美的解决方案，” Klejka 说道，“而是持续提升复杂度。”
IVADO Labs 团队选择了两个参考点来指导决策：(a) 每个实验室的使用能力，以及 (b) 基于每个省人均阳性病例数的感染流行率。AI 模型将基于这两点以及大量其他信息来预测检测需求并相应地分配供应资源。如果该国某个地区爆发疫情，该模型将进行调整，大幅增加该地的检测次数，同时减少对需求较低地区的供应。
在 COVID-19 的严峻考验中，IVADO Labs 以创纪录的时间交付了一个模型，新方法也发挥了作用。在部署仅八周后，AI 模型将准确性提高了 80% 以上，平均检测能力提高了10%。AI 的准确性令人印象深刻：预测量通常与每周的实际消耗量相差不到 20 套试剂盒。实验室客户则更为满意，因为每周的配置波动降低了 78%，既提高了稳定性，也方便了规划资源。
基于该项目的成功，IVADO Labs 已经在讨论如何将 AI 驱动的供应链预测模型扩展到其他检测及其他国家/地区。“项目启动后我们意识到，其应用潜力远不止于 COVID-19，”Klejka 表示，“无论何时采集数据，都有机会进行优化。”
Lodi 与 Klejka 想要感谢 IVADO Labs 团队助力这一项目成为现实的其他成员，包括 Helene Desmarais、Arnold Liwanag、Guy Desaulniers、Guillaume Rabusseau、Parnaz Tabrizian、Florian Soudan、Nabila Remli、Shima Nikfal 和 Benoit Bourbeau。
