在任何時候，管理供應鏈以確保臨床實驗室可以隨時獲得滿足診斷需求所需的檢測、試劑和耗材都可能是一個挑戰—醫療保健系統、製造公司、經銷商甚至個別實驗室也面臨這一挑戰。
但在疫情中這一挑戰變成了時時刻刻的白領恐懼。隨著COVID-19於2020年初席捲全球，開發和分發SARS-CoV-2檢測的診斷製造商意識到需求正在飆升。當然，補給品不是。
的更多內容，這是一家領先診斷製造商與人工智慧專業諮詢公司IVADO Labs的獨特聯盟，為建立預測模型鋪平了道路，該模型能夠以更公平、更合理的方式分配測試、試劑和耗材。雖然該方法在最糟糕的可能條件下進行了應力測試，但它對於正常時期廣泛的臨床實驗室需求的供應鏈管理也很有用。
2020年初，隨著大流行在北美蔓延，該IVD製造商的加拿大附屬公司每週被分配了有限且固定數量的SARS-CoV-2檢測，以服務該國。但是把它們拆開並不容易。每次檢測需要使用近十幾種耗材和試劑，且必須以完全正確的比例分配，以確保臨床實驗室每週可使用所有這些檢測。
最佳化測試、耗材和試劑的混合並不是唯一的目標。團隊知道有限的檢測分配不足以滿足在地需求，但他們希望以不排除特定實驗室或社群的方式進行分配。那時他們就找了IVADO實驗室。
通常，IVADO實驗室的AI專家會幫助組織更準確地預測其供應鏈，以最佳化收入。但這個計畫不是這樣。IVADO Labs共同創始人及科學總監Andrea Lodi說：「這與收入無關。」「唯一重要的部分是能夠交付給人員，確保產品在正確的時間到達正確的地點，並最終在最需要測試的地方為病患服務。」在加拿大實現這一點的必要性如此緊迫以至於Lodi和他的同事們急於提供幫助。
但即使對於專長於供應鏈管理的AI愛好者而言，此專案亦非易事。IVADO Labs團隊通常喜歡根據兩年的銷售資料建立AI模型，以捕捉季節性及影響供需的任何其他因素。IVADO Labs產品管理總監Jack Klejka回憶說，對於SARS-CoV-2檢測，他們只有兩週的資料。隨著計畫的進行，他們合併了更多的資料，並在測試方案中考慮了以瞭解需要哪些試劑和耗材。
Klejka說：「這不是為了馬上擁有完美的東西。「我們不斷擴展複雜性。」
IVADO實驗室團隊選擇了兩個參考點來幫助指導決策：(a)每個實驗室的使用容量，以及(b)根據每個省人均陽性病例數的感染發生率。AI模型將使用此基礎以及大量其他資訊來預測測試需求並相應地分配供應。如果該國某個地區爆發疫情，該模型將進行調整，大幅增加那裡的檢測，同時減少對需求較低地區的供應。
在COVID-19的坩堝中，IVADO實驗室以創紀錄的時間提供了模型—它們的新穎方法奏效了。在部署僅八週後，AI模型將準確度提高了80%以上，且平均將測試能力提高了10%之多。AI之準確性令人印象深刻：預測通常與每週不到20個套組之實際消耗不同。實驗室客戶也更開心，因為每週的配置波動降低了78%，提高了穩定性，也方便了他們規劃資源。
基於本專案的成功，IVADO Labs已在討論如何將AI驅動的供應鏈預測模型擴展到其他測試及其他國家。「當我們開始這個專案時，很明顯COVID-19之外還有更多潛力，」Klejka說，「只要您擷取資料，就有機會最佳化某些功能。」
Lodi和Klejka希望感謝IVADO Labs的其他團隊成員，他們使這個計畫成為可能，包括Helene Desmarais、Arnold Liwanag、Guy Desaulniers、Guillaume Rabusseau、Parnaz Tabrizian、Florian Soudan、Nabila Remli、Shima Nikfal和Benoit Bourbeau。
