革新医疗供应链：释放AI全部潜力

关于人工智能（AI）潜在用途，热情与预测不乏。Grand View Research估计全球AI市场2017-2025年复合年增长率57%，达360亿美元。Forrester预测2020年高管将聚焦如何驱动衡量AI投资价值。医疗不例外。Optum近期医疗高管调查发现，AI使用上升，且多数高管预期投资回报比最初预期更快。

这些宏大预测缺失更实质性讨论：确保AI兑现承诺需要什么，如数据治理和管理重要性。也较少谈论AI和机器学习在医疗供应链中的角色，相较于疾病诊断改进、药物开发等领域。但当你停下思考AI在医疗其他领域如何应用，开始看到对供应链的启示和机会。

预测分析

AI更令人兴奋应用之一是结合基因组学与其他患者临床、社会、行为因素，预测未来疾病状态和医疗治疗，如患者是否可能经历心血管事件或需要膝关节置换。个体患者层面，对供应链下游关联性较小。但若拥有整个患者群体数据——如某医疗系统或可问责医疗组织服务人群——能否帮助预测所需产品类型和数量，包括何时何地，同时为制造商分销商提供有价值需求信号？

需求匹配

随着产品在常规临床实践中表现数据增多、基于特定患者群体需求重新设计护理路径驱动增强，将正确产品匹配给正确患者需求日增。AI可在理解什么产品对什么患者最有效、利用此数据进行价值分析和采购、确保正确产品在正确位置发挥重要作用。

物流优化

专注患者流的AI赋能公司利用第三方物流公司常部署工具（如UPS）规划最快救护车路线送患者至医院或其他护理交付点。为何不部署相同技术协助医疗供应链专业人员应对急性护理环境外护理迁移？AI可帮助确定最佳运输方式、频率、路线，将产品和护理人员移至快速扩展的所需地点：家庭、零售诊所、紧急护理、门诊手术中心。

供应连续性

近期事件——自然灾害、传染病爆发、产品召回、灭菌设施关闭——增加对供应连续性中断挑战的关注。与零售业缺货常仅是不便不同，医疗供应中断后果严重。以飓风Maria为例。袭击波多黎各时，负面影响岛上50多家制造商运营，含供应输液袋厂商。生理盐水袋短缺致全美提供商四处寻找替代。团购组织Premier近期吁美国FDA要求医疗器械制造商沟通潜在短缺。AI不仅可部署帮助提供商预判缺货断货，还能帮助制造商跨高度复杂供应链收集数据更好预测中断、采取纠正行动、帮助客户识别替代品。

任务自动化

机器人流程自动化（RPA）是越来越多用于医疗的AI形式，特别是理赔处理。RPA用软件机器人自动化标准化重复任务，释放人员从事更高价值工作。供应链中，RPA用于自动化合同管理任务，如核对价格、用合同条款填充采购系统。

AI依赖性

与许多新技术一样，对AI改善临床、运营、财务绩效及患者临床医生体验的潜力充满激情。同时，对确保AI兑现承诺所需条件讨论较少。最被低估领域之一是数据治理。AI之美在于能分析大量数据识别模式和隐藏关联，否则人类需花费更长时间甚至无法破解。也允许用户向AI引擎输入广泛变量，甚至仅怀疑可能对解决问题有影响的变量。但尽管工具复杂，旧谚——垃圾进垃圾出——仍适用。启动AI项目前，确保有足够数据（可能来自不同来源），且数据遵循明确定义的数据策略、标准、定义和流程。最后，考虑利用AI辅助决策程度：允许系统提供洞察建议而人类做最终选择，还是完全自动化决策。AI魔力与神秘在于决策过程缺乏透明度，因持续学习改变如何选择、加权、关联不同变量得出结论。仅当你信任系统——尤其涉及患者护理决策时——才应移向系统无人干预做决策并行动的AI应用。AI和机器学习在医疗潜力令人敬畏，尤其考虑如何利用每日快速扩展生成的知识财富。另一方面，仍有大量关于如何最好跨医疗各层面应用AI需学习。当我们在AI指引下攀登新高峰，重要的是记住AI建立的基础。你的AI举措是否基于准确、完整、标准化、归一化数据？若是，天空似乎是极限。

Karen Conway是GHX医疗价值副总裁。