الذكاء الاصطناعي في إدارة المخزون وانتهاء الصلاحية والتوريد

المكاسب:

• القدرة على تحليل مستوى المخزون وتتبع انتهاء الصلاحية وتخطيط الطلب باستخدام الذكاء الاصطناعي وإنتاج مسودة القرار
• القدرة على التحقق من توقعات الطلب وتحذيرات انتهاء الصلاحية التي ينتجها الذكاء الاصطناعي باستخدام بيانات المخزون الحقيقي وقواعد سلسلة التبريد
• فهم أن المسؤولية النهائية تقع على عاتق الصيدلي في تتبع الأدوية (ITS)، وسلسلة التبريد، وعمليات الإرجاع/التخلص.

هناك المئات، وفي كثير من الأحيان الآلاف، من المنتجات المختلفة على رفوف الصيدلية، ولكل منها تكلفة، وتاريخ انتهاء الصلاحية (تاريخ انتهاء الصلاحية)، ونمط الطلب. الحصول على المنتج المناسب بالكمية المناسبة؛ يتعلق الأمر بتحقيق التوازن الدقيق بين عدم ترك المريض خالي الوفاض وعدم إنفاق الأموال على الأدوية منتهية الصلاحية. يعد الذكاء الاصطناعي أداة قوية للتحليل والتخطيط في هذا التوازن: فهو يستخرج أنماط الطلب من بيانات المبيعات التاريخية، ويسلط الضوء على المنتجات التي تقترب من انتهاء الصلاحية، ويقترح مسودات الطلب. لكن هذه الاقتراحات مجرد تخمينات فظة؛ ولا يمكن تطبيقه دون التحقق من المخزون الفعلي وقواعد سلسلة التبريد والتشريعات ومعرفة الصيدلي في هذا المجال. ستتعلم في هذه الوحدة كيفية جعل الذكاء الاصطناعي أداة آمنة لدعم القرار في إدارة المخزون والمتقادم والتوريد.

المحاور الثلاثة لإدارة المخزون

إدارة المخزون هي الموازنة بين ثلاث مشاكل:

• التوفر: هل الدواء الذي يحتاجه المريض على الرف؟ إن بيعها يضر برضا المرضى وثقتهم.
• رأس المال: كل صندوق على الرف عبارة عن نقود مقيدة. المخزون الزائد يعطل التدفق النقدي.
• تاريخ انتهاء الصلاحية: يتم تدمير الأدوية منتهية الصلاحية؛ وهذا ضرر مباشر وهو أمر بالغ الأهمية لسلامة المرضى.

يستطيع الذكاء الاصطناعي تحليل هذه المحاور الثلاثة معًا وإنتاج مسودة إجابات لأسئلة مثل "ما هو المنتج الذي يجب طلبه وبأي كمية، وما هو المنتج الذي قد يصبح قديمًا؟" ولكن يجب اختبار كل إجابة مقابل الجرد الفعلي والمعرفة الميدانية.

تحذير: يتنبأ الذكاء الاصطناعي بالطلب المستقبلي من خلال النظر في البيانات التاريخية؛ لكن الوباء غير المتوقع أو أزمة العرض أو التغيير التنظيمي أو الحدث المحلي يعطل التوقعات. توقعات الطلب ليست توصية أو نبوءة؛ متوازنة بحكم الصيدلي.

إدارة مياد و FEFO

القاعدة الذهبية لإدارة انتهاء الصلاحية هي FEFO (انتهاء الصلاحية الأول، يخرج أولاً). بمعنى آخر، يجب بيع المنتج الأقرب إلى تاريخ انتهاء الصلاحية الموجود على الرف أولاً. إذا تم تغذية الذكاء الاصطناعي ببيانات المخزون:

• يسرد المنتجات التي يقترب تاريخ انتهاء صلاحيتها من حد معين (على سبيل المثال 3 أشهر).
• إنه يشير إلى العناصر التي تدور ببطء والمعرضة لخطر انتهاء الصلاحية.
• يوصي بالمنتجات المرشحة للإرجاع أو الترويج.

لكن قرار التدمير/الإرجاع الفعلي، والمراقبة المادية للمنتج، والامتثال لسلسلة التبريد وعملية الإرجاع وفقًا للتشريعات تقع على عاتق الصيدلي.

السلسلة الباردة وإمكانية التتبع

يجب تخزين بعض الأدوية (اللقاحات، الأنسولين، الأدوية البيولوجية) ضمن نطاق درجة حرارة معينة؛ وهذا ما يسمى السلسلة الباردة. وبمجرد كسر السلسلة، قد يفقد الدواء تأثيره، وهذا خطر غير مرئي. بالإضافة إلى ذلك، في تركيا، تتم مراقبة المخدرات عبر رموز QR مع ITS (نظام تتبع المخدرات)؛ يتم تسجيل بيع وإرجاع وإتلاف كل صندوق. يمكن للذكاء الاصطناعي إنشاء تذكيرات وصياغة وثائق في هذه العمليات؛ ومع ذلك، فإن التحكم في تسجيل درجة الحرارة ومعاملات رمز الاستجابة السريعة والإشعارات الرسمية تخضع للتحكم البشري.

ثلاث حالات صغيرة

الحالة 1 - تنظيف المدة. صيدلية أرادت تحديد 40 قلمًا تنتهي صلاحيتها خلال 3 أشهر. أعطى الصيدلي قائمة المخزون (بدون السعر ومعلومات المريض) إلى الذكاء الاصطناعي؛ قام الذكاء الاصطناعي بفرزهم حسب النضج ووضع علامة على أولئك الذين عادوا ببطء. قام الصيدلي بمقارنة القائمة بالرف الفعلي، ورأى أن بعض العناصر قد تم بيعها بالفعل، ووضع خطة إرجاع/حملة للعناصر الفعلية البالغ عددها 32 عنصرًا. الذكاء الاصطناعي خفض ساعات الفرز إلى دقائق؛ اتخذ الصيدلي القرار.

الحالة 2 - الطلب الموسمي. قبل فصل الشتاء، قامت إحدى الصيدليات بوضع خطة طلب للمنتجات الباردة. أنتج الذكاء الاصطناعي توقعات من مبيعات السنوات السابقة. قام الصيدلي بتعديل هذا التقدير مع حدوث موجة أنفلونزا مبكرة في المنطقة في ذلك العام وتوافر المخزون لدى المورد؛ وتجاوزت التوقعات بنسبة 20%. أعطى الذكاء الاصطناعي نقطة انطلاق؛ تم تشكيل الرقم النهائي من خلال المعرفة الميدانية.

الحالة 3 - وثائق السلسلة الباردة. في حالة حدوث عطل في الثلاجة، يتم تجاوز نطاق درجة الحرارة لفترة وجيزة. طلب الصيدلي من الذكاء الاصطناعي سجل الحادث ومسودة قائمة مرجعية لتقييم المنتجات ذات الصلة. قام الذكاء الاصطناعي بإدراج المعلومات التي يجب تسجيلها. قام الصيدلي بتقييم قابلية استخدام المنتجات وفقًا لإجراءات كسر سلسلة التبريد الخاصة بالشركة المصنعة/التشريعات وأرسل الإخطار اللازم. لقد أدى الذكاء الاصطناعي إلى تسريع عملية التوثيق؛ تم اتخاذ القرار بمعرفة التشريعات والشركة المصنعة.

تحليل المخزون وانتهاء الصلاحية خطوة بخطوة

1. قم بإعداد البيانات بشكل مجهول وبدقة. المنتج، الكمية، تاريخ انتهاء الصلاحية، معدل المبيعات (بدون معلومات المريض/السرية).
2. طلب التحليل. يزيل الذكاء الاصطناعي مخاطر التقادم والبطء في تحويل العناصر ومسودات الطلب.
3. مقارنة مع المخزون الفعلي. التحقق من خلال العد الفعلي وبيانات النظام.
4. إصلاح مع السياق الميداني. أضف المعرفة الوبائية والعرضية والتنظيمية والمحلية.
5. تطبيق قواعد السلسلة الباردة/أنظمة النقل الذكية. - القيام بعمليات الإرجاع والتدمير والتخزين وفقاً للتشريعات.
6. احفظ القرار. حافظ على إمكانية تتبع أسباب الطلب والتخلص.

موجه ضعيف / موجه قوي

ضعيف: "ماذا يجب أن أطلب؟"

قوي: "تحليل بيانات المخزون التالية (المنتج، الكمية المتاحة، المبيعات الشهرية لآخر 6 أشهر، تاريخ انتهاء الصلاحية). مقتطف: 1) العناصر التي ستنتهي صلاحيتها خلال 3 أشهر ولن يتم تجديدها بناءً على سرعة المبيعات، 2) توصية إعادة الطلب (مع السرعة الحالية + منطق المخزون الآمن)، 3) عناصر دوران بطيئة. قدم الاقتراح كمسودة؛ واذكر أنه سيتم التحقق منه من خلال عدد المخزون الفعلي وحالة العرض. لا تعلق على السعر/الربح."

في المطالبة القوية، تكون بنية البيانات والمخرجات المطلوبة وحدود التحقق واضحة.

أربعة قوالب قابلة للنسخ

المهمة: تحليل مخاطر المصطلح (مسودة).الإدخال: | المنتج | الكمية | مبيعات شهرية | انتهاء الصلاحية |الإخراج: قم بإدراج العناصر التي ستنتهي صلاحيتها خلال [X] شهرًا ولن تنتهي صلاحيتها وفقًا لسعر مبيعاتها؛ عرض تقدير "وقت الذوبان". وسيتم التحقق من ذلك مع الرف الفعلي.

المهمة: إعادة ترتيب التوصية. الإدخال: المنتج، المخزون الحالي، متوسط ​​المبيعات الشهرية، المهلة الزمنية (أيام). حساب: مخزون الأمان + طلب مهلة → كمية الطلب المقترحة. عرض الخطوات. سيتم إضافة حالة التوريد والموسمية من قبل الصيدلي.

المهمة: تقرير المنتج البطيء. الإدخال: تاريخ المبيعات. المخرجات: العناصر التي تم بيعها بأقل من [Y] من الوحدات في آخر [X] شهر؛ وضع علامة على العودة/الحملة/الرف المناسب. القرار يعود للصيدلي.

المهمة: مسودة سجل حوادث سلسلة التبريد. الحادث: [التاريخ، المدة، نطاق درجة الحرارة، المنتجات المتأثرة]. المخرج: المعلومات التي سيتم تسجيلها + قائمة مراجعة التقييم. يتم تحديد مدى توفر المنتج من قبل الشركة المصنعة/الإجراء التنظيمي؛ الذكاء الاصطناعي لا يتخذ القرارات.

جدول مسؤولية قرار المخزون

كويست

الذكاء الاصطناعي

صيدلي

نوع انتهاء الصلاحية

قائمة سريعة

التأكيد الجسدي

توقعات الطلب

مسودة تاريخية

التصحيح الميداني/ الموسمي

كمية الطلب

توصية الحساب

قرار العرض/النقد

تقييم سلسلة التبريد

التوثيق

قرار التوفر

IST/العودة/التدمير

قائمة مرجعية

الإجراء الرسمي والمسؤولية

الأخطاء الشائعة

• الخلط بين التنبؤ والنبوءة. ينبغي تصحيح توقعات الطلب بالمعلومات الميدانية.
• تخطي العد الجسدي. قد تختلف بيانات النظام والرف؛ الجرف ضروري في قرار الأجل.
• ترك قرار سلسلة التبريد للذكاء الاصطناعي. يتم تحديد التوفر من خلال الإجراء التنظيمي/الشركة المصنعة.
• تخفيف عملية النقل الذكية/الإرجاع. يجب تسجيل رموز QR والمعاملات الرسمية وتنفيذها وفقًا للقواعد.
• تحميل البيانات السرية/التجارية دون رقابة. يجب حماية معلومات المريض والمعلومات التجارية الحساسة.

باختصار

يعد الذكاء الاصطناعي أداة قوية للتحليل والتخطيط في إدارة المخزون وانتهاء الصلاحية والتوريد؛ فهو يسلط الضوء على المخاطر القديمة، وينتج توقعات الطلب ومسودات الطلب، ويسرع عملية التوثيق. لكن كل اقتراح هو مسودة. لا يمكن إجراء جرد المخزون الفعلي دون التحقق من قواعد سلسلة التبريد وأنظمة النقل الذكية والتشريعات. التنبؤ بالطلب هو نقطة انطلاق، متوازنة بالمعرفة الميدانية. تقع المسؤولية النهائية عن قرارات التتبع وسلسلة التبريد والتخلص على عاتق الصيدلي.

مهمة التطبيق

قم بإعداد عينة مخزون مجهولة المصدر من الصيدلية الخاصة بك (10-15 عنصرًا؛ الكمية، المبيعات الشهرية، انتهاء الصلاحية). طلب تحليل مخاطر انتهاء الصلاحية وإعادة طلب التوصية من الذكاء الاصطناعي. قارن النسخة المطبوعة بالحامل الفعلي ولاحظ أي اختلافات. قم بتصحيح توقعات الذكاء الاصطناعي لمنتج موسمي بمعرفتك الميدانية. أخيرًا، اكتب كيف ستقوم بصياغة الوثائق الخاصة بكسر سلسلة التبريد الافتراضية وحلها من خلال الإجراء التنظيمي/الشركة المصنعة.

قائمة مرجعية

• [ ] لقد قمت بإعداد بيانات المخزون بشكل مجهول وبدقة.
• [ ] لقد قمت بتحليل مصطلح المخاطر وتأكدت منه من خلال الرف المادي.
• [ ] لقد قمت بتصحيح توقعات الطلب باستخدام المعلومات الميدانية/الموسمية.
• [ ] لقد قمت بموازنة كمية الطلب مع العرض وتوافر النقد.
• [ ] لقد استندت في قرار سلسلة التبريد إلى إجراءات الشركة المصنعة/التنظيمية.
• [ ] لقد قمت بتنفيذ إجراءات IST/الإرجاع/التدمير بانتظام.
• [ ] سجلت أسباب الترتيب والتدمير.