Gevinster:
- Evne til å forstå lagerstyringskonsepter (minimum-maksimum, sikkerhetslager, gjenbestillingspunkt, ABC-analyse) og produsere ordreutkast med støtte for kunstig intelligens
- Utløpsdatosporing, tidlig synlighet av narkotikaavfall og kritiske lagerrisikoer med advarsler om kunstig intelligens
- Evne til å forstå at et forslag til kunstig intelligens ikke kan transformeres til en bestillingsbeslutning uten å bli bekreftet med forsyningsfakta (leveringstid, budsjett, lovverk).
En operasjon kan utsettes hvis bare ett materiale går tom; Når en medisin blir ødelagt fordi den har gått ut på dato, er både penger og ressurser bortkastet. Lagerstyring i en helseinstitusjon er derfor både et økonomisk og klinisk problem: For lite lager fører til en "kritisk produkt utsolgt"-krise, mens for mye lager fører til "sløsing med bundne penger og tidsfrister"-krise. Det er vanskelig å holde den smale balansen mellom de to fordi det er tusenvis av forskjellige varer, forskjellige ledetider, forskjellige kritiske forhold. I denne enheten skal vi lære å produsere ordreutkast, utløpsvarsler og etterspørselsprognoser ved å bruke kunstig intelligens sammen med lagerkonsepter. Grens: AI genererer forslag; Men ingen forslag blir til en bestillingsbeslutning uten å bli bekreftet med leveringsfakta som leveringstid, budsjett og lovverk.
Grunnleggende begreper om lagerstyring
Noen få begreper: En sikkerhetsaksje er et bufferbeløp som holdes mot svingninger i etterspørsel eller tilbud. Etterbestillingspunktet (ROP) er terskelen der en ny ordre må legges inn når beholdningen faller til dette nivået; Det er grovt regnet som "forventet forbruk over ledetid + sikkerhetslager". Minimum-maksimum-systemet er når beholdningen holdes mellom en nedre og øvre grense. Ledetid er tiden fra bestilling til levering. Utløpsdato er utløpsdatoen til produktet; Utgått medisin kan ikke brukes og destrueres.
Det kraftigste prioriteringsverktøyet er ABC-analyse. Denne metoden deler lagervarer inn i tre grupper når det gjelder verdi/kritikk: A-varer er få i antall, men står for størstedelen av den totale verdien/kritikken (dyre legemidler, vitale forsyninger); C elementer er mange, men av liten verdi (som gasbind); B er i midten. Logikken er denne: vie ledelsens oppmerksomhet og stram kontroll til A-elementer; For C-elementer er en enkel regel nok. Innen helse har dette også en klinisk dimensjon: et billig, men livsviktig medikament bør betraktes som «kritisk» og behandles som A, selv om verdien er lav. Derfor er det nødvendig å utføre ABC-analyse i helse med to akser: en akse er pengeverdi, den andre aksen er klinisk kritikalitet. Hvis en vare er økonomisk C, men klinisk vital (f.eks. en motgift eller akuttmedisin), oppgraderes dens klassifisering; Fordi å gå tom for denne varen kan føre til tap av ikke bare penger, men også et liv.
Trinn for trinn: Aksjestudie med AI
- Samle inn anonyme forbruksdata. Varekode (produktnavn tilstrekkelig, ingen pasientdata), månedlig forbruk, nåværende lager, leveringstid, utløpsdatoer.
- Få ABC-klassifisering gjort. Be AI om å sortere elementer i A/B/C etter verdi × kritikalitet; Merk klinisk kritikkverdighet.
- Beregn ROP og sikkerhetslager. Ved å vise formelen; du verifiserer manuelt.
- En forfallsadvarsel vises. Merk varene som snart utløper og de som vil forbli tilgjengelig i henhold til forbruksraten.
- Generer ordreutkast. Hvor mye av hvilken vare som skal bestilles; Men sammenlign det med virkeligheten av budsjett og tilbud.
- Leveringsbekreftelse. Validere forslaget med anskaffelser, budsjett og lovverk (anbudsregler); Avgjørelsen ligger hos ansvarlig leder.
OBS: AI kan si "bestill 500 av dette produktet"; Men han vet ikke om produktets leveringstid er 90 dager, om budsjettet passer, eller om det kreves anbud. Forslaget blir ikke til en kjøpsordre før det er bekreftet med forsyningsfakta.
tre minisaker
Case 1 – Stoppe Miat-avfall. Et apoteklager ødela en betydelig mengde utgåtte medisiner hvert år. Den ansvarlige ga anonyme lager- og utløpsdata til YZ. YZ markerte 14 varer som ble konsumert sakte, men som ble overbestilt, og advarte om at "med dagens hastighet vil 30 prosent av disse varene ikke bli utsolgt før de utløper." Bestillingsmengder ble redusert, nesten utløpt lager ble brukt først (FEFO — utdatert lager først). Den årlige deponeringskostnaden har gått betydelig ned.
Case 2 — Kritisk aksjekriseforebygging. På en intensivavdeling ble ikke beholdningen av et livsviktig legemiddel overvåket nøye, selv om forsyningsperioden var lang. Fikk YZ til å beregne ROP: tatt i betraktning månedlig forbruk, 45-dagers ledetid og sikkerhetslager, var etterbestillingspunktet godt over gjeldende terskel. Sykehuset var med andre ord konstant i drift nær kritisk nivå uten å være klar over det. ROP oppdatert, automatisk varsling installert; En leveringsforsinkelse noen måneder senere forhindret denne bufferkrisen.
Tilfelle 3 – Bekjempe overanbefaling. AI så på tidligere forbruk og foreslo å bestille 800 enheter av et materiale. Innkjøpssjefen bekreftet: denne varen var flyttet til ny leverandør, ledetiden var usikker og budsjettposten var begrenset; Produktet vil også bytte modell snart. Forslaget ble gradvis revidert til 300+300 i stedet for 800. AI hadde lest forbruket riktig, men kjente ikke til forsyningsfakta; bekreftelse lagret avgjørelsen.
Fire kopierbare maler
1) ABC-klassifisering:
Din rolle: assistent for sykehusinnkjøpsanalytiker. Nedenfor er anonyme lagerdata: varenavn, årsforbruk, enhetspris. Oppgave: beregn årlig verdi (forbruk × pris) for hver vare, del varene inn i A/B/C (A: ~80 % av verdien er i den lave varen). Behandle også de billige, men livsviktige elementene som jeg merket som "klinisk kritiske" til A-behandling, selv om de har lav verdi. Legge til en passende penn.
2) Ombestillingspunkt:
Beregn ROP for følgende vare: gjennomsnittlig månedlig forbruk er 120 enheter, ledetid er 45 dager, sikkerhetslageret jeg ønsker er 15 dagers forbruk. Vis formelen (daglig forbruk × ledetid + sikkerhetslager), gi resultatet. Skriv ned de mellomliggende trinnene slik at jeg kan bekrefte det manuelt.
3) Miat/FEFO-advarsel:
Nedenfor er varen, aktuell mengde, månedlig forbruk og nærmeste utløpsdato. Oppgave: merk varene som ikke utløper før de utløper med gjeldende forbrukssats, trekk fra estimert avfallsmengde og foreslå "bruk det som er utgått først (FEFO)". Ikke dikt opp historie.
4) Ordreutkast + bekreftelsesspørsmål:
Et ordreutkast er klart for varer som faller inn under ovennevnte ROP. Men skriv også opp bekreftelsesspørsmålene jeg vil stille kjøperen for hver vare: er leveringstiden oppdatert, er budsjettet passende, kreves et anbud, vil produktet endres? Ikke fullfør forslaget uten denne bekreftelsen.
Svak forespørsel / Sterk forespørsel
Svak melding:
Liste hva jeg bør bestille og hvor mye.
Ingen forbruk, ledetid, budsjett; AI utgjør spådommen, ignorerer virkeligheten av forsyning.
Kraftig ledetekst:
Nedenfor er anonyme data om forbruk/lager/forsyning. Skill elementene i ABC, merk de som faller under ROP, og foreslå bestillingsmengde for hver med formelen. Men legg til bekreftelsesspørsmålene som jeg vil stille til kjøperen til hvert forslag (leveringstid, budsjett, anbud, utløpsdato). Ikke oppgi falske tall.
konsept
Hva mener du?
Resultat av vanstyre
sikkerhetslager
overspenningsbuffer
Mindre: krise, mer: bundet penger
ROP
Terskel for ny rekkefølge
Lavt: utsolgt
ABC
Verdi/kritikkklasse
Forsømmelse A: dyr feil
Miat/FEFO
Utløpshåndtering
Uaktsomhet: sløsing med ødeleggelse
Vanlige feil
- Ignorerer klinisk kritikkverdighet. Den billige, men livsviktige medisinen bør overvåkes som A, selv om den vises som "C" i henhold til ABC-verdien.
- Tar ikke hensyn til utløp. Overbestilling blir bortkastet tid; FEFO bør brukes.
- Forsømmer ledetid. ROP bør være høy for kritiske produkter med lange ledetider.
- Bestiller AI-anbefalingen uten bekreftelse. Anskaffelsesfakta (budsjett, anbud) skal kontrolleres.
- Én form for alle penner. Punkt A og C er ikke underlagt samme regel.
Tips: Omklassifiser lagervarene dine til ABC og "klinisk kritisk" minst en gang i året. Forbruksmønstre, priser og leverandører endres; Elementet som var A for et år siden kan falle inn i C. AI oppdaterer klassifiseringen på minutter, du oppdaterer kritikalitetsflagget.
Oppsummert
Lagerstyring er den smale balansen mellom å ha kritiske produkter og å forebygge avfall. AI; Det er et kraftig hjelpemiddel i ABC-klassifisering, ROP og sikkerhetslagerberegning, due/FEFO-varsling og ordreutkast. Men man markerer den kliniske kritikaliteten til billig-vitale gjenstander; og hvert forslag blir ikke til en bestillingsbeslutning før det er bekreftet med fakta om leveringstid, budsjett, anbud og frist. Beslutningen og ansvaret ligger hos innkjøps- og ansvarlig leder.
Søknadsoppgave
Få en anonym lagerliste (vare, årsforbruk, pris, leveringstid, utløpsdato) eller generer hypotetisk. Spør AI for klassifisering og ROP for en vare med malene "ABC-klassifisering" og "Reorder point"; Bekreft ROP manuelt. Velg en billig-vital vare og skriv ned hvorfor den skal overvåkes som A og bekreftelsesspørsmålene du vil stille før du bestiller i 5 varer.
sjekkliste
- [ ] Oppga jeg data anonymt (ingen pasientdata)?
- [ ] Har jeg merket billige, men livsviktige varer som klinisk kritiske?
- [ ] Har jeg manuelt verifisert ROP/sikkerhetsbeholdningsberegningen?
- [ ] Har jeg fulgt Miat/FEFO-advarselen?
- [ ] Har jeg knyttet hvert forslag til anskaffelsesbekreftelse (budsjett/anskaffelse/anbud)?