O potencial da IA ​​na cadeia de suprimentos de saúde

Não há falta de entusiasmo - ou previsões - sobre o uso potencial da inteligência artificial (IA).

A Grand View Research estima que o mercado global de IA crescerá a uma taxa anual composta de 57% entre 2017 e 2025, chegando a US $ 36 bilhões. A Forrester prevê que 2020 é o ano em que os executivos se concentrarão em como conduzir e medir o valor de seus investimentos em IA.

A saúde não é exceção. Uma pesquisa recente com executivos de saúde conduzida pela Optum descobriu que não apenas o uso de IA está aumentando, mas também que a maioria dos executivos espera um retorno mais rápido de seus investimentos do que o previsto inicialmente.

O que está faltando nessas projeções elevadas são discussões mais substantivas sobre o que é necessário para garantir que a IA possa cumprir sua promessa, como a importância da governança e gerenciamento de dados. Também há menos conversas sobre o papel que a IA e o aprendizado de máquina podem desempenhar na cadeia de suprimentos de saúde, em comparação com outras áreas, como diagnóstico aprimorado de doenças e desenvolvimento de medicamentos. Mas quando você para e pensa sobre como a IA está sendo aplicada em outras áreas da saúde, você começa a ver implicações e oportunidades para a cadeia de suprimentos.

Análise preditiva. Uma das aplicações mais interessantes da IA ​​é o uso da genômica, combinada com outros fatores clínicos, sociais e comportamentais do paciente, para prever futuros estados de doença e tratamentos de saúde, como se um paciente tem probabilidade de sofrer um evento cardiovascular ou precisa de um joelho substituição. No nível do paciente individual, há relativamente pouca relevância downstream para a cadeia de suprimentos. Mas considere o que poderia acontecer se tivéssemos dados sobre populações inteiras de pacientes - digamos, aqueles atendidos por um sistema de saúde ou instituição de saúde responsável. Isso poderia ajudar a prever os tipos e o volume de produtos que serão necessários, incluindo quando e onde, ao mesmo tempo em que fornece sinais de demanda valiosos para fabricantes e distribuidores?

Correspondência de demanda. Com mais dados sobre o desempenho dos produtos na prática clínica de rotina e o esforço para redesenhar as vias de atendimento com base nas necessidades de populações específicas de pacientes, há uma necessidade crescente de combinar o produto certo ao paciente certo. A IA pode desempenhar um papel importante na compreensão do que funciona melhor em quais tipos de pacientes e aproveitar esses dados para análise de valor e sourcing, além de garantir que os produtos certos estejam no lugar certo.

Otimização de logística. As empresas habilitadas para IA com foco no fluxo de pacientes estão utilizando ferramentas comumente implantadas por empresas de logística terceirizadas, como a UPS, para mapear as rotas de ambulância mais rápidas para transportar pacientes para o hospital ou outros locais de prestação de cuidados. Por que não implantar essas mesmas tecnologias para ajudar os profissionais da cadeia de suprimentos de saúde enquanto lutam com a migração de cuidados para fora dos ambientes de cuidados intensivos? A IA pode ajudar a determinar os melhores métodos de transporte, frequência e rotas para mover produtos e cuidadores para o número cada vez maior de locais onde serão necessários, de clínicas residenciais e de varejo a centros de atendimento de urgência e cirurgia ambulatorial.

Continuidade de abastecimento. Eventos recentes - de desastres naturais e surtos de doenças infecciosas a recalls de produtos e fechamentos de instalações de esterilização - aumentaram a atenção aos desafios incorridos por interrupções na continuidade do fornecimento. Ao contrário do setor de varejo, onde um pedido em espera muitas vezes é apenas um inconveniente, interrupções no fornecimento na área de saúde podem ter consequências graves. Veja o furacão Maria como exemplo. Quando a tempestade atingiu Porto Rico, afetou negativamente as operações de mais de 50 fabricantes diferentes na ilha, incluindo aqueles que fornecem bolsas IV. A escassez de sacos de solução salina deixou os fornecedores em todos os EUA lutando por alternativas. A organização de compras do grupo, Premier, pediu recentemente à Administração de Alimentos e Medicamentos dos EUA para exigir que os fabricantes de dispositivos médicos comuniquem a escassez potencial. A IA poderia ser implantada não apenas para ajudar os fornecedores a antecipar pedidos não atendidos e rupturas, mas também para ajudar os fabricantes a coletar dados em suas cadeias de suprimentos altamente complexas para melhor prever interrupções, tomar ações corretivas e ajudar seus clientes a identificar alternativas.

Automação de tarefas. A automação robótica de processos (RPA) é uma forma de IA que está sendo cada vez mais usada na área de saúde, especialmente em relação ao processamento de sinistros. O RPA usa robôs de software para automatizar e padronizar tarefas repetitivas, liberando pessoal para trabalhos com mais valor agregado. Para a cadeia de suprimentos, o RPA está sendo usado para automatizar as tarefas de gerenciamento de contratos, como verificar preços e preencher os sistemas de aquisição com os termos do contrato.

Dependências de IA. Como acontece com muitas novas tecnologias, há um entusiasmo considerável sobre o que a IA pode fazer para melhorar o desempenho clínico, operacional e financeiro, junto com a experiência do paciente e do clínico. Ao mesmo tempo, há relativamente pouca discussão sobre o que precisa ser feito para garantir que a IA cumpra sua promessa.

Uma das áreas mais subestimadas é a governança de dados. A beleza da IA ​​é que ela pode analisar grandes quantidades de dados para identificar padrões e correlações ocultas que, de outra forma, levariam os humanos consideravelmente mais tempo para decifrar. Ele também permite que os usuários alimentem o mecanismo de IA com uma ampla gama de variáveis, mesmo aquelas que você apenas suspeita que possam ter alguma relação com o problema que você está tentando resolver. Mas, apesar da sofisticação da ferramenta, o velho ditado - entra lixo, sai lixo - ainda se aplica. Antes de iniciar uma iniciativa de IA, certifique-se de ter dados suficientes (provavelmente provenientes de fontes diferentes) e de que os dados estejam de acordo com políticas, padrões, definições e processos de dados bem definidos.

Finalmente, considere até que ponto você deseja utilizar IA para aumentar a tomada de decisão, ou seja, se permitir que o sistema forneça insights e recomendações enquanto um ser humano ainda faz a escolha final ou para automatizar totalmente a tomada de decisão. A magia e o mistério da IA ​​é a falta de transparência em como o sistema toma decisões, porque está continuamente aprendendo e mudando a forma como seleciona, pondera e relaciona diferentes variáveis ​​para chegar a conclusões. Somente depois de ter confiança no sistema - especialmente ao lidar com as decisões de cuidado do paciente - você deve passar para os aplicativos de IA em que o sistema toma decisões e age sem intervenção humana.

O potencial da IA ​​e do aprendizado de máquina na área de saúde é inspirador, especialmente quando consideramos como aproveitar a riqueza de conhecimento em rápida expansão que é gerada todos os dias. Por outro lado, ainda há muito a aprender sobre a melhor forma de aplicar a IA nos vários aspectos da saúde. À medida que aspiramos a novas alturas, guiados pela IA, é importante lembrar a base sobre a qual a IA é construída. Suas iniciativas de IA são baseadas em dados precisos, completos, padronizados e normalizados? Nesse caso, o céu, aparentemente, é o limite.

Karen Conway é vice-presidente de valor de saúde da GHX.