GUIDA alle industrie

Intelligenza artificiale per la carenza di farmaci e l'inventario delle farmacie

L’intelligenza artificiale per la carenza di farmaci e l’inventario delle farmacie è composta da tre parti.

Ascolta questa guidaNarrato dall'IA · ~3 min

In questa pagina4 minuti di lettura
  1. Panoramica
  2. Immersione profonda
  3. Implementazione nel mondo reale
  4. Il futuro dell’intelligenza artificiale per la carenza di farmaci e l’inventario delle farmacie
  5. Metterlo in pratica
  6. Continua a esplorare
  7. Domande frequenti

Panoramica

I modelli di previsione prevedono la quantità di ciascun medicinale necessaria a una farmacia. I modelli di rischio utilizzano segnali della catena di approvvigionamento per avvisare di probabili carenze. La logica clinica suggerisce sostituti terapeutici approvati quando un prodotto scarseggia. È importante perché la carenza di iniettabili sterili, di farmaci antitumorali e di antibiotici comuni ha ripetutamente interrotto le cure e le scorte di farmaci vincolano gran parte del denaro di una farmacia.

Immersione profonda

La maggior parte delle carenze di farmaci inizia dal lato dell’offerta. Le cause più comuni includono problemi di qualità della produzione che interrompono una linea di produzione, mercati con solo uno o due produttori, margini molto bassi sui prodotti iniettabili sterili generici più vecchi e picchi occasionali della domanda. Nel 2023, ad esempio, la carenza di cisplatino e carboplatino negli Stati Uniti ha fatto seguito all’interruzione di un importante produttore. Un aumento di malattie respiratorie pediatriche ha coinciso con la carenza di sospensioni di amoxicillina nel 2022 e nel 2023. I farmacisti seguono il database delle carenze di farmaci della FDA e gli elenchi delle carenze gestiti da ASHP (l'American Society of Health-System Pharmacists). L’intelligenza artificiale non può produrre più farmaci. Ciò che può offrire è un allarme tempestivo, una migliore allocazione e una sostituzione più rapida. La previsione della domanda imposta i punti di riordino e i livelli di parità. I modelli di rischio di carenza combinano segnali come il numero di produttori, i richiami, i risultati delle ispezioni della FDA, le allocazioni dei grossisti e l’andamento dei prezzi per stimare quali prodotti potrebbero scarseggiare. Un malinteso fondamentale è che la risposta giusta a un avvertimento sia acquistare quanto più possibile. Gli ordini dettati dal panico si diffondono attraverso la catena di approvvigionamento e piccole variazioni della domanda diventano grandi oscillazioni negli ordini a monte, noto come effetto bullwhip. Ciò peggiora le carenze per altri ospedali. Molti sistemi sanitari dispongono quindi di politiche di allocazione e conservazione e un sistema ben progettato consiglia di acquistare entro tali limiti. La sostituzione richiede attenzione. L'interscambio terapeutico deve seguire i protocolli approvati dal comitato farmacia e terapeutico. I sostituti possono differire per concentrazione, percorso, stabilità o modalità di gestione e tali differenze possono causare errori di dosaggio. Il software può elencare le opzioni approvate ed eseguire i calcoli di conversione, ma un farmacista lo controlla e comunica la modifica a prescrittori e infermieri. Un altro malinteso è che la previsione della carenza possa essere precisa. Le carenze sono rare e spesso improvvise, quindi questi modelli producono classifiche di rischio, non date certe.

Implementazione nel mondo reale

Un sistema sanitario prevede la domanda settimanale per ciascun prodotto in ciascun sito. Utilizza i prelievi dagli armadi di distribuzione automatizzati, la stagionalità e il programma della sala operatoria per impostare i livelli nominali, in modo che le scorte non trabocchino su un'unità mentre un'altra si esaurisce.

Un punteggio di rischio segnala un iniettabile sterile che ha un unico produttore, un recente problema di qualità e una nuova assegnazione all'ingrosso. Ciò dà all'acquirente il tempo di garantire la fornitura nell'ambito della politica anti-accaparramento del sistema.

In caso di carenza di una sospensione antibiotica pediatrica, lo strumento elenca le alternative approvate dalla farmacia e dal comitato terapeutico e calcola le dosi equivalenti che il farmacista può confermare.

Una catena di vendita al dettaglio prevede la domanda di medicinali respiratori e vaccini durante la stagione influenzale e sposta le scorte tra i negozi vicini prima che finiscano.

Il futuro dell’intelligenza artificiale per la carenza di farmaci e l’inventario delle farmacie

Una migliore condivisione dei dati tra produttori, grossisti e fornitori migliorerebbe gli avvisi di carenza più di quanto farebbero algoritmi migliori, e i progressi dipendono dalla regolamentazione e dagli accordi di settore. All’interno degli ospedali, è probabile che le previsioni legate ai sistemi automatizzati di distribuzione e acquisto diventino uno standard. Il supporto alla sostituzione sarà probabilmente integrato nell’immissione degli ordini, ma dipenderà comunque dai protocolli approvati dal comitato e dalla revisione del farmacista. Niente di tutto ciò risolve gli aspetti economici alla base della fragile offerta di farmaci generici, che è una questione politica piuttosto che di software.

Metterlo in pratica

Perché è importante

  • Contesto e regole. Il contesto del settore determina se le idee dell’intelligenza artificiale sopravvivono al contatto con la realtà.
  • Controllo di qualità. I vincoli di dominio influenzano i tassi di errore accettabili e i modelli di supervisione.
  • Scelte di build. Le implementazioni di successo allineano le capacità tecniche con i flussi di lavoro in prima linea.

Attenzione

  • I requisiti normativi possono invalidare prototipi altrimenti robusti.
  • I dati storici possono codificare pregiudizi che danneggiano comunità specifiche.
  • I sistemi legacy possono creare colli di bottiglia nell’integrazione e costi nascosti.

Prossimi passi

  1. Coinvolgere esperti del settore dall'inquadramento del problema alla valutazione.
  2. Progettare audit trail e documentazione prima del lancio.
  3. Convalidare tempestivamente la conformità e gli obblighi di sicurezza.
  4. Implementazione in fasi con chiari criteri di stop e rollback.

Continua a esplorare

Newsletter gratuita

Ricevi il briefing quotidiano sull'IA

Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.

Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.

Mettiti alla prova

Take the AI for Drug Shortages and Pharmacy Inventory quiz

Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.

Inizia il quiz

Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione

Domande frequenti

Che cos'è l'intelligenza artificiale per la carenza di farmaci e l'inventario delle farmacie?

L’intelligenza artificiale per la carenza di farmaci e l’inventario delle farmacie è composta da tre parti. I modelli di previsione prevedono la quantità di ciascun medicinale necessaria a una farmacia. I modelli di rischio utilizzano segnali della catena di approvvigionamento per avvisare di probabili carenze. La logica clinica suggerisce sostituti terapeutici approvati quando un prodotto scarseggia. È importante perché la carenza di iniettabili sterili, di farmaci antitumorali e di antibiotici comuni ha ripetutamente interrotto le cure e le scorte di farmaci vincolano gran parte del denaro di una farmacia.

Secondo la guida, da dove ha origine la maggior parte delle carenze di farmaci?

La guida afferma che la maggior parte delle carenze inizia con problemi di approvvigionamento come carenze nella qualità della produzione, mercati concentrati e iniettabili generici a basso margine.

Perché la guida mette in guardia dall'acquistare quanto più possibile quando appare un avviso di carenza?

L’accaparramento crea l’effetto frusta, in cui piccoli cambiamenti della domanda diventano grandi oscillazioni a monte, peggiorando la scarsità per altri ospedali.

Perché la domanda dovrebbe essere prevista a livello di ingrediente, concentrazione e forma piuttosto che solo da parte dell’NDC?

Una carenza spesso costringe a passare a un NDC diverso. Il monitoraggio del prodotto clinico mantiene la cronologia della domanda continua attraverso questi passaggi.

A cosa deve seguire la sostituzione terapeutica secondo la guida?

Il software può elencare le alternative approvate ed eseguire calcoli di conversione, ma lo scambio segue i protocolli approvati dal comitato e un farmacista lo controlla e lo comunica.

Quale metodo è adatto agli articoli con molti giorni di utilizzo zero?

La guida rileva che la domanda intermittente viene gestita in modo inadeguato dai metodi standard delle serie temporali e che il metodo di Croston o i modelli probabilistici sono più adatti.