机器学习如何改善covid - 19疫苗SCM图像1

机器学习如何改善COVID-19疫苗SCM

在facebook上分享
在twitter上分享
分享在linkedin
在whatsapp分享

我们正处于人类历史上最具破坏性的流行病之一,所以现在讨论疫苗供应链似乎非常及时。疫苗已经有200年的历史了,在世界范围内已经有许多疫苗拯救生命的例子。然而,一些供应链障碍阻碍了疫苗的顺利供应。因此,在应对当前疫情的同时,让我们退一步,解开这些供应链的复杂性。

随着疫苗供应链的第一阶段(包括研究、实验、人体试验和获得批准)的完成,让我们将注意力转移到疫苗供应链的下一阶段——生产。首先要确保有足够的生产能力来生产疫苗。一些装备精良的机构正在努力生产经批准的疫苗。

机器学习如何改善covid - 19疫苗SCM文章图像

供应链的下一个环节是分配和配送。生产的疫苗是易腐烂的产品,保质期有限,需要2到8摄氏度之间的理想温度。涉及包装、注射器和针头的决策需要同步进行。在将疫苗送到最终消费者手中之前,就多剂量系统进行讨论并与政府机构和卫生保健服务提供者签署协议是至关重要的。

试验和批准后的最大问题是将疫苗投放到公众,并确保每个人都能毫无问题地接种。在印度,只有不到10%的人口接种了第一剂疫苗,而在美国,大约有30%的人接种了第一剂疫苗。

机器学习如何改善covid - 19疫苗SCM图1
以下是机器学习如何提高疫苗scm的效率
1 1

1.自动化质量检查为更好的SCM

物流中心对药品或疫苗容器或包装在运输过程中的损坏进行手工质量检查。人工智能和机器学习在供应链行业的应用增加了供应链生命周期中质量检测自动化的范围。

利用机器学习技术,可以对工业设备的缺陷进行自动分析。自动分析可以通过图像识别检查疫苗生产和疫苗的损害。这些电力自动化质量检查的好处是减少了向相应客户交付有缺陷或有缺陷的疫苗和设备的机会。

2.优化生产计划

大多数国家都有专门生产针对某些疾病的某些疫苗的设施。假设这些设施中有任何一家只投资于COVID-19疫苗生产。在这种情况下,一旦COVID-19疫苗需求大幅下降,它们可能无法在未来使用同样的资源。因此,政府资金对于私营制造商应对挑战至关重要。

机器学习可以有效地优化生产计划的复杂性。与现有的生产数据和培训有效的算法。可以应用机器学习模型和技术来获得最佳解决方案,使整个国家都能接种疫苗,并帮助识别和最小化低效和浪费。

3.仓库管理

仓库和库存的管理和有效的计划供应链管理(SCM)有类似的功能。有了疫苗生产公司的最新需求和供应信息,机器学习在以最低成本最大限度地努力让每个人接种疫苗方面有很大的空间。

机器学习凭借其模型、技术和预测特性,也可以解决库存不足和积压问题,提高仓库管理效率。

4.减少预测误差

我们需要处理大量的数据,并从中得出最佳的行动方案。这是至关重要的,特别是对于高效的疫苗- scm而言。机器学习可以作为一种强大的分析工具,帮助疫苗供应链公司处理大量数据。除此之外,疫苗供应链中的机器学习还确保了所获得的见解具有很大的多样性和可扩展性。这是通过远程信息技术、物联网应用、智能交通系统和其他类似的强大技术实现的,使疫苗公司能够更好地了解并帮助他们实现准确的预测。

更小的步骤可以导致更显著的变化,这可以产生巨大的影响。以下是ML在疫苗scm的小阶段实施时如何帮助实现“为每个人接种疫苗”的目标。

采购

与采购相关的问题,如交付承诺和订单采购,是数据科学、机器学习在供应链管理中应用的主要领域。

  1. 交付承诺
    全世界每天有数百万人需要疫苗。一旦知道特定区域/地区的需求,应向全世界建立的疫苗中心提供估计的交付日期。后台的算法将基于许多现有的数据分析计算日期,包括:
    • 疫苗中心与疫苗生产/生产中心之间的距离
    • 生产/生产中心的疫苗库存水平
    • 现有的运输方法和能力可以在适当的时间将疫苗运送到全国各地,覆盖每一个小地区,而不会造成任何损害
  2. 订单采购
    每当下订单时(在中心完成第一组剂量后,他们必须再次订货,因为疫苗的保质期短,储存温度独特),供应链管理系统随后需要确定以下事项:
    • 哪个疫苗生产中心最适合满足疫苗接种中心的订单要求
    • 选择合适的运输公司,同时降低运输成本,满足交货日期

运输

运输是另一个可以成功应用数据科学技术的SCM领域。

  • 车道规划
    装运标签是在按照指导方针提货和包装后创建的。包装根据标签信息进行分类,并放置在生产中心的出入口附近。根据生产设施、载体、运输/运输方法,有时还根据目的地疫苗分发设施,定义一条通道。为了满足日益增长的需求,每天有数百万疫苗被包装和加工,但它们需要在承诺的交付日期到达目的地。这可以通过实施“Gurobi优化”来实现,它被广泛用于解决线性、二次和其他复杂的规划问题。通过对稀缺资源进行合理的规划、分配和调度,有助于进行最优决策。

利用机器学习可以优化SCM中的许多其他领域,这有助于在全球范围内有效地分发疫苗。

提高疫苗供应链的效率对于加快疫苗在全世界的分销过程起着至关重要的作用。通过使用机器学习技术,处理供应链波动和需求预测问题变得更加容易。但是,为了获得机器学习在美国,政府和供应链行业需要投资ML和相关技术,以便在正确的时间将疫苗送到世界各地的每个人手中。

源,1https://ourworldindata.org/grapher/cumulative-covid-vaccinations?time=earliest..2021-03-18