Vortrag

Preisträger des Leipziger Innovationspreises für Krankenhauslogistik 2021

Künstliche Intelligenz für Beschaffung und Sortimentsoptimierung im Krankenhaus

Kurzbeschreibung

BESCHAFFUNG
Am Universitätsspital Zürich (USZ) werden für 43 Kliniken in rund 160 dezentralen Modullagern Arzneimittel und medizinische Materialien vorgehalten. Bei Sortimenten von 200 bis über 1’000 Artikeln muss die Versorgungslogistik sicherstellen, dass die richtigen Produkte in der richtigen Menge zur richtigen Zeit am richtigen Ort, in der richtigen Qualität vorhanden sind. Wie kann künstliche Intelligenz helfen, die Sortimente der Modullager zu optimieren?
Zur Optimierung der Sortimente in den Modullagern wird künstliche Intelligenz eingesetzt. Mit datenbasierten Bedarfsmustern werden Sortimente, zugehörige Sicherheitsbestände und Bestellmengen definiert. Grundlage für die reale Umsetzung ist ein interaktives Sortiments-Dossier, mit dem Versorgungslogistik und Pflege gemeinsam und effizient die Sortimente überarbeiten können.
Sortimente in den rund 160 Modullagern können um teils bis zu 40% verkleinert werden. Ein skalierbarer Auswertungsprozess ermöglicht stetiges Monitoring. Durch Einsparungen bei bedarfsschwachen, unkritischen Artikeln (teils bis zu 85% Platzeinsparungen) können die Bestände bei kritischen, schnelldrehenden Artikeln erhöht werden. Dies reduziert aufwändige Expressbestellungen, zeitgleich können Versorgungssicherheit und Wirtschaftlichkeit erhöht werden.

SORTIMENTPLANUNG
Für die Versorgung des USZ (rund 30'000 Artikel) ist die sichere Bereitstellung von kritischen Materialien wesentlich. Die «COVID-19-Pandemie» hat gezeigt, wie empfindlich die Produktverfügbarkeit geworden ist und verdeutlicht die Notwendigkeit eines validen Prognosetools. Dieses muss kritische Lieferanten/Materialzuläufe erkennen, um Ausfallrisiken zu minimieren, potentielle Engpassartikel identifizieren und im Bestellprozess überwachen.
Anfangs der COVID-19 Pandemie wurde am USZ ein Prognosecockpit für Schutzausrüstung gebaut, wobei besonders den hohen Fluktuationen im Sortiment Rechnung getragen wurde. Danach wurde für die IPS-kritischen Artikel Bestandsprognosen in Abhängigkeit von Fallzahlszenarien erarbeitet (dynamisch, z.B. mit Ersatzartikeln). Als drittes wurde ein Instrument gebaut, das anhand diverser Kennzahlen eine Priorisierung von Artikeln für den Zentraleinkauf bereitstellt. Zurzeit werden diese Instrumente in ein SCM-Cockpit ausgebaut, das automatisiert allgemeine Fallzahlerwartungen auf Materialbedarfe übersetzt.
Das SCM Cockpit ermöglicht Einkauf und Spitalleitung eine intuitive und effiziente Übersicht über kritische Artikel. Grundlegende Entscheide der Spitalleitung (z.B. Maskenpflicht) können in Echtzeit in Reichweiten und Stock-Out Risiken übersetzt werden. Ohne manuellen Aufwand sehen die Einkäufer in diesem Cockpit, welche Artikel aufgrund des Bedarfs, der Reichweite und erwarteten Beschaffungszeiten dringliches Augenmerk brauchen. Die künstliche Intelligenz hilft über die Pandemie hinaus, die Beschaffungsprozesse zu vereinfachen.

Moderator:

Prof. Dr. Dr. Wilfried von Eiff
HHL - Leipzig Graduate School of Management

Referent:innen:

Dr. Peter Kauf
Prognosix AG
Christian Schläpfer
Universitätsspital Zürich
Florentina Pichler
Universitätsspital Zürich