Predecir el uso de drogas estacionales utilizando el aprendizaje automático avanzado: un estudio de caso de albuterol

Área de la Ciencia:

• Informática de la farmacia en las farmacias.
• Ciencia de datos de salud Ciencia de datos de salud.
• La farmacología computacional.

Sus antecedentes:

• El pronóstico manual de la demanda de medicamentos estacionales es ineficiente y requiere mucha mano de obra.
• El aprendizaje automático ofrece potencial para la predicción precisa de los patrones de uso de medicamentos.
• El modelado predictivo puede optimizar la gestión del inventario farmacéutico y reducir los costos.

Objetivo del estudio:

• Evaluar la efectividad de un modelo de promedio móvil integrado autorregresor estacional (SARIMA) para pronosticar la demanda de albuterol inhalado.
• Evaluar el ahorro potencial de costos laborales asociado con la implementación de un sistema de pronóstico basado en aprendizaje automático.
• Contribuir al creciente número de aplicaciones de aprendizaje automático en farmacia.

Principales métodos:

• Análisis retrospectivo de 5 años de datos de administración de albuterol inhalado.
• Aplicación de un modelo SARIMA para identificar patrones de uso y predecir la demanda futura.
• Cálculo de ahorros potenciales de costos laborales basados en la implementación del modelo.

Principales resultados:

• El modelo SARIMA demostró una alta precisión en la predicción de la demanda estacional de albuterol inhalado.
• Se proyectan importantes ahorros de costos laborales a largo plazo con el uso operativo del modelo.
• La escalabilidad del modelo a través de múltiples medicamentos estacionales sugiere importantes beneficios financieros y de eficiencia en el tiempo.

Conclusiones:

• El modelado SARIMA mejora la precisión de la predicción de la demanda estacional de medicamentos.
• La implementación de este enfoque de aprendizaje automático puede reducir sustancialmente el trabajo manual en la compra farmacéutica.
• Este estudio apoya la integración del aprendizaje automático en las operaciones farmacéuticas para mejorar la eficiencia y reducir los costos.