RTLS и компьютерное зрение AI: комплементарные подходы к управлению запасами в больницах

Поддержание нужного уровня запасов в больнице критично для бесперебойной работы и высококачественного ухода за пациентами. Недостаток или исчезновение запасов может привести к затратным задержкам, дополнительным расходам и потенциальной угрозе благополучию пациентов. Вот почему многие больницы полагаются на системы RTLS для отслеживания местоположения оборудования и запасов.

RTLS предоставляет общую картину местоположения предметов и их движения, что помогает устранить неэффективность из-за неправильно размещенных активов.

Однако, с ростом сложности цепочек поставок в здравоохранении, все больше интересуются решениями на основе компьютерного зрения для точного отслеживания запасов. Эти системы, управляемые ИИ, используют камеры для автоматического подсчета уровня запасов, мониторинга их использования в реальном времени и создания более точных оповещений о повторных заказах. Вместо того чтобы полностью заменить RTLS, многие поставщики медицинских услуг исследуют, как эти два подхода могут работать вместе, используя отслеживание местоположения из RTLS и получая выгоду от точного мониторинга запасов с помощью компьютерного зрения с ИИ.

Что такое RTLS?

Системы реального времени (RTLS) отслеживают и определяют местоположение медицинских запасов, оборудования и даже персонала в учреждении. Используя такие технологии, как RFID, Wi-Fi, инфракрасные технологии или BLE, RTLS непрерывно обновляет информацию о местоположении активов.

Как работает RTLS

• Теги — прикрепляются к запасам или оборудованию (обычно RFID теги для мелких предметов или Bluetooth/Wi-Fi теги для большего оборудования)
• Датчики — стратегически размещаются по всему учреждению для обнаружения местоположения тегов и отправки данных в центральную систему
• Программное обеспечение для отслеживания — агрегирует данные, чтобы больничные команды могли видеть, где находятся их активы в реальном времени через панель управления или мобильное приложение

Преимущества RTLS в здравоохранении

• Быстрое извлечение оборудования — персонал затрачивает меньше времени на поиск предметов (исследования показывают среднюю экономию времени в 20 минут за смену)
• Улучшение безопасности пациентов — критические запасы и оборудование легче найти во время чрезвычайных ситуаций
• Сокращение краж и потерь — видимость местоположения может сократить потери активов до 40% в некоторых больницах
• Профилактические проверки запасов — помогает избежать нехватки, зная, где находятся предметы до их необходимости

Ограничения RTLS в детализированном отслеживании запасов

• Все еще требуется ручной подсчет — RTLS не отслеживает автоматически точные уровни запасов в помещениях
• Ограниченная видимость использования — отслеживание местоположения не говорит о том, сколько предметов было действительно использовано во время процедур
• Помехи сигналам — планировки зданий или материалы могут ухудшить точность RTLS, особенно в старых зданиях
• Меньшая прогностическая мощность — RTLS сам по себе предлагает меньше инсайтов о будущих шаблонах спроса

Как компьютерное зрение с ИИ добавляет еще один уровень понимания

Что такое компьютерное зрение с ИИ?

С компьютерным зрением с ИИ умные камеры наблюдают за ящиками и полками в реальном времени. Система фиксирует, когда предметы забираются или пополняются, отмечает точные числа и генерирует автоматические повторные заказы, если запасы падают ниже установленных уровней.

Как работает компьютерное зрение с ИИ

• Камеры с поддержкой ИИ — наблюдают за полками, ящиками или складами (обычно устанавливаются над зонами с запасами)
• Продвинутые алгоритмы ИИ — обнаруживают низкий уровень запасов или изменения в наполненности ящиков, используя модели машинного обучения, обученные на тысячах изображений предметов запаса
• Интеграции системы — соединение с ERP, EHR и программным обеспечением для закупок для обновления запасов и автоматического вызова повторных заказов
• Аналитические панели — предлагают реальный вид использования запасов и генерируют предсказательные инсайты на основе исторических шаблонов потребления

Реальный пример использования

В региональной больнице во Флориде компьютерное зрение с ИИ контролирует запасы высокоценного катетеризационного оборудования для сердца. Система автоматически определяет, когда предметы изъяты и обновляет количество запасов без вмешательства персонала, сокращая время ручного подсчета на 94% и повышая точность учета с 85% до 98%.

RTLS и компьютерное зрение с ИИ: Комплементарный подход

Ключевые характеристики | RTLS | Компьютерное зрение с ИИ
— | — | —
Отслеживание местоположения | Отличается отслеживанием местонахождения запасов/оборудования по всему учреждению | Сосредоточено на уровне запасов в реальном времени в конкретных местах хранения
Видимость использования запасов | Основано на ручных проверках для оценки использования | Автоматизирует мониторинг использования (без ручного сканирования)
Прогностическая аналитика | Ограниченные возможности прогнозирования, основанные только на данных о местоположении | Использует ИИ для прогнозирования спроса и вызова повторных заказов на основе фактических шаблонов использования
Интеграция | Интегрируется с ERP на базовом уровне | Часто более тесно связано с системами цепочки поставок
Сила | Возможности в реальном времени по идентификации местоположения на широких территориях | Отслеживание количества и потребления в реальном времени в определенных зонах
Коэффициент затрат | Более экономичен для отслеживания крупного, мобильного оборудования | Более эффективен для мониторинга расходных материалов с высоким оборотом

Пример интеграции

500-местная больница в Чикаго использует RTLS для отслеживания вентиляторов, инфузионных насосов и других мобильных устройств по своему кампусу. Одновременно они внедрили компьютерное зрение с ИИ в центральные складские помещения для мониторинга уровня запасов СИЗ, материалов для ухода за ранами и внутривенных жидкостей. Эти две системы интегрированы через их ERP-систему, предоставляя и отслеживание местоположения, и автоматизированное управление запасами.

RTLS остается несомненной ценностью для точного определения местонахождения предметов или оборудования (особенно для потоков пациентов или крупных, подвижных активов). Между тем, компьютерное зрение отлично справляется с подсчетом запасов в ящиках и на полках на детальном уровне. Используя обе технологии, больницы могут получить полную видимость о местоположении предметов и скорости их использования.

Установление правильного баланса: стоимость, сложность и адаптация

RTLS часто является лучшим выбором для:

• Отслеживания крупного мобильного оборудования, такого как инвалидные кресла, инфузионные насосы и вентиляторы
• Учреждений с ограниченными ресурсами ИТ для управления комплексными системами ИИ
• Сельских больниц с менее надежным подключением к интернету для облачной обработки ИИ
• Ситуаций, где точность определения местоположения на уровне комнаты достаточна для оперативных нужд

Соображения

• Стоимости и сложности
  
  Многие больницы уже инвестировали значительные средства в RTLS, поэтому переход на новую платформу может быть дорогим. Компьютерное зрение с ИИ может потребовать установки камер, инфраструктуры для хранения данных и обучения персонала. Некоторые поставщики находят, что дополнение RTLS отдельными решениями компьютерного зрения особенно для предметов с высоким использованием или критически важных — обеспечивает сбалансированную окупаемость инвестиций.

Постепенная адаптация

Особенности на основе ИИ продолжают совершенствоваться, и не каждое учреждение имеет непосредственный бюджет или потребность в них. Ранние внедренцы могут получить выгоду от более детализированных, основанных на данных, инсайтов (например, автоматические оповещения о повторных заказах и прогнозная аналитика). Остальные могут продолжить использовать RTLS для отслеживания местоположения, при этом тестируя небольшие внедрения ИИ в определенных зонах, например, в высокостоимостных или быстро расходуемых запасах.

Регуляторные соображения

Строгие руководящие принципы по защите данных и конфиденциальности пациентов требуют надежных рамок. Использование RTLS хорошо осознано с точки зрения соблюдения, в то время как компьютерное зрение на основе ИИ вводит новые элементы, такие как работа с изображениями штрих-кодов или ящиками с запасами. Больницы должны убедиться, что они соответствуют всем правилам HIPAA и другим стандартам защиты конфиденциальности при внедрении этих новейших технологий.

Максимально использовать обе системы RTLS и компьютерное зрение с ИИ

Некоторые больницы могут постепенно интегрировать компьютерное зрение в области, где критично отслеживание использования в реальном времени, дополняя свои внедрения RTLS. Другие могут продолжать существенно полагаться на RTLS для крупного оборудования и подвижных активов, при этом используя ИИ только для некоторых специализированных предметов. Правильная смесь будет зависеть от размера, бюджета и оперативных приоритетов каждой больницы.

Стратегия внедрения

Для больниц, рассматривающих обе технологии, часто лучше всего работает поэтапный подход:

• Оцените текущие проблемы управления запасами и их стоимость
• Определите какие запасы наиболее выиграют от каждой технологии
• Внедрите RTLS для мобильного оборудования и активов с высокой стоимостью
• Добавьте компьютерное зрение с ИИ в целевые области с высоким оборотом запасов
• Интегрируйте обе системы с вашим ERP для единого просмотра данных

Взгляд в будущее: Будущее управления больничными запасами

Хотя обе технологии продолжают развиваться, наиболее эффективный подход часто заключается в сочетании проверенных временем аналитических возможностей RTLS с детализированной, прогнозной инвентаризацией, управляемой данными технологий ИИ, что создает более целостную и основанную на данных цепочку поставок в здравоохранении. Исследования от Healthcare Financial Management Association предполагают, что интегрированные системы управления запасами могут сократить затраты на запасы на 5-15% ежегодно.

Следующие шаги

Больницы, изучающие продвинутое управление запасами, могут рассмотреть пилотный проект, сочетающий RTLS и компьютерное зрение с ИИ. Начните с малого, измерьте влияние на точность запасов и эффективность персонала и постепенно расширяйтесь, чтобы максимально использовать прибыль, полагаясь на существующие возможности RTLS.