Utilizzo dell’IA generativa, dei grafi di conoscenza e dell’elaborazione del linguaggio naturale nella corrispondenza tra prodotti e codici MedTech A

Le forniture mediche comprendono un’ampia gamma di prodotti, dagli strumenti chirurgici alle bende, utilizzati nelle strutture sanitarie. Classificare e assegnare correttamente i codici a queste forniture mediche è fondamentale per l’approvvigionamento, la tracciabilità, la fatturazione, gli ordini, la gestione delle scorte e la sicurezza dei pazienti.

Le sfide principali includono il costo elevato delle transazioni della catena di fornitura sanitaria (fino a quattro volte superiore rispetto ad altri settori), gli sprechi significativi sostenuti, ad esempio 5 miliardi di dollari di DPI COVID-19 ritenuti “inutilizzabili”. Inoltre, a livello globale, dal 10% al 34% della spesa sanitaria dei Paesi OCED è stata sprecata per cure inappropriate.

Abbiamo suddiviso la sfida in code-to-code, code-to-product, product-to-product, product-to-evidence e product-to-opportunity. Più specificamente

• Da codice a codice: supponiamo di avere un codice come CPV e di volerlo abbinare al nostro codice interno o ad altri codici come UNSPSC.
• Da codice a prodotto: immaginiamo che come acquirente imbarchiate un nuovo fornitore con 30.000 articoli o articoli a cui dovete assegnare delle categorie. Come fornitore devo filtrare o assegnare il codice acquirente ai miei prodotti.
• Da prodotto a prodotto: come acquirente ho molti prodotti nel mio paniere, di marche o fornitori diversi, come posso confrontare i prodotti per trovarne di simili? Come fornitore, come posso capire il panorama del mercato.
• Product-to-evidence: ora, come acquirente, volete esaminare le evidenze cliniche di molti prodotti, come fate al momento? Come fornitore, voglio vedere cosa fanno i miei concorrenti.
• Product-to-opportunity: come acquirente voglio vedere i prodotti del fornitore, o come fornitore voglio vedere le opportunità a cui posso partecipare o che stanno facendo i miei concorrenti.

Ecco una selezione delle complessità legate alla classificazione:

• Complessità, diversità e problemi di standardizzazione: L’enorme varietà di forniture mediche, ognuna con le sue specifiche uniche, rende la classificazione complicata. Differenziare tra prodotti con variazioni minime può essere difficile. Possono mancare convenzioni di denominazione e categorizzazione standardizzate per le forniture mediche, soprattutto tra produttori o Paesi diversi. Diversi fornitori potrebbero utilizzare nomi, codici o specifiche differenti per prodotti simili, rendendo difficile mantenere una classificazione standardizzata.
• Evoluzione continua dei prodotti: Con il progredire della tecnologia medica, vengono costantemente introdotti sul mercato nuovi prodotti. Mantenere aggiornati i sistemi di classificazione diventa un compito costante.
• Sovrapposizione di categorie: Alcune forniture mediche possono rientrare in più categorie, generando confusione sulla corretta classificazione.
• Errori umani, scala e abilità: Possono verificarsi errori nei processi di inserimento manuale o di categorizzazione, con conseguenti classificazioni errate. Il personale deve essere addestrato a comprendere e utilizzare correttamente il sistema di classificazione, e questa formazione deve essere aggiornata con l’evoluzione del sistema.
• Requisiti normativi e di conformità: Regioni o Paesi diversi possono avere normative diverse in materia di forniture mediche, che possono influire sulle modalità di classificazione o codifica. In contesti multinazionali, la traduzione e la localizzazione possono introdurre ulteriori complessità nella classificazione.
• Interoperabilità e integrazione: I diversi sistemi di una struttura sanitaria, come la fatturazione, le cartelle cliniche elettroniche e la gestione dell’inventario, devono comunicare senza problemi. Le discrepanze nella classificazione dei codici possono causare problemi di integrazione. I sistemi tradizionali degli ospedali o delle strutture possono ancora basarsi su sistemi di classificazione obsoleti, con conseguenti discrepanze nell’integrazione con sistemi o fornitori più recenti. I sistemi di classificazione devono essere compatibili con i sistemi di gestione dell’inventario per garantire una tracciabilità continua dell’utilizzo dei materiali medici e delle esigenze di rifornimento.

Per affrontare queste sfide è necessaria una combinazione di tecnologia, formazione e attenta pianificazione. Le soluzioni potrebbero includere l’investimento in moderni sistemi di gestione dell’inventario, la formazione continua del personale, la collaborazione con i fornitori per la standardizzazione e la revisione e l’aggiornamento regolari dei sistemi di classificazione. Non è possibile farlo manualmente a livello globale per tutti i prodotti e i servizi sanitari, per cui è necessaria una soluzione di monitoraggio e tracciamento automatizzata, che fortunatamente con l’emergere dei big data, dell’IA generativa e dell’analisi dei grafi è possibile.

Sebbene ChatGPT-4 possa essere ottimo per riassumere il testo, i nostri data scientist hanno scoperto che il suo utilizzo per la corrispondenza tra codici, come GMDN e UNSPSC, porta all’assegnazione di codici di classificazione errati anche dopo un’attenta preparazione dei dati. Queste risposte imprecise sono un processo noto come allucinazione e sono state ampiamente discusse dalla stampa come un problema importante per la fiducia e la qualità. Anche l’abbinamento prodotto-codice può sfuggire rapidamente di mano a causa del rumore.

Vamstar vanta una profonda esperienza nella scienza dei dati e nell’intelligenza artificiale all’avanguardia nei settori della sanità e delle tecnologie mediche. Abbiamo ottenuto finanziamenti per la ricerca Innovate UK e AI Venture e collaboriamo attivamente con le principali università.

Abbiamo sviluppato soluzioni innovative sotto forma di una piattaforma guidata da tecnologie AI, per consentire la standardizzazione e la catalogazione automatizzata di prodotti/servizi sanitari, arricchita da informazioni raccolte da fonti eterogenee per migliorare il processo decisionale in materia di acquisti.

Abbiamo raccolto, estratto tramite NLP, normalizzato e arricchito i più grandi set di dati di gare d’appalto pubbliche al mondo da acquirenti quali ospedali, cliniche e università. Ad esempio, conosciamo le opportunità di gara in corso per i prodotti MedTech, i fornitori aggiudicatari e i modelli di acquisto.

Parallelamente, abbiamo raccolto, normalizzato e arricchito prodotti e articoli dai cataloghi di produttori, fornitori e distributori utilizzando l’elaborazione del linguaggio naturale e l’intelligenza artificiale generativa. In questo modo abbiamo ottenuto una comprensione completa dei portafogli e delle offerte sul lato dell’offerta.

Abbiamo unito questi due enormi set di dati specifici per il settore sanitario e medicale e abbiamo creato il più grande grafo di conoscenza che ci consente di eseguire un graph matching di prodotti e codici su una scala mai vista prima, utilizzando le caratteristiche dei prodotti di basso livello e le specifiche del settore sanitario in tutte le lingue.

Creare il più grande grafo di conoscenza del settore sanitario e delle scienze della vita al mondo, che collega tutti gli acquirenti, i fornitori, i prodotti, i servizi e i dispositivi medici del settore sanitario in tutti i Paesi, è un compito complesso che richiede competenze uniche e una grande quantità di dati normalizzati e arricchiti. Il grafo sottostante è stato creato utilizzando complessi modelli di elaborazione del linguaggio naturale (NLP), AI generativa e apprendimento automatico, compreso l’uso di istanze GPU per l’addestramento dei nostri modelli NLP di apprendimento profondo personalizzati. In collaborazione con l’Università di Sheffield, leader mondiale nel campo dell’NLP, abbiamo aumentato la scala sia in termini di dati elaborati sia in termini di nodi e relazioni rappresentati nel grafo di rete.

Abbiamo unito tre tecnologie all’avanguardia come l’intelligenza artificiale generativa, l’elaborazione del linguaggio naturale e i grafi di conoscenza, in perfetta armonia, per abbinare automaticamente tutte le assegnazioni e le classificazioni di codici e prodotti. Tutto ciò viene orchestrato utilizzando una serie complessa di pipeline proprietarie di big data e machine learning facilmente scalabili nel cloud.

Abbiamo la capacità unica di eseguire operazioni altamente scalabili e accurate:

• Da codice a codice: Corrispondenza automatica tra CPV, UNSPC, GMDN, GUDID, UDI, eClass e corrispondenza tra codice interno/catalogo/tassonomia.
• Da codice a prodotto: Assegnazione di CPV, UNSPC, eClass o codice interno/catalogo/tassonomia ai prodotti.
• Da prodotto a prodotto: confrontare i prodotti con altri prodotti e fornire un punteggio di corrispondenza.
• Da prodotto a evidenza: riassume l’evidenza clinica per un prodotto o un gruppo di prodotti.
• Da prodotto a opportunità: siamo in grado di abbinare una gara d’appalto o un’opportunità privata ai prodotti di un fornitore.

Vamstar è la principale piattaforma di scambio B2B per la sanità e le scienze della vita alimentata dall’intelligenza artificiale, che aggrega e analizza oltre 750 miliardi di dollari di spesa tra 86.000 acquirenti di prodotti e servizi sanitari pubblici e privati in oltre 100 Paesi. La tecnologia della supply chain basata sul cloud di Vamstar connette acquirenti e fornitori per automatizzare i processi aziendali chiave, traducendo i dati e le analisi basate sui risultati in azioni significative per l’ecosistema sanitario, in modo da muoversi rapidamente, operare in modo efficiente e ottenere grandi sinergie, consentendo una migliore cura dei pazienti e massimizzando i risparmi del settore per i suoi clienti.

Utilizziamo i Big Data e l’apprendimento automatico per consentire un approvvigionamento intelligente, gare d’appalto più rapide, contratti semplificati, opportunità in tempo reale, intelligenza incorporata e servizi correlati, tra cui il commercio di prodotti sanitari basato sul web tra ospedali, cliniche, laboratori e fornitori sul mercato.

Vedendo il quadro generale e tutte le connessioni, Vamstar fornisce agli stakeholder del settore sanitario preziose intuizioni e prospettive di mercato. Vamstar collabora con leader dell’industria, del mondo accademico e governativo in oltre 100 paesi per applicare il pensiero di livello superiore alle attività quotidiane e alle questioni strategiche. Offre ai propri clienti soluzioni che li rendono più efficienti e li aiutano a prendere decisioni informate sui dati per garantire il loro futuro.