基于大数据和人工智能的新型医药物流体系构建

陈心媛 廖吉林

摘  要：随着居民健康意识增强，医药及与之配套的医药物流获得了良好发展契机。文章在简要综述医药物流产业发展前景的基础上，结合当下广泛应用的大数据及人工智能技术应用场景要求，分析了医药物流体系目前的突出问题，提出发展物流企业总代理、成立集团型分销企业和搭建智慧就诊平台的设想。在此基础上，运用大数据技术嵌入构建了包括成本控制层、仓储管理层、库存管理层和配送运输层的医药物流大数据平台，并以AI技术赋能平台运行，以期达到构建新型医药物流体系的目标。

关键词：大数据;人工智能;医药物流;大数据平台;体系优化

中图分类号：F252.1    文献标识码：A

Abstract： With the enhancement of residents' health awareness， the development of medicine and its supporting medical logistics has obtained a good opportunity. On the basis of a brief review of the development prospects of pharmaceutical logistics industry， this paper analyzes the current outstanding problems of pharmaceutical logistics system in combination with the widely used big data and artificial intelligence technology application scenarios， and puts forward the ideas of developing general agent of logistics enterprises， establishing group distribution enterprises and building intelligent medical treatment platform. On this basis， the medical logistics big data platform including cost control layer， warehouse management layer， inventory management layer and distribution and transportation layer was built by using big data technology， and AI technology was used to enable the platform to operate， so as to achieve the goal of building a new pharmaceutical logistics system.

Key words： big data; artificial intelligence; pharmaceutical logistics; big data platform; system optimization

0  引  言

随着国民生活水平提升和医疗保障体系完善，作为基本生活需求的药品需求量近年来迅猛增长，由此带动医药物流规模持续扩张。预计2020年国内医药物流总市值将突破4万亿元，同比2019年增加约9%。医药物流一般是指依托物流设备技术和信息管理系统，通过优化药品预测、采购、仓储、装卸、运输和配送等环节，有效整合上下游资源，提高订单处理能力，缩短库存及配送时间，减少物流成本，以最终实现规模效益。作为医药产业重要配套，物流配送贯穿于整个医药产业链，对行业提质增效发挥着至关重要的作用。而自“两票制”、税制改革和一致性评价等医药创新体制改革以来，国内整体市场秩序得到规整，医药物流向着高质量、高标准、严规范目标发展。受此类政策影响，身处上游的供应商将药品直接销售给医院或零售药店的传统调拨模式已难以为继。供需结构、信息化程度和物流活动效率都对医药物流产业提出了新的更高的要求。

2010年以来，随着电子商务快速发展，国内物流行业迎来了超高速增长期。而在经济持续增长及以人工智能和大数据为代表的信息科技支持助力下，据统计，社会物流总额从2010年的125.4万亿增长至2019年的301.8万亿元，10年累计增长了141%[1]。与数量指标增长同步，10年来中国物流技术水平也飞速进步，逐步进入网络化和信息化的“智慧物流”时代。而具体到医药流通领域，智能软硬件、物联网、大数据等智慧化技术手段也越来越多地嵌入应用于医药物流供应链系统，实现了各物流环节精细化、动态化、可视化管理，改善了系统智能化分析决策和自动化执行能力，显著提升了行业物流运作效率。正如中国物流与采购联合会副会长崔忠付在2020年第九届中国药品冷链峰会所指出的，医药行业应以技术赋能数字化医药产业供应链转型升级，大数据与人工智能正在强力助推医药行业供应链发展[2]。大数据和人工智能赋能医药物流供应链，将有效化解当前医药物流体系中固有的系统性和结构性顽疾。

1  当下医药物流配送体系存在的突出问题

目前国内医疗物流行业正处于发展的初级阶段，物流一体化结构尚未形成[3]。尤其是在新冠疫情防控常态化背景下，医药物流体系仍面临诸多重大突出问题。

1.1  物流成本居高不下

受药品使用专属性、质量绝对性和效用两重性等影响，冷链成本居高不下。医药企业在存储仓庫、冷链运输车辆以及配送人员技能培训等方面投入了大量资金成本，以致医药物流成本在物流市场总额中占据份额逐年增长。为缓解高昂的物流成本带来的巨大资金压力，中小型企业不得不冒着牺牲药品质量安全的风险，采取压缩物流成本的措施。

1.2  冷链物流设施落后

国内医药物流发展起步较晚，虽然近年来医药冷链在设备、技术、基础设施和安全保障等方面均有所加强，但仍有众多方面急需进一步升级。比如发达国家药品冷链流通率平均高达90%以上，而直到2019年底国内医药冷链流通率才刚刚达到20%。冷链流通率的提高，完善的配送运输网络、智能化仓储配送设备以及信息化公共物流平台是基本硬件条件。只有在完善相关基础设施的条件下，才具备进一步优化物流体系的可能。

1.3  信息共享机制匮乏

国内现代医药物流尚未形成集中收集数据、统一监管秩序的大数据平台，来自供应链各主体离散的数据难以实现信息共享和宏观分析，严重阻碍了现代医药物流体系的发展。本次新冠疫情表明，突发公共卫生事件防控极端依赖于多部门信息平台的信息共享机制，也显著证明了信息互通对供应链各主体间协同控处的至关重要性。同样道理，供应链上下游之间缺乏信息互通，将直接导致医药产品供求不匹配、物资分配不均，无法及时准确地满足患者需求。因而，医药物流急需建设具有信息互通、统一调拨功能的大数据平台。

2  基于大数据和人工智能的医药物流体系设计

一般来说，物流体系建设作为系统性工程，并非单一企业凭借一己之力就能够实现，其建设涉及到供应链上各关联主体、构成要素和多个层面[4]。本文试图从医药物流主体和要素角度出发，探究大数据和人工智能对物流体系的改进和优化策略。

2.1  主体构建

传统医药物流体系涵盖制药企业、全国代理商、分销商、批发商和患者等多个主体。物流体系中涉及到主体越多、行销区域越窄，物流采购成本、仓储成本和运输成本在总成本中所占的比例就越高。因此很有必要对供应链主体做出适当调整以应对日趋剧烈的市场竞争。

（1）发展物流企业总代理模式。医药产品在制药企业与代理商、代理商与分销商之间经历的中间环节纷繁复杂，为提高产品周转频率，降低成本损耗，制药企业将委托第三方医药物流企业对药品进行存储、运输与代销。第三方医药物流企业利用大数据、云计算等现代技术，准确定位最优仓库选址和规划配送路径，从而降低物流成本、提高运输配送效率。同时，顺丰冷链、京东快递这类有实力的物流企业具备高效的仓储管理技术和先进的冷链设备，能够切实保障药品质量安全。

（2）设立跨区域集团型分销企业。传统分销范围以行政区域为划分标准，容易导致划分界限模糊、管理不到位等现象。发展以跨区域集团型分销商为主的分销模式，能够淘汰这类生产效益低下、管理方式落后和运作模式原始的企业。跨区域分销体系依托大数据平台不断完善其集团自身的物流运输网络和信息化平台，将人工智能运用于自动化仓储建设，可有效实现规模化发展、集约化仓储和统一化管理三者有机结合。从而实现上游供应商和下游需求方的合理对接，减少批发商产品过剩或供应商产能不足的现象。同时，多品种、小批量、宽行销区的分销模式将有效降低物流配送成本。

（3）搭建三方智慧就诊平台。随着人口规模持续扩大，“就医难”成为患者普遍面临的问题。三甲医院通常人满为患，一方面就医效率低下，另一方面易造成交叉感染。搭建由医院、零售药店和患者三方构成的智慧就诊平台，升级优化传统DTP药房能有效缓解患者就医压力、简化药品运输过程[5]。新型DTP药房将选址巧妙地安排在医院一公里范围内，充分利用互联网优势延展线下服务半径，并结合大数据和人工智能技术为患者提供服务。

首先，合理对接医院HIS系统。患者在医院的历史处方通过平台引流至新型DTP药店，同时建立审核机制、药品可溯源机制和多方联合监控机制对DTP开具的诊断处方进行严格把控;其次，引入人工智能辅助患者就医。患者可通过AI技术享受远程辅助医药服务，获得专属诊疗方案。问诊结束后，机器人依据处方匹配药品货架号、价格和服用方法。药房设有小型仓库，并配备USP保障的全程冷链配送系统，将特殊药品运送至患者家中。

智慧就诊平台建设有效缩短了药品在医院、零售商和患者之间的周转时间和配送成本。打造了医院以外的“第三方生存空间”，利用大数据和人工智能技术，为医药物流体系构建提供了创新思路。

2.2  大数据平台建设

随着互联网的不断发展，物流企业系统正逐渐以行业平台形式出现，而大数据将通过协调整个行业资源配置的方式辅助平台运营，人工智能的应用也将促进物流体系不断升级优化。本文所构建的医药物流大数据平台，自上而下分别为成本控制层、仓储管理层、库存管理层和运输配送层。旨在以大数据和人工智能赋能医药物流体系建设，促进医药物流智能化、信息化、现代化[6]。

（1）成本控制层。医药物流成本主要包括人工成本、财务成本、营运成本等。控制人工成本最有效途径是缩减各物流环节上的劳务支出，以人工智能代替劳务人员能够节省近60%的人工成本。如建设无人仓库及无人运送车，通过WMS将指令发送至对应仓库或车辆，对其进行调拨和全程监控。

通过大数據和云计算采集下游药品需求并上传至上游制造商和物流企业，以便进行需求预测。尽量实现“供求平衡”的“零库存”目标，降低因库存过量引起的损耗或失效风险和因供货不及时产生的惩罚成本，从而有效控制财务成本及营运成本。相关成本计算完成后，通过物流大数据平台统一反馈至各主体，以便进行成本溯源和有效控制。

（2）仓储管理层。推动物流仓储操作的机械化、药品管理的自动化是提高物流仓储工作效率和管理质量的要求。首先，将AI技术整合至仓储自动化工具中，准确预测各类药品的存储周期，并判定其最佳的放置位置，简化药品拣选过程，提高半自动化仓库运行效率[4]。

其次，在半自动化仓储基础上，进一步提升仓储智能化，以通过大数据平台调拨的机器人代替人工进行作业，负责仓库内的拣货、复核、理货、补货和下架。如仓库中的药品出库后，机器人监测到库存不足，将自动上传库存信息至库存管理层联系补货。AGV作为自动化仓库重要基础设施之一，通过库内搬运、分拣等作业实现仓储管理自动化。其中，拣选AGV依据仓储管理层为其设定的程序，精确匹配货物条形码和货架号，按照预定程序将货物搬运至指定地点，从而实现了“货到人”全自动化仓储管理模式。经测算，使用AGV智能仓储管理能够有效缩减50%～70%的人工成本，降低20%～40%的订单交付成本。

另外利用物联网技术创建仓库药品数据库，搭建基于仓储管理层的智能物流信息查询平台，以便上游供应商与下游批发商全程监测把控采购药品的在库情况、所在仓库及出入库时间。

（3）库存管理层。药品物流过程中，库存管理水平直接关系到成本控制效益和仓储管理水平，在医药物流体系建设中起到重要的辅助作用。可以预见，物流企业未来将储备更多种类的医药产品，仓储管理面临着史无前例的压力。本体系中，库存管理层借助大数据平台收集下游批发商的药品需求，分析并确定使用频率相对较高的药品并报送至供应商，以防在突发公共卫生事件下发生药品供不应求的情况。同时，实时跟踪药品出库后物流情况，提供交付时间并制定备选方案，确保药品运输在遭遇突发状况的一小时内快速找到替代性交付通道。

此外，结合大数据提供的医药产品出入库情况，分析测算其周转率。对周转率较高的药品进行集中采购、集中存储;而对于周转率相对较低的药品，则采取定期、定量采购的方式，以此减少药品仓库积压、质量效用降低的情况。

（4）运输配送层。人工智能结合大数据推动医药物流配送不断向智能化、信息化方向发展。将AI技术赋能基础设施建设，为所有冷链车辆配备智能车载、智能调度系统，由大数据平台统一监控药品从出库至患者手中的物流全过程。实时监测路况，及时测算更改最佳路径，从而实现冷链过程的安全管控和成本优化。

基于现存的有人驾驶运输方案，本文提出AI技术支持下的创新型冷链方案，即通过无人驾驶设备对药品进行冷链运输。在无人车或无人机上配备传感器和GPS定位系统，对于冷链过程中出现的温湿度异常或不可抗力因素影响，直接向医药物流大数据平台进行信息反馈。由大数据平台下达调拨指令后采取应急措施。配送无人机在有效控制人力成本的同时，解决了偏远地区的物流“盲区”问题[7]。完善了医药物流配送网络，对于物流体系优化升级具有深远意义。

此外，智能客服机器人为患者提供售前、售后咨询服务，凭借其迅速响应特点，快速收集下游批发商和患者的诉求并反馈给上游供应商，完善药品溯源机制。

2.3  新型医药物流体系构建

体系主要以医药物流大数据平台为构建基础，自上而下的各因子层分别是成本控制层、仓储管理层、库存管理层和运输配送层。成本控制作为整个大数据平台的顶层因子，受到仓储管理、库存管理和运输配送的共同制约，并对物流体系优化起到至关重要的作用;库存管理的优劣直接影响到仓储管理水平，其上下端分别与仓储管理层和运输配送层对接，对上下游信息数据进行收集与报送;仓储管理层将收集到的需求数据、供应量数据、采购情况进行汇总，报送给物流企业，提供仓储管理指导性意见;运输配送层作为大数据平台的终端因子层，负责收集库存信息、报送路径路况，把控好医药物流供应链的最后一个环节。同时反馈患者意见至大数据平台，经平台审核后，确定关联主体，通知相关供应商与患者直接进行协商。

3  基于大数据和人工智能的医药物流体系有效性预估

理论研究和管理实践普遍认同，智慧医药物流体系的评价主要涉及物流链条长度、整体库存水平、客户响应速度、全链条数据共享程度及物流总成本这五方面维度[8]。笔者也以此为标准对优化后的医药物流体系进行评价。

本文构建的医药物流体系对传统医药供应链相关主体加以调整，职能加以合并。委托物流企业执行代理商职能显著简化了药品流通过程。下游主体由传统的医院—患者、药店—患者模式升级为医院—药店—患者三者协同的新型DTP药店模式，简化了患者问诊、取药、复诊等就医流程，有效缩短了物流链条长度。大数据平台库存管理层借助大数据进行客户需求分析，进而真正实现库存协同;减少库存积压，提高药品周转率和现货率;仓储管理层调拨机器人预测库存并及时补货，真正实现“整体库存少”的目标。大数据平台的运输配送因子层将客户需求直接反馈至大数据平台终端，省却了药品退回需经历的层层关卡，能够及时、准确地处理客户诉求;设立跨区域集团型分销企业助力跨区域配送和仓配一体化运作，从而快速响应客户需求。智能物流信息查询平台依托WMS和TMS对药品自入库、出库到配送全过程进行公开，供批发商、供应商和患者查询药品物流状态;大数据平台建立成本控制因子层，对药品在供应链各阶段所耗费的成本进行测算与分析，有效把控物流成本。

参考文献：

[1] 丁梧桐，李登明. 电子商务环境下的物流管理创新研究[J]. 电子商务，2020（6）：2-3.

[2] 张然. 新形势下国有粮食企业粮食物流管理对策研究[J]. 物流科技，2020，43（2）：36-38.

[3] 李原昕，周松涛. 线上线下结合的电商超市新零售运营模式研究[J]. 电子商务，2020（7）：38-39.

[4] 高文菁，陳晓琪. 精细化管理理念在物流企业管理中的应用研究[J]. 物流工程与管理，2019，41（7）：55-57.

[5] 杨宁. 基于AHP-TOPSIS的家具制造绿色供应商选择实证研究[J]. 物流科技，2020，43（8）：17-20.

[6] 顾佳敏，姚惠芳. 基于供应链驱动因素浅析冷链物流[J]. 电子商务，2020（5）：9-10.

[7] 王宇，丁胜. 浅究林产品物流支持体系的优化对策[J]. 物流工程与管理，2020，42（6）：12-14.

[8] 赵巍. 竞争新形势下互联网企业品牌延伸策略研究[J]. 物流工程与管理，2020，42（9）：151-153.

收稿日期：2020-10-22

基金项目：江苏省高校哲学社会科学研究项目“面向供应链整合的跨组织流程优化研究”（2020SJA0157）;南京林业大学2020年大学生创新创业训练计划项目“基于大数据和人工智能的第三方医药物流中心选址及配送模式优化”（2020NFUSPITP0216）

作者简介：廖吉林（1976-），本文通讯作者，男，湖南永州人，南京林业大学经济管理学院，讲师，研究方向：绿色供应链。