ارائه چارچوبی برای پیش بینی وضعیت تحویل کالای مراقبت های بهداشتی و مدیریت زنجیره تامین مراقبت های بهداشتی داده محور برپایه تکنیک ماشین بردار پشتیبان و بهینه سازی بیزی: مطالعه موردی زنجیره تامین مراقبت های بهداشتی جهانی آژانس جهانی توسعه ایالات متحده

تحویل به موقع داروها، تجهیزات پزشکی و سایر لوازم ضروری برای مراقبت از بیمار بسیار حیاتی بوده و اغلب می تواند نجات دهنده باشد. تاخیر تحویل در زنجیره تامین مراقبت های بهداشتی می تواند منجر به افزایش هزینه ها و چالش های عملیاتی برای سازمان های حوزه سلامت شده و بر مراقبت از بیمار و ثبات مالی تاثیر بگذارد. مدیریت زنجیره تامین کارآمد و قابل اعتماد برای کاهش این خطرها و اطمینان از عملکرد یکپارچه در صنعت مراقبت های بهداشتی بسیار حائز اهمیت است. این پژوهش بهمسئله تاخیر در تحویل کالای مراقبت های بهداشتی در زنجیره تامین مراقبت های بهداشتی جهانی آژانس جهانی توسعه ایالات متحده پرداخته و یک چارچوب برای پیش بینی وضعیت تحویل کالاهای مراقبت های بهداشتی ارائه می­نماید. همچنین ویژگی هایی که بیشترین تاثیر را در پیش­ بینی وضعیت تحویل کالا داشته­ اند، برای مدیریت زنجیره تامین مراقبت های بهداشتی داده محور تعیین می کند. روش پژوهش مطالعه پیش رو، علم طراحی است که یک چارچوب بر پایه روش ماشین بردار پشتیبان و بهینه سازی بیزی برای پیش بینی وضعیت تحویل کالاهای مراقبت های بهداشتی را ارائه کرده و عملکردهای مختلف الگوریتم های طبقه بندی برای پیش بینی وضعیت تحویل کالای مراقبت های بهداشتی را مقایسه کرده است. نتایج نشان می دهد  که چارچوب ارائه شده بر پایه روش ماشین بردار پشتیبان و بهینه سازی بیزی منجر به دقت طبقه بندی ۹۵ درصد می شود که در مقایسه با دیگر روش های به کار گرفته شده برای پیش بینی تاخیر تحویل عملکرد بهتری دارد. نتایج حاصل نشان داد که ویژگی های کشور مقصد، روش حمل، تامین­ کننده و مکان تولید تاثیرگذارترین ویژگی ها در پیش­ بینی وضعیت تحویل می باشند.

ارائه چارچوبی برای پیش بینی وضعیت تحویل کالای مراقبت های بهداشتی و مدیریت زنجیره تامین مراقبت های بهداشتی داده محور برپایه تکنیک ماشین بردار پشتیبان و بهینه سازی بیزی: مطالعه موردی زنجیره تامین مراقبت های بهداشتی جهانی آژانس جهانی توسعه ایالات متحده Keywords:

Machine learning , prediction model , delivery delay , healthcare supply chain. , یادگیری ماشین , مدل پیش بینی , تاخیر در تحویل , زنجیره تامین مراقبت های بهداشتی.