口罩引发的思考——从口罩需求到医用耗材预测模型

  一直以来，考虑到医疗控费，药品是老百姓和医疗行业关注的重点，在供应链方面的研究和实践也要略多一些；但是耗材，尤其是低值耗材的研究和实践就要少很多了。国务院2019年7月才发文要求治理高值医用耗材。

  然而在一线医疗实践中，所有用品的重要程度是一样的。就象士兵有枪有子弹，但是枪栓坏了就没有办法进行射击一样，在一台手术中，低值耗材，比如说纱布的质量或数量不满足规定的要求，同样可能会引起手术失败。而在这次抗击疫性的过程中，医用口罩、防护镜和防护服就成为了严重短缺的一环，不仅是各地疫情大规模扩散，也是不少医护人员及其家属被感染的原因。

  2月2日开始，有些城市对口罩实施了限购、预约、摇号等措施，比如上海居民在各指定地点进行现场登记预约，等接到通知后，都指定药店购买，每一户可购买5只口罩，但每户仅限预约购买一次；再比如厦门市通过线上APP摇号，中签者可买6只口罩。除上述城市外，江苏南京、山东烟台、浙江绍兴、安徽合肥、广东广州等城市也推出预约购买口罩的措施。而据国家发改委社会持续健康发展司副司长郝福庆表示，根据初步统计，截至2月3日，全国22个重点省份口罩日产量已达到1480.6万只，比前一日环比增长3.1%，产能利用率达到了67%。

  其实，产能多少不是问题，问题是口罩的需求量究竟是多少？目前已经有各种AI团队在预测确诊病人的数据，是不是能依据这一些数据测算以口罩为代表的医疗防护用品的需求数量呢？至少能较为精准重点区域以口罩为代表的防护用品的需求——这是防止疫性继续扩散和提升有效治疗率的关键，重要程度不亚于新药的临床试验，而且预防价值要更高。

  在所有重要区域中，收治医院的口罩需求是最重要的——在数量和质量方面都要有严格的要求。那怎么来做医院等重点场所的需求预测呢？

  根据公开数据，目前医院收治的医患配比是1：6：30，即每30个病人配1个医生和6个护士。如果这个数据属实，以每班8小时，4班3轮为基准，以2月7日的湖北武汉确定诊出的病例11618就可以测算出每天住院部医护人需要消耗医用N95口罩的参考数量是：10844个。

  当日所需N95口罩数量=（当日当班医生数量+当日所需护士数量）X更换系数+患者所需口罩数量

  发热门诊应该根据当班可能接触患者的医护及药房人员数量来建立需求预测。假设某定点医院开设一个诊区，共计10个诊室为发热门诊，并开辟在一个专用区域的2个挂号和收费窗口、2个药房窗口、2个化验窗口。那该医院每天的医护人需要消耗医用N95口罩的参考数量是：32个。

  当日所需N95口罩数量=（当日所需医生+护士+挂号/收费+药房+化验人数）X2（更换系数）

  集中留观区域的需求重点，从医护人员转向了留观群体，以及需要与留观群体非间接接触的保障人员。

  当然，上面的口罩需求预测是否科学或精准，可以由一线人员提供反馈意见和建议。但有一点能确定，那就应该把握规律，建立预测的公式，或者通过消耗数据的监测，建立数据模型，以此来实现较为精准的口罩需求预测。

  口罩作为一种医用耗材，需求预测能够极大提升当前疫情防控物资供应和管理的效率，既满足一线医护人员的需求，又能保证人民群众出行的需求，同时也能为其他医用耗材和物资管理提供数据参考。

  目前各类防控物资都一定要通过防疫指挥部，指挥部汇总整理一线的需求（要求）后，根据手头的物资供应进行平衡后进行调配和发放，不仅工作量大，平衡的人的因素也很大。而且各家报的物资需求时都会考虑到物资紧缺，被打折扣而留有余地。这种发现短缺以后再反映，汇总信息人工决策，多重缓冲，甚至多级建仓的方式也会使防控物资的长鞭效应更加恶化。

  应用口罩的需求预测数据，防控物资能轻松实现需要模型预测内的点对点供应，实现指定厂家产能直接配对指定医院，甚至床位，消除所有过程中的请示、批准、平衡的信息沟通环境，以及物流中的多级仓配中转装卸等浪费，极大的提高物资的供应效率。对需要预测之外的物资，再按原有流程，将大幅度的降低平衡的工作量，提升响应的效率。

  在口罩紧急的情况下，各类牛鬼蛇神都在上面动脑筋，即使现在很多地方推出的预约和限购措施也不能够确保让真正需要口罩的人用上口罩。甚至淘宝和微店还不断有新增各类医用和N95口罩货源，高价同售。

  应用口罩的需求预测数据让供应链产能、配送和使用方的需求数据来进行全程匹配和数据跟进——消灭了中间仓和中间缓冲，也就消灭有些人的灰色地带和寻租空间。在这种情况下，对于多出来的库存和销量，相关电子商务平台和执法机构就更能够主动的发现问题，进行查处和打击。

  数据的价值在于其基于事实，但又相互关联而产生逻辑。小小口罩在预测模型对于整体医用耗材供应链建设也会很有意识。

  应用口罩需求预测数据能够在一定程度上帮助我们更为有效的应对飞沫传播型公共卫生事件和环境污染事件。修改上述需求预测数据模型，可以在疫情结束后厂商在秋冬季应对流感和空气污染实现快速而准确的备货和生产。

  应用口罩需求预测数据可以让我们建立其他医用耗材的使用数据模型——比如一台冠状动脉支架手术支架、导管和球囊类的耗材使用应当是有一定的逻辑和比例关系的，至少可以避免非常接近的2台手术耗材成本相差过大。

  应用口罩需求预测数据的逻辑，能够在一定程度上帮助我们建立应急物资的供应机制。这样，湖北省至少可以在12月份开始就增加本省的口罩产能，并开始进行相应的物资储备以及物资配送的预案，也能够尽可能的防止全球支援武汉但物资还是短缺的现象发生。

  在大数据背景下要做好需求预测，除了供应链设计之外，对于整个医疗体系信息的搜集和分析显得很重要，采取上下游间分享预测数据并使用相似的预测办法来进行协作，提高预测的准确性。供应链公司能够根据多维度信息来做多元化的分析预测，数据的开放性能够完全满足需求预测的动态化，也能大大的提升预测的精度，形成以信任和共同获利为基础的价值链、共享共赢将是十分必要的。