CC BY
76
УДК 658.81
АЛГОРИТМИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ЛОГИСТИЧЕСКОЙ ИНФОРМАЦИОННОЙ СИСТЕМЫ УПРАВЛЕНИЯ ЗАПАСАМИ ЛЕКАРСТВЕННЫХ СРЕДСТВ В ГОСУДАРСТВЕННЫХ УЧРЕЖДЕНИЯХ
ЗДРАВООХРАНЕНИЯ
© 2017 А. Р. Абдулгалимов1, Е. А. Соболев2, C. Э. Кайбуллаева3, В. Ф. Корнюшко4
1 аспирант кафедры информационных систем в химической технологии
e-mail: ar. abdulgalimov@isht. net. ru 2аспирант кафедры информационных систем в химической технологии
e-mail: [email protected] 3аспирант кафедры информационных систем в химической технологии e-mail: kaybullaeva@isht. net. ru 4докт. техн. наук, профессор, зав. кафедрой информационных систем в химической технологии
e-mail: [email protected]
Московский технологический университет, Институт тонких химических технологий
В статье рассмотрены основные принципы организации алгоритмической поддержки логистической информационной системы управления запасами лекарственных средств в государственном учреждении здравоохранения. Построена модульная структура информационной системы на базе ERP «Галактика». Разобраны аспекты оценки эффективности информационной системы. Разработан алгоритм выбора оптимального управления запасами лекарственных средств.
Ключевые слова: информационные системы, ERP системы, автоматизация, логистика поставок, фармацевтический рынок.
Введение
В современном обществе здравоохранение является важнейшей отраслью экономики, от эффективности работы которой во многом зависит социально-экономическое развитие государства. Система здравоохранения должна обеспечивать поддержание здоровья населения на высоком уровне, а также создавать условия для оказания качественной и своевременной медицинской помощи. Успешность выполнения данных задач определяется состоянием фармацевтической промышленности.
Фармацевтический комплекс РФ обладает высоким потенциалом, подкрепляемым растущим из года в год объемом рынка [Соболев 2016: 44-47]. Тем не менее на данный момент Россия остается в числе стран, сильно зависимых от импорта лекарственных средств (ЛС): в 2015 г. доля ЛС российского производства на внутреннем рынке составила 27% по итогам года [Хозяшева, Казова 2016: 5]. Для исправления ситуации еще в 2012 г. Правительством РФ была разработана программа импортозамещения «Фарма-2020», в рамках которой запущены около 130 государственных проектов, призванных увеличить долю отечественных лекарств. Заметим, что особенностью организации сферы здравоохранения в России является доминирование государственного сектора, в связи с чем вопросы формирования фармацевтического рынка и планирования закупок лекарственных средств регулируются на государственном уровне [Гордеев 2009: 6]. Подобное устройство
отрасли порождает подверженность продаж ЛС влиянию общеэкономических факторов. Так, в 2015 г. сложная экономическая обстановка в стране внесла значительные коррективы в планирование закупок и продаж ЛС. Отражением данной ситуации на законодательном уровне стало принятие ряда антикризисных мер, закрепленных Правительством РФ в Распоряжении «Об утверждении плана первоочередных мероприятий по обеспечению устойчивого развития экономики и социальной стабильности в 2015 году». В числе таких мероприятий значились регулирование государством цен на некоторые группы ЛС, ограничение участия в госзакупках лекарств иностранного производства, выделение дополнительных бюджетных средств для обеспечения ЛС льготных категорий граждан. Помимо этого, были пересмотрены выбранные ранее стратегии планирования из-за невозможности их выполнения в срок в текущих условиях. Помимо экономической составляющей, большое влияние на формирование фармацевтического рынка оказывает статистика заболеваемости населения, активно меняющаяся почти каждый год вследствие всплеска новых эпидемий и климатических изменений (см. табл. 1)
Таблица 1
Структура продаж лекарственных препаратов по АТС-группам в 2011 и 2015 гг.
АТС-группы Доля в стоимостном объеме продаж в 2011 г., % Доля в стоимостном объеме продаж в 2015 г., %
Пищеварительный тракт и обмен веществ 20,5 16,1
Противомикробные препараты для системного использования 7,1 13,0
Препараты для лечения заболеваний нервной системы 13,2 10,3
Противоопухолевые препараты и иммуномодуляторы 4,2 10,3
Препараты для лечения заболеваний респираторной системы 13,4 9,7
Препараты для лечения сердечнососудистой системы 12,4 9,7
Препараты, влияющие на кроветворение и кровь 3,0 7,6
Препараты для лечения заболеваний костно-мышечной системы 7,3 6,1
Препараты для лечения заболеваний урогенитальных органов 7,2 5,5
Препараты для лечения заболеваний кожи 5,3 4,6
Прочие препараты 7,8 7,1
Как видно из данной таблицы, распределение продаж ЛС по АТС-группам за 4 года поменялось. При такой конъюнктуре рынка для государственных учреждений здравоохранения особенно сложной, но в то же время и особенно актуальной становится задача организации логистической системы управления запасами ЛС, решение которой требует построения грамотной модели прогнозирования продаж. В современном мире реализация подобной модели предполагает наличие хорошо организованной информационно-аналитической поддержки.
Построение функциональной модели информационной системы Определим, из каких составляющих складывается построение логистической системы управления запасами ЛС в государственных учреждениях здравоохранения. Первоочередной задачей системы является планирование закупок ЛС [Иванчук 2014], которое проводится на основе расчета потребности в ЛС и в соответствии с текущими распоряжениями Правительства РФ в данной области. Во время планирования
составляется перечень мероприятии по подготовке складов и оснащению мест хранения ЛС в учреждении, определяются источники финансирования приобретаемых ЛС, рассчитываются необходимые объемы поставок, разрабатываются условия проведения конкурсных торгов и проекты контракта на поставки ЛС. По завершении конкурсных торгов и приобретении медицинских препаратов производится оценка качества приобретенных ЛС и определяется их конечная цена.
Исходя из вышесказанного, можно выделить следующие функциональные возможности, которые должны поддерживаться информационной логистической системой управления запасами ЛС:
1) обеспечение информационного сопровождения всех операций с материально-техническими ресурсами, таких как выгрузка и учет поступающих медикаментов, транспортировка ЛС, управление запасами, подготовка складов, создание условий для проведения оценки качества ЛС и т.д.;
2) автоматизация учета и контроля операций по движению финансовых ресурсов медицинского учреждения. В эту категорию входят вопросы определения источников финансирования, разработки условий проведения конкурсных торгов, различные бухгалтерские операции;
3) наличие серьезной инструментальной базы по анализу и прогнозированию.
Как следует из вышесказанного, информационная система управления запасами
ЛС должна предоставлять широкий спектр возможностей для сбора данных и анализа логистических информационных потоков учреждения и, таким образом, оказывать значительное влияние на принятие управленческих решений. На рисунке 1 приведена функциональная модель информационной системы управления запасами ЛС в нотации ГОЕБО, построенная на основе проведенного анализа функциональных возможностей системы. На рис.2 представлена декомпозиция данной модели первого уровня.
Рис. 1. Контекстная ГОЕГО-диаграмма управления запасами ЛС в государственных учреждениях здравоохранения
Рис. 2. IDEF0-диаграмма декомпозиции первого уровня функциональной модели управления запасами ЛС
Построение модульной структуры системы
В настоящее время в сфере логистики данная функциональность в полной мере реализуется с помощью ERP-систем (Enterprise Resource Planning), характеризующихся высокой адаптивностью к происходящим изменениям в планировании. Организация ERP-систем построена на модульном принципе [Корнюшко 2016], что позволяет учреждению не усложнять систему, используя только необходимые на данный момент модули, и в любой момент расширить функциональность системы подключением дополнительных модулей. На рисунке 3 изображена структура информационно-аналитической поддержки логистической системы управления запасами ЛС в государственном учреждении с использованием модулей российской ERP-системы «Галактика ERP» [Гаврилов 2010: 170-172].
Рис. 3. Структура информационно-аналитической поддержки логистической системы управления запасами лекарственных средств в государственном учреждении на основе модулей ERP-системы «Галактика ERP»
Выбор оптимальной модели управления запасами
Важнейшей стадией построения информационной логистической системы управления запасами ЛС является налаживание механизмов анализа данных и прогнозирования потребности в медикаментах для планирования объема закупок ЛС. На данном этапе выполняется имитационное моделирование различных вариантов поведения системы, в процессе которого задействуются специализированные аналитические модули ERP-систем, применяются экономико-математические методы прогнозирования и экспертное оценивание полученных моделей.
При прогнозировании потребности в препаратах специфического действия обычно проводят расчет нормативным методом [Лобутева и соавт. 1999: 88-89] по следующей формуле:
P = R • Qk • Qb,
где R - расход препарата в соответствии со стандартом лечения на одного
пациента на курс лечения;
Qk - количество курсов в год;
Qb - количество пациентов в год.
Для определения потребности в препаратах широкого спектра действия применяют статистические методы прогнозирования. Рассматриваются как однофакторные модели (методы экстраполяции тенденций, экспоненциального сглаживания и др.), так и многофакторные, отражающие влияние нескольких факторов и позволяющие количественно оценивать степень их влияния на объем потребления необходимых ЛС (адаптивные полиномиальные методы, методы корреляционно-регрессионного анализа).
При построении моделей для анализа данных и прогнозирования в ERP-системе «Галактика» следует использовать модули «Технико-экономическое планирование» и «Финансовый анализ». В процессе моделирования системы необходимо рассмотреть несколько вариантов поведения системы и выбрать наиболее эффективную модель управления. Для управления запасами лекарственных препаратов возможно использовать следующий набор моделей [Anderson 2013: 550-554; Pearce 2009: 321-330]:
1) Модель экономичного размера заказа (EOQ - Economic order quantity);
2) Модель экономичного размера заказа, допускающая дефицит (EOQB -Economic order quantity with planned backorders);
3) Модель производственного размера заказа (POQ - Production order quantity);
4) Модель производственного размера заказа, допускающая дефицит (POQB -Production order quantity with planned backorders);
5) Однопериодная модель со случайным спросом (SPM - Single period model);
6) Динамическая модель экономичного размера заказа (DEL - Dynamic economic lotsize).
В таблице 2 представлена классификация данных моделей с их характеристиками.
Таблица 2
Модели управления запасами ЛС и их характеристики_
Модель управления запасами Характеристика модели
Тип спроса Пополнение запасов Дефицит
EOQ Детерминированный Мгновенное Не допускается
EOQB Детерминированный Мгновенное Допускается
POQ Детерминированный Постепенное Не допускается
POQB Детерминированный Постепенное Допускается
SPM Стохастический Мгновенное Допускается
DEL Стохастический Мгновенное Не допускается
Для оценки эффективности построенных моделей и выбора оптимального управления в сфере логистики лекарственных препаратов наиболее действенным методом является стоимостной анализ ABC (Activity Based Costing) [Шрайбфедер 2006: 270-275], позволяющий определить нерентабельные группы ЛС и своевременно улучшить номенклатуру ЛС. Суть анализа заключается в распределении всей используемой номенклатуры ЛС по группам A, B и C, таким, что в группу A попадают ЛС, составляющие около 50% оборота продаж, в группу В - ЛС, составляющие примерно 30% оборота, в группу C - 20%. Наряду с ABC-анализом обычно проводят классификацию запасов посредством XYZ-анализа, распределяющего препараты в зависимости от точности прогнозирования потребности на группы X, Y и Z. В категорию X заносятся ЛС с наиболее стабильной величиной спроса, в категорию Z -медикаменты, спрос на которые спрогнозировать сложно. Распределение лекарственных препаратов по группам выполняется в порядке возрастания коэффициента вариации v, определяющего степень отклонения данных x¡ от среднего
значения х.
ср-
V = -
2 (xi ~Xñd )2 i=1
xñó
•100%.
Заметим, что доли лекарственного препарата в обороте и в количестве продаж могут сильно отличаться (например, доля всей группы препаратов для лечения заболеваний сердечно-сосудистой системы в стоимостном объеме продаж в 2015 г. составила всего 2,2%, в то время как доля этой группы в натуральном объеме - 28,4%), поэтому для получения более точной классификации следует использовать параллельный АВС-анализ по нескольким критериям (например, по количеству продаж и обороту ЛС). По окончании анализа следует провести оценку его результатов, на основании которой принимать решения о выборе оптимальной модели управления запасами. На рисунке 4 приведены возможные варианты выбора оптимальной модели на основе результатов проведения совместного АВС/ХУ2-анализа.
Уменьшение точности прогнозирования
св
СО К Ч
Я н
° й и §
а ю
В <"
в о*
а р
3 S л в
в
щ
£ >>
X Y Z
А EOQ EOQ EOQ/POQ/ SPM/DEL
В EOQ EOQ/POQ/ EOQB/ POQB SPM/DEL
С EOQ EOQB/ POQB/ SPM/DEL SPM/DEL
Рис. 4. Варианты выбора модели управления запасами ЛС на основе результатов проведения совместного ABC/XYZ-анализа
Как видно из приведенной на рисунке матрицы, для лекарственных препаратов, оказавшихся по результатам анализа в группах BY, CY, AZ, BZ, CZ, выбор оптимальной модели не очевиден. Определение наиболее выгодной стратегии управления производится на основе характера спроса, объема расходов на хранение ЛС
п
n
и издержек дефицита ЛС. На рис.5 приведена блок-схема алгоритма выбора оптимальной модели управления запасами ЛС.
Рис. 5. Блок-схема алгоритма выбора оптимальной модели управления запасами ЛС
Выводы
В работе были рассмотрены основные принципы построения информационно-аналитической поддержки логистической системы управления запасами лекарственных средств в государственных учреждениях здравоохранения. С учетом особенностей организации фармацевтической отрасли в Российской Федерации и текущей экономической ситуации в стране выбор авторов был сделан в пользу построения информационной системы на основе модулей ERP «Галактика». Авторами описаны требования к проектируемой системе и выделены основные функциональные возможности, которыми она должна обладать. На основе анализа данных требований была предложена концепция построения моделей управления запасами ЛС и разработано алгоритмическое обеспечение проектируемой системы. Для оценки эффективности построенных моделей предлагается использовать результаты стоимостного анализа на основе проведения совместной ABC/XYZ-классификации запасов лекарственных средств.
Библиографический список
Гаврилов Л.П. Информационные технологии в коммерции: учеб. пособие. М.: ИНФРА-М, 2010. 238 с.
Гордеев А. И. Фармацевтическая промышленность России: реалии и перспективы // Acta Naturae (русскоязычная версия). 2009. №3.
Иванчук И.С., Костров А.В., Кострова М.А., Корнюшко В.Ф. Информационная поддержка логистической системы поставки лекарственных средств // Вестник МИТХТ. 2014. Т. 9. № 4. С. 93-98.
Корнюшко В.Ф., Сырейщиков И.В. Информационная поддержка разработки системы управленческого учета предприятия на основе ERP. Международный научно-исследовательский журнал, 2016, №9. с.46-50.
Лобутева Л.А., Лопатин П.В., Чекова Л.П. Организация фармацевтической помощи: системный маркетинговый подход (цикл лекций). М.: ВУНМЦ МЗ РФ, 1999. 174 с.
Прожерина Ю. Аналитический отчет. Фармацевтический рынок России. Итоги 2011 г. DSM Group - Маркетинговые исследования. М., 2012. URL: http://www.dsm.ru/docs/analytics/dsm_11.pdf (дата обращения: 24.11.2016).
Соболев Е.А., Абдулгалимов А.Р., Корнюшко В.Ф. Информационно-аналитическая поддержка логистической системы управления запасами лекарственных средств // European Research: сб. ст. победителей VII междунар. науч.-практич. конф. Пенза: Наука и просвещение, 2016. С. 44-48.
Хозяшева М., Казова А. Аналитический отчет. Фармацевтический рынок России. Итоги 2015 г. DSM Group - Маркетинговые исследования, М., 2016. URL: http://www.dsm.ru/docs/analytics/Annual_report_2015_DSM_web.pdf (дата обращения: 24.11.2016).
Шрайбфедер Дж. Эффективное управление запасами: пер. с англ. 2-е изд. М.: Альпина Бизнес Букс, 2006. 304 с.
Anderson David R., Sweeney Dennis J., Williams Thomas A., Camm Jeffrey D., Cochran James J. Quantitative Methods for Business. 12th Edition. Cengage Learning, 2013. 911 p.
Pearce Charles E.M., Hunt Emma. Optimization: Structure and Applications. Springer Science+Business Media, LLC, 2009. 401 p.
