De la logística tradicional al modelo inteligente

En un contexto sanitario en constante evolución, donde la puntualidad y eficiencia en la distribución de medicamentos resultan esenciales, el proyecto PRELOGFAR II se posiciona como un caso de éxito en la aplicación de tecnología avanzada al servicio de la logística farmacéutica.

Esta segunda fase del proyecto ha consolidado la transformación digital de los procesos de reparto a farmacias, integrando soluciones basadas en Inteligencia Artificial (IA), digitalización en movilidad y trazabilidad inteligente de activos logísticos.

El proyecto, financiado a través de la línea de ayudas de apoyo a las AEI del Ministerio de Industria y Turismo (MINTUR) y liderado por el clúster Innovasturias y la Cooperativa Farmacéutica Asturiana (COFAS), se ha desarrollado con la colaboración de Smartech Cluster como clúster tractor del ecosistema de innovación, el soporte tecnológico de Schumpit, empresa experta en inteligencia artificial y tratamiento de datos, y Okutek, enfocada en el desarrollo de soluciones embebidas y software a medida.

Juntos, han logrado sentar las bases de una logística predictiva y adaptativa que responde a las necesidades reales del sector farmacéutico.

Más allá de la digitalización: anticipación y eficiencia

El punto de partida de PRELOGFAR II fue el éxito alcanzado en la primera fase del proyecto, centrada en la digitalización de los procesos de entrega de medicamentos desde el almacén central de COFAS hasta las farmacias.

En esta nueva etapa, el consorcio ha ido un paso más allá: no solo se han captado y tratado los datos derivados de estas entregas, sino que se han generado modelos predictivos que permiten planificar rutas de reparto más eficientes, sostenibles y adaptadas a la demanda específica de cada punto de venta.

Rutas inteligentes: eficiencia adaptada al contexto

Uno de los principales retos afrontados por el equipo ha sido transformar el tradicional sistema de rutas estáticas en un modelo de rutas inteligentes y adaptativas. Históricamente, los repartos se planificaban en función de la cercanía geográfica y la secuencia fija de paradas.

Sin embargo, el nuevo enfoque, desarrollado a partir del algoritmo diseñado por Schumpit, introduce variables clave como la demanda estimada, los horarios de cierre de las farmacias, el tráfico urbano o la recurrencia de pedidos.

El resultado son rutas optimizadas que no solo reducen los tiempos de entrega, sino que priorizan aquellas farmacias con mayor carga de trabajo o urgencias sanitarias.

Mapa de rutas optimizadas

El modelo predictivo desarrollado ha demostrado en pruebas de campo una mejora media del 18% en eficiencia temporal respecto a las rutas tradicionales, y un 12% adicional cuando se introducen criterios de recurrencia.

Estas cifras provienen de pilotos realizados sobre seis rutas de COFAS seleccionadas por su diversidad: desde entornos completamente urbanos en Oviedo hasta tramos mixtos en Avilés, e incluso rutas interprovinciales en carretera. Esta variedad ha permitido validar la eficacia del sistema en distintos escenarios operativos.