El proyecto PRELOFGAR, liderado por el clúster Innovasturias y financiado mediante la línea de ayudas de apoyo a las Agrupaciones Empresariales Innovadoras del Ministerio de Industria, Comercio y Turismo, cuenta con la participación de Smartech Cluster, COFAS, ADN Mobile y Schumpit.

El proyecto PRELOGFAR surge con la finalidad de aprovechar el desarrollo tecnológico y la irrupción de herramientas 4.0 potencialmente aplicables a procesos organizativos y logísticos en la expedición y entrega de productos farmacéuticos.

En el caso particular de la distribución farmacéutica se presenta un entorno propio de actividad basado en una serie de entregas programadas, para la gestión de pedidos de mercancía (básicamente de medicamentos), tanto a un almacén central de distribución como entre diferentes farmacias. Estos flujos de entrega de mercancía generan múltiples interacciones entre diferentes puntos de entrega. Es ahí donde la organización y decisiones logísticas de priorización de puntos de entrega tienen una repercusión directa en la eficiencia del proceso, tanto en la reducción de tiempos, como principal indicador de calidad del servicio, como en la reducción de consumo de recursos, en concreto, la de emisiones.

Los procesos de toma de decisiones deben estar basados en datos, y para ello se debe captar, gestionar e indexar la información necesaria. El proyecto aborda esta fase aplicando un sistema de recogidas de datos e integrando diferentes fuentes, tanto las relativas a los pedidos (mercancía a transitar) como las condiciones de su ejecución (rutas establecidas, rutas realizadas, tiempos de entrega, incidencias).

Este conjunto de datos, que según se implementa el mismo proceso logístico se va alimentando, han sido estructurados tanto para facilitar la captura de información como su posterior explotación. La gestión de los datos se presenta como una de las fases más críticas al depender de la calidad de ésta para una explotación posterior eficaz, evitando redundancias o datos/ruido que no aportan información relevante al sistema.

De igual forma, el dato debe ser obtenido bajo un principio de mínimo consumo de recursos, tratando de sensorizar y/o acceder a datos relacionados, minimizando la inserción manual de datos al sistema por parte de personas implicadas en el proceso.

Abordar este reto ha llevado que en el proyecto se hayan tenido que desarrollar y adaptar tecnologías, que han sido integradas en dispositivos e interface de uso amigable y con capacidad de obtención y almacenamiento de datos en tiempo real.

Por otro lado, la función de conductor/repartidor de entrega de mercancía y comunicación con la farmacia debe ser compatible con la captación de datos del proceso de entrega (ubicación, tiempo, mercancía, devoluciones, envíos…). Se ha conseguido integrar en dispositivo PDA de conductor, una interfaz que recoge la información necesaria de forma automática y minimiza la información directamente aportada por el usuario. Toda la información queda integrada en diferentes bases de datos, tanto locales en los dispositivos como en los servidores para su explotación a nivel comercial, o para alimentar a algoritmos desarrollados para la toma de decisiones en la creación, gestión y modificación de las rutas de transporte de medicamentos.

Los módulos desarrollados para la PDA, con el sistema operativo Android, además de recoger la información esencial necesaria, tratan de facilitar, aprovechándose de una experiencia de usuario limpia y sencilla, la tarea del repartidor para que se centre en seguir su ruta de la forma más eficiente, segura y óptima posible.

Cabe destacar que los módulos desarrollados permiten añadir inteligencia de negocio en tres puntos clave de la distribución farmacéutica: el control de las prescripciones médicas y las recetas, mediante un control específico y exhaustivo de las recetas asociadas a los medicamentos solicitados por parte de la farmacia; el control de la competencia en punto de venta, mediante la notificación de paquetes de otros distribuidores por parte del conductor; y la satisfacción del cliente, mediante la integración de un sistema de gestión de incidencias con los clientes en la propia PDA.

Los resultados finales del proyecto presentan una herramienta de capacidad predictiva orientada a la toma de decisiones sobre las rutas. El algoritmo recoge un conjunto de variables, que considera de prioridad en la toma de decisión, estableciendo resultados en forma de posibles acciones con orden de prelación de puntos de reparto. De esta forma el conductor dispone de información para modificar o alterar su ruta a fin de optimizar tiempos de entrega o trayectos, teniendo una repercusión directa en la puntualidad y cumplimiento de expectativas de la farmacia.

PRELOGFAR no solo se enfoca en mejorar la eficiencia logística, sino también en la sostenibilidad. Mediante el desarrollo de modelos predictivos basados en información histórica para optimizar rutas y procesos de entrega, se contribuye a una distribución más eficiente y respetuosa con el medio ambiente.

Este modelo predictivo basado en IA de entrenamiento recursivo y con capacidad de aprendizaje local (usando pocos datos próximos) y global (estudiar comportamientos a largo plazo). es adaptable a los procesos (fácil calibraje y adicción de datos/registros nuevos antes no contemplados) y con capacidad de entrenamiento secuencial con fiabilidad de predicción elevada y estable.

Es decir, este modelo permite realizar una predicción muy rápida de cuáles serán los pedidos interfarmacias además de poder hacer visible la información de una manera muy visual.

Concretamente, la aplicación del proyecto se ha hecho con el proceso logístico capilar de entrega en puntos de venta (farmacias) de los medicamentos y productos farmacéuticos expedidos desde un almacén central.

En definitiva, PRELOGFAR representa un paso significativo hacia la transformación digital en la distribución farmacéutica. A medida que avanzamos hacia un futuro más eficiente y sostenible, este proyecto es un referente en la mejora continua de procesos logísticos, beneficiando a la industria y, en última instancia, a la sociedad en general.