初期計画段階 (研究開始まで24〜12か月)
ベストプラクティスは、プロトコール開発の初期段階でサプライチェーン機能を調べて供給能力を評価することです。 通常、これらは高水準の実現可能性およびリスク評価であり、多くの場合に複数の仮説シナリオが必要です。 治験プランナー (CSP) は、患者数、日程、施設数、国や地域、登録計画といった研究上の重要な前提を理解すべく、臨床業務からのインプットを求めます。 製品特性や供給網の前提と組み合わせ、CSP は高水準モデルを作成し、時間外に暫定製品の数量を計算します。 この段階で生じる想定の誤差は一般に高いので、臨床業務と製造へのフィードバックには 50%以上の超過業務が発生することがよくあります。
複雑な計算ではなく、業務ニーズに基づいて、予測と再補給の決定を通知する
CSP は、これらすべての不確定要素を考慮に入れ、施設レベル、保管配送網レベル、および中央保管レベルで保持する必要がある在庫量を定義することが期待されます。需要があるその他の課題は極めて予測不能です。
4G Clinical の 治験薬供給予測 では、動的に更新される既存の患者さまの需要とダイヤルで有効になるバッファ レベルを組み合わせることで、実施施設と保管デポの合計需要を計算します。
システムは実施施設ごとの需要を表示するので完全に透過になります。 また、実施施設ごとのトリガーレベルは明確なので、実施施設で現在利用可能な在庫がそのキット数を下回ると、出荷要請がトリガーされることがわかります。 そして、長めの時間枠で登録グループごとに出荷の規模と頻度を管理できます。その場合も実施施設ごとに表示されるので、実施施設の次回の出荷について正確な規模がわかります。
不明な患者群のバッファレベル
これは最大変数です。 患者群が何人いてまたはどこで登録するかわからないため、供給制約 (利用可能な薬剤、費用) と想定される需要 (不定期な一斉登録、着実な登録、またはわずかな登録) とのバランスをとる必要があります。 信用ダイヤルを使用すると、そのバランスがわかり、実施施設における結果のバッファレベルを確認できます。
4G では、供給管理者は施設レベルで完全な透明性を手に入れてトリガーレベルを管理する事ができます。
サプライ チェーンの効率化を図るために、人員、プロセス、および技術のギャップに対処する
4C Supply® は自然言語処理 (NLP) を利用して、臨床供給計画 (CSP) で供給を最適に管理し、新情報に動的に適応できるように、複雑な計算の解釈ではなく業務上のニーズに焦点を当てます。 4C Supply® は、供給決定にスピード、簡易性および制御をもたらします。