Forecasting Blood Demand: Observations and an implementation
Loading...
URL
Journal Title
Journal ISSN
Volume Title
Perustieteiden korkeakoulu |
Master's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
2020-08-17
Department
Major/Subject
Complex systems
Mcode
SCI3060
Degree programme
Master’s Programme in Life Science Technologies
Language
en
Pages
54 + 2
Series
Abstract
Reliable blood supply chains are critically important for modern medicine. However, blood inventories are perishable, which frames the issue as an inventory management problem with separable supply and demand components. Inventory management can be improved via multiple avenues, but reliable demand estimation is among the most powerful ones, as it helps parties involved in blood collection to scale the collection based on projected demand, thus reducing the amount of outdating units and alleviating shortages. The Finnish Red Cross Blood Service (FRCBS) is responsible for maintaining the blood supply chain in Finland. Currently, operational level (donor mobilization) estimates of demand are created weekly by using in-house expertise and planning level (budgeting) estimates by machine-generated statistical forecasts. This thesis aimed to examine the historical performance of the statistical forecasts used for budgeting and to investigate if they could be improved and expanded to monthly and weekly forecasts for different types of red blood cells. The efforts consisted of reviewing the published literature on short-term and long-term blood demand forecasting, examining the available data, establishing appropriate metrics for evaluation, and trying out better models. We find that that the mean absolute percentage error of the current forecasting methods can be improved by 22.2\% with an additional data preprocessing step and by 50.1\% by changing to a better model. The temporal resolution of forecasting was improved by changing the data source. Also, we discovered that the nature of the blood demand signal changes significantly around 2017, underlining the need to develop forecasting systems with the capability to adapt to changes. Our final implementation is built into an R Markdown file to output an easily accessible HTML for reporting. Further exploration is warranted, especially if the aim is to use forecasting operationally someday.Verihuoltoketjun luotettavuus on kriittisen tärkeä osa modernia lääketiedettä. Veri vanhenee muutamassa päivässä, mikä asettaa huoltoketjuongelman varastonhallinnan viitekehykseen erillisillä kysynnän ja tarjonnan osa-alueilla. Varastonhallintaa voi kehittää useilla eri menetelmillä, mutta kysynnän ennustaminen on menetelmistä tehokkaimpien joukossa, sillä se mahdollistaa veren keräyksen kysynnän perusteella vähentäen erääntyvien veripussien määrää ja riittämättömien varastojen riskiä. Suomen Punaisen Ristin ylläpitämä Veripalvelu vastaa verihuoltoketjun ylläpidosta Suomessa. Nykyisellään operationaalisen tason (luovuttajien kutsuminen) ennusteet tehdään viikoittaisissa kokouksissa asiantuntijoiden kokemusta hyödyntäen. Pitemmän aikavälin suunnitelmalliset (budjetointi) ennusteet tehdään laskennallisesti aikasarja-analyysillä. Tämän opinnäytetyön tavoitteena oli arvioida käytössä olevien laskennallisten ennusteiden historiallista tarkkuutta ja selvittää, voiko tarkkuutta parantaa tai ovatko ennusteet laajennettavissa viikoittaisiin ennusteisiin ja useampiin verityyppeihin. Tavoitetta edistettiin kirjallisuuskatsauksella verentarpeen lyhyen ja pitkän aikavälin ennustamiseen, saatavilla olevan datan tarkastelulla, sopivien tarkkuusmittareiden selvittämisellä ja muiden mallien testaamisella. Työn aikana selvisi, että käytössä olevia ennusteita voidaan parantaa 22,2 prosentilla lisäämällä prosessiin uusi datan esikäsittelyvaihe ja 50,1 prosentilla vaihtamalla käytettävää mallia parempaan. Ennusteen aikatarkkuutta saatiin parannettua vaihtamalla datan lähdettä. Opinnäytetyön päälöydös oli kuitenkin verentarpeen signaalin luonteen merkittävä muutos vuoden 2017 paikkeilla, mikä alleviivaa muutoksiin sopeutuvien ennustejärjestelmien tarpeellisuutta. Lopullinen järjestelmä rakennettiin R Markdown -skriptin sisälle helppolukuista HTML-raportointia varten. Tarpeen ennustamisen jatkotutkimusta tarvitaan, varsinkin jos tavoitteena on ennusteiden käyttö operationaalisesti.Description
Supervisor
Saramäki, JariThesis advisor
Arvas, MikkoKeywords
blood supply chain, blood demand, time series analysis, adaptive, operative, tactical