Modelo multivariado de predicción del stock de piezas de repuesto para equipos médicos

Abstract

La demanda del stock de piezas de repuesto es una de las mayores fuentes de incertidumbre y la selección del mejor método de predicción para cada referencia es un problema complejo. Los métodos a utilizar en su pronóstico se seleccionan de acuerdo a la cantidad de datos y los diferentes patrones de comportamiento. En la última década el desarrollo de modelos matemáticos para el pronóstico de la demanda de piezas de repuesto ha dado proyección a un sin número de aplicaciones en diversas esferas de la sociedad, con la utilización de técnicas de análisis de series de temporales, métodos causales de regresión y técnicas de Soft-Computing. Sin embargo, se ha observado la carencia de aplicaciones prácticas para el pronóstico del stock de piezas de repuesto de equipos médicos, en relación con las proposiciones teóricas relevantes desarrolladas en esta área de aplicación. Además, las soluciones existentes no siempre logran mejorar la exactitud de los pronósticos, debido a la preferencia por la utilización de métodos de alta complejidad. En la presente investigación se propone el modelo MPREDSTOCK para el proceso de predicción del stock de piezas de repuesto para equipos médicos mediante la Regresión Lineal Múltiple como método de solución. El modelo incluye algoritmos que permiten la predicción del stock de piezas y disponibilidad técnica de un equipo médico, el cálculo de su confiabilidad operacional y la frecuencia de fallas de una de sus piezas y forma parte del “Módulo Predicción y gestión de stock” del Sistema de Gestión para Ingeniería Clínica y Electromedicina (SIGICEM). Además, se propone una guía para su implementación, que facilita la extensión a cualquier equipo de la producción o los servicios. Con la aplicación de métodos científicos y estadísticos se comprobó la contribución del modelo a la mejora de la exactitud de las predicciones del stock de piezas de repuesto para equipos médicos de Cuba.