Mapeamento Térmico de Rotas no Transporte de Produtos Farmacêuticos usando Abordagem de Aprendizado de Máquina.

Resumo

Os fenômenos de excursão de temperatura aplicáveis durante o transporte de medicamentos farmacêuticos dependem de fatores climáticos, incluindo sensores que armazenam dados para qualificação térmica de rotas, além de dispositivos e materiais utilizados para a manutenção e monitoramento da temperatura de acordo com as especificações. Durante esse tipo de operação, a temperatura é monitorada para gerenciamento de riscos ao material quanto à inconformidade térmica, isto é, com temperaturas registradas abaixo do limite inferior ou acima do limite superior de especificação. A excursão de temperatura pode ocorrer devido à temperatura ambiente e o tempo de exposição da carga a essa temperatura, dificultando o gerenciamento dos problemas relacionados aos desvios dos limites pré-estabelecidos, por falta de controle e tomada de decisão rápida durante as rotas. Esta tese tem por objetivo definir os principais fatores de influência no mapeamento térmico de produtos farmacêuticos, na cadeia do frio, usando a abordagem de revisão sistemática, e prever as condições de transporte de medicamentos de temperatura entre 15 °C e 30 °C, gerando um score para análise de risco. O conjunto de dados analisados inclui a temperatura das cargas e as informações da rota (do Sudeste sentido Nordeste e Sul do Brasil). Inclui o tempo que levou para serem realizadas as entregas, considerando destinos críticos por serem muito quentes no verão e frio no inverno. Os algoritmos Naive Bayes e Multilayer Perceptron são usados para prever o modelo ideal de excursão de temperatura. O algoritmo Multilayer Perceptron apresentou uma melhor resposta para um modelo de mapeamento de rota térmica. Conhecendo esse padrão, e aplicando um score para análise de risco para tomada de decisão, pode-se melhorar a performance de entregas em diversas localidades, considerando um ganho operacional e redução de custos na operação.