ティナ・ヴァタンカ・マーフィー氏、GHX最高経営責任者（CEO）兼社長。
医療サプライチェーンに関しては、患者の命がかかっているため、その重要性は計り知れない。その重大性ゆえに、我々の課題は独特だと考えがちだ。しかし、他の業界も壊滅的な混乱に直面してきた。一部の業界は業務の在り方を再構築し、より強靭な形で立ち直りつつある。患者が我々を頼りにしている以上、レジリエンス（回復力）は選択肢ではないため、我々も同様の取り組みを大胆に進めるべきだ。
本シリーズの第1回では、絶え間ない需要変動の中で機敏性を極めた食品小売業界を取り上げた。今回は、自動車業界に目を向けたい。一見すると医療とは大きく異なるように見えるが、類似点は驚くほど多い。自動車業界は、次の危機により効果的に対応できる、テクノロジーを活用したレジリエントな医療サプライチェーン構築のための貴重な示唆を提供している。医療においては、危機が「起こるかどうか」ではなく、「いつ起こるか」の問題だからだ。
自動車業界：効率性から脆弱性へ、そして再び強靭性へ
数十年にわたり、自動車サプライチェーンは無駄のない効率性で称賛されてきた。日本で導入され、1970年代に世界的に広がり始めたジャストインタイム（JIT）生産方式は、在庫を低く抑え、必要な時にのみ生産するという考え方を普及させた。
しかし、新型コロナウイルス感染症と半導体危機により、このモデルの隠れた脆弱性が露呈した。2021年の米国自動車生産の急激な落ち込みには複数の原因があったが、サプライチェーンの混乱、特に世界的な半導体不足が主要な要因だった。自動車メーカーは、重要部品の不足により数百万台の生産機会を失った。実際、2021年だけで、世界の自動車業界は推定2100億ドルの売上高を失った。これにより、無駄のない、世界的に分散したサプライチェーンがいかに脆弱であるかが明らかになった。
多くの業界はパンデミック以降、効率性重視のシステムに選択的なレジリエンスを組み込むハイブリッドJITモデルを試行しながら、再調整を進めている。一部の自動車メーカーやディーラーも、予測分析への投資、サプライヤーエコシステムの多様化、協業の模索など、より適応力の高いアプローチを探求している。
これらの個別の取り組みの進捗を測定することは困難だが、Statistaによると、世界の自動車生産台数はパンデミック後の数年間で着実に増加し、2020年の7760万台から2024年には9250万台に達した。
医療業界も独自の脆弱性に直面している。新型コロナウイルス感染症の流行中、個人用防護具、人工呼吸器、輸液製剤の不足により、臨床医は医療用品を再利用し、処置を延期し、代替品を必死に探さなければならなかった。今日でも、製造工場を閉鎖するハリケーンや、出荷を遅らせる港湾ストライキなど、単一の混乱が連鎖的に不足を引き起こし、患者ケアに直接影響を与える可能性がある。
自動車業界と同様に、医療業界も脆弱な効率性からレジリエントな備えへと進化しなければならない。
自動車業界からの教訓
自動車業界がすべての答えを持っているわけではないが、データ、協業、先見性という、すでに医療のレジリエンスの次章を形作っている馴染みのあるテーマを浮き彫りにしていると考える。
1. データ標準化：信頼の共通言語
自動車業界でも医療業界でも、断片化された標準と分断されたシステムは変革を停滞させる可能性がある。例えば、トヨタは、トヨタ生産方式をサプライヤーとの学習システムとして扱うことで、リーンがレジリエントになり得ることを示した。混乱後、同社は半導体などの部品を研究し、リードタイムを再定義し、適切なバッファを配置した。信頼に基づくサプライヤーとのパートナーシップに投資し、問題が早期に表面化し迅速に解決されるよう、デュアルソーシングに注力した。
医療業界は、一貫性のある相互運用可能なデータがケアエコシステムのあらゆる部分を結びつける、信頼の共通言語を開発することで、この戦略を参考にできる。医療提供者とサプライヤーは協力して用語を標準化し、発注プロセスの摩擦を減らすべきだ。システムが共に学習すれば、レジリエンスが生まれるからだ。
2. 予測分析とAI：先を見通す力
一部の自動車メーカーは現在、AIと機械学習を使用して部品需要の予測、車両の問題の予測、生産ラインの停止防止を支援している。事後対応から事前の先見性へと移行することで、複雑なネットワーク全体のパフォーマンスを強化している。教訓は明確だ。ヘッドライトはテールライトよりも価値がある。
医療業界も同様の道を歩んでいる。多くの組織はすでに予測分析を使用して、需要の急増を予測し、不足リスクを特定し、出荷遅延が深刻化する前に追跡している。AI機能が成熟するにつれ、これらの洞察は医療提供者が反応から予防へと移行し、驚きを準備に、準備を保護に変えることをますます支援できるようになる。
3. データ駆動型の意思決定：コスト、品質、安全性のバランス
自動車業界では、ライフサイクルデータが設計と調達の意思決定に情報を提供し、性能、コスト、持続可能性を支援できる。医療業界では、多くの組織がすでに同様のアプローチを取っている。データと臨床的洞察を使用して、コスト、品質、患者アウトカムのバランスを取っているのだ。バリューベースドケアと償還モデルが拡大を続けるにつれ、この規律はさらに重要になる。
ガイド付き購買プラットフォームとAI搭載ツールは、臨床的エビデンスをサプライチェーンの意思決定に直接組み込むことができ、医療提供者が契約に基づき、かつコストに対して最良のアウトカムをもたらす製品を選択するのを支援する。ただし、リーダーはこれらのツールの使用には、データ品質の確保、レガシーシステムとの統合、人間がループに入ることで精度と品質管理をサポートできる場所の特定など、課題があることに注意すべきだ。これらの課題はすべて、思慮深い統合によって克服できる。
結局のところ、すべての調達の選択は患者の選択であり、この規律こそがケアとレジリエンスの両方を強化するものだ。
勇気あるリーダーシップ：次のショックの前にレジリエンスを構築する
自動車業界は、レジリエンスは危機の最中に構築されるのではなく、先見性、投資、協業を通じて危機の前に構築されることを我々に思い出させてくれる。医療業界でも同じことが言える。
良いニュースは、テクノロジーがついに我々の野心に追いついたことだ。今必要なのは勇気あるリーダーシップだ。「これまでのやり方」という快適さを超えて、混乱時に患者を守るシステムを受け入れる意欲のあるリーダーが必要なのだ。
医療業界は自動車業界を模倣する必要はないが、そこから学ばないのは怠慢だろう。自動車業界が効率性とレジリエンスのバランスを学んでいるように、医療業界も次の混乱に直面しても患者を守り、ケアを維持するために、独自のシステムを強化し続けることができる。
