Інноваційні моделі прогнозування попиту на лікарські засоби в Україні з використанням машинного навчання

Автор(и)

  • Світлана Миколаївна Феденько кандидат економічних наук, доцент кафедри фармацевтичного управління, технології ліків та фармакогнозії Івано-Франківського національного медичного університету, м. Івано-Франківськ, Україна https://orcid.org/0000-0001-7650-3569
  • Натела Шарденівна Довжук кандидат педагогічних наук, асистент кафедри фізіології Національного медичного університету імені О. О. Богомольця, м. Київ, Україна https://orcid.org/0000-0002-0468-9322
  • Людмила Володимирівна Коновалова кандидат педагогічних наук, доцент кафедри організації та економіки фармації Національного медичного університету імені О. О. Богомольця, м. Київ, Україна https://orcid.org/0000-0002-8956-1263

DOI:

https://doi.org/10.5281/zenodo.14927282

Ключові слова:

аналітика даних, прогностичне моделювання, штучний інтелект, фармацевтичний ринок, економічна ефективність

Анотація

Прогнозування попиту на лікарські препарати є важливим завданням для забезпечення стабільного функціонування фармацевтичного ринку, ефективного управління запасами та мінімізації ризику дефіциту медикаментів. В умовах економічної та соціальної нестабільності традиційні методи прогнозування демонструють зниження ефективності, що зумовлює необхідність впровадження інноваційних підходів, зокрема алгоритмів машинного навчання. Ці методи дають змогу враховувати складну багатофакторну природу попиту, що підвищує точність прогнозування.

Мета дослідження – проаналізувати наявні розробки та можливості впровадження інноваційних моделей прогнозування попиту на лікарські засоби в Україні з використанням алгоритмів машинного навчання. Особливу увагу приділено підвищенню точності прогнозів у контексті динамічних ринкових умов і змінних логістичних ланцюгів.

Дослідження ґрунтується на теоретичному аналізі та систематизації наукових джерел із баз даних PubMed та Google Scholar (за останні 5 років). Проведено збір та обробку даних з урахуванням особливостей українського фармацевтичного ринку. Використано метод узагальнення для представлення комплексної оцінки ефективності та перспектив впровадження новітніх технологій у галузь.

У результатах дослідження зясовано, що застосування інноваційних моделей прогнозування демонструє значно вищу точність порівняно з традиційними статистичними методами. Використання алгоритмів машинного навчання дає змогу виявляти приховані закономірності попиту, оптимізувати управління запасами, знижувати ризик дефіциту та скорочувати витрати в ланцюгах постачання. Результати також засвідчили, що ефективність сучасних технологій, особливо в умовах кризових ситуацій, значно перевищує можливості класичних підходів.

У висновках підсумовано, що впровадження методів машинного навчання в прогнозування попиту на лікарські засоби має значний потенціал для трансформації фармацевтичного сектору в Україні. Інтеграція інтелектуальних технологій у системи управління дозволить забезпечити стабільний доступ населення до необхідних медикаментів, підвищити ефективність логістичних процесів та адаптувати ринок до умов підвищеної невизначеності.

##submission.downloads##

Опубліковано

2025-02-25

Як цитувати

Феденько, С. М., Довжук, Н. Ш., & Коновалова, Л. В. (2025). Інноваційні моделі прогнозування попиту на лікарські засоби в Україні з використанням машинного навчання. Здобутки економіки: перспективи та інновації, (15). https://doi.org/10.5281/zenodo.14927282

Номер

Розділ

Економіка та інновації