人工智能管理医疗保健供应链的关键成功因素

计算机工业工程175（2023）108815通过人工智能（AI）管理医疗保健供应链：关键成功因素AshwaniKumar a，Venkatesh Mani b，*，Vranda Jain c，Himanshu Gupta d，V.G. 文卡捷什河a印度管理学院印度罗塔克法国蒙彼利埃商学院c印度诺伊达Jaipuria管理学院d印度矿业学院-印度理工学院，印度EMNormandie Business School，Metis Lab Le Havre，法国A R T I C L EI N FO关键词：人工智能医疗保健供应链SWARAA B S T R A C T医疗保健是最关键的部门之一，因为它在处理公共卫生方面非常重要。随着各种疾病的爆发，尤其是最近的2019冠状病毒病疫情，这一行业得到了进一步的关注。疫情暴露了医疗保健供应链（HSC）的漏洞。最近的进步，如在医疗保健供应链中采用各种先进技术，即人工智能和工业4.0，正在改变游戏规则。本研究的重点是确定新兴经济背景下HSC采用AI的关键成功因素（CSF）。粗糙SWARA用于对HSC中AI采用的CSF进行排名。结果表明，技 术（TEC）因素是 影响新兴经济体背景下 HSC采用 AI的最有影响力 的因素，其次是制 度或环境（INT），人类（HUM）和组织（ORG）维度。1. 介绍随着第四次工业革命的到来，企业已经转向采用人工智能，区块链和物 联网 等颠 覆性 技术 （Rajput 和Singh ，2019;Egger 和Masood，2020）。这一转变为股东公司带来了新的财务利益（Wu等人，2017），做出明智和及时的决策（Wu等人，2016），并确保商业模式的竞争力（Viswanadham，2018）。在这些技术中，人工智能越来越被认为是医疗保健等行业的游戏规则改变者（Zhang et al.，2018 a，Jain等人，2020），保险（Cognizant，2017;Toyoda et al.，2017），制造（Zhou等人，2018），银行业（Coccoet al.，2017），数字支付（Gaoet al.，2018年），能源（门格尔坎普等，2018）和教育（Fryer etal.，2020年）。在他们的研究中，等人（2021）认为，人工智能应用在供应链管理中可以带来广泛的好处。作为对这一点的回应，出现了更多基于人工智能（AI）的功能性供应链应用（Riahi等人，2021年），研究人员已经探索了人工智能技术在供应链生态系统中的转型影响（Saberi等人，2019年a）。在讨论与集中式供应链系统相关的问题时，Azzi et al. （2019）阐述了AI的能够注入所需的可见性和透明度，从而提高价值链的灵活性（Kshetri，2018; Soltanisehat等人，2020年）。此外，AI技术可以赋予能源效率（Zhang et al.，2018 b），降低成本（Catalini和Gans，2016），更好的库存管理和减少欺诈（Clauson等人，2018），以及供应链的安全性和可追溯性，从而为企业带来卓越的性能以及更好的客户和合作伙伴信任（IBM，2018）。充足的供应链可降低成本和风险（Tarei等人，2022），提高了质量，速度和可靠性（Munir等人，2020），确保灵活性（Azadegan等人，2020年），并提高可持续性（Yousefi和Tosarkani，2022年）。尽管实现有效的供应链仍然是跨行业和企业的挑战（Schuetz和Venkatesh，2020），但患者安全和相关健康结果的参与使医疗保健供应链（HSC）变得更加复杂，由于存在多个参与者，这些参与者属于不同的管辖范围，情况变得更加严重（Kwon等人，2016年; Gardas，2022年）。运营问题，如交货时间（Xu等人，2020年）以及灾难和罢工等中断（Ivanov和Dolgui，2021年）对供应链构成风险。除此之外，关于服务中断的问题（Kara等人，2020年）、较短的产品生命周期（世界经济论坛，2017年）和气候变化（Rajagopal等人，2017）也挑战供应链* 通讯作者。电子邮件地址：m. montpellier-bs.com（V. Mani），vranda. jaipuria.ac.in（V. Jain）。https://doi.org/10.1016/j.cie.2022.1088152022年11月15日网上发售0360-8352/© 2022 Elsevier Ltd.保留所有权利。目录可在ScienceDirect计算机工业工程&期刊主页：www.elsevier.com/locate/caieA. Kumar等人计算机工业工程175（2023）1088152效率SARS、埃博拉和最近的COVID-19等流行病爆发也暴露了供应链的脆弱性（Araz等人，2020年），由于其精简和全球化的结构，这些公司进一步被削弱。最近的一份报告显示，约94%的《财富》1000强公司报告称，由于新冠肺炎全球爆发，供应链中断（《财富》，2020年）。现有的研究讨论了供应链问题以及人工智能在应对这些挑战方面的重要性。然而，可以帮助获得对人工智能采用的新见解的特定于上下文的见解是不够的，并且需求不断增长。由于行业特征在技术采用中起着独特的作用（Tourajipour等人，2021年），这项研究探讨了可以促进医疗保健供应链（HSC）采用AI的因素。医疗保健供应链是指一个广泛的网络，确保及时生产、分销和向患者提供药品和医疗用品的流程和组件（Beaulieu和Bentahar，2021）。由于医疗保健是一个需要在诸如流行病爆发、生物/化学战争等意外和困难时期做好准备的专业行业其管理方式不同于商业供应链管理。在医疗保健供应链（HSC）的背景下，涉及患者安全、相关健康结果以及多个参与者的存在等问题会产生更大的复杂性（Senna等人，2021年）。由于这些供应链中的关键流量、运营不确定性以及对高服务水平的需求，在不同环境中复制标准做法具有挑战性和复杂性（Aldrighetti等人，2019年）。此外，人们担心医疗保健行业的供应链受损会促进假冒药品的跨国贸易，造成药品和医疗设备的人为短缺，并对使用联网医疗设备构成安全威胁（Min 2019）。考虑到HSC在确保医疗产品和器械在正确时间的可用性、最大限度地提高患者护理、最大限度地减少库存浪费、减少错误机会以及改善利益相关者之间的协调方面的重要性（Senna等人，2021年），我们必须加强对此的认识。克服HSC遇到的独特挑战虽然现有文献讨论了AI集成HSC的好处，但对HSC中AI采用的推动因素的关注是不够的。HSC行业正在经历不断增长的需求，不断增长的成本，不断变化的客户需求，日益激烈的竞争和日益增长的相互依赖性（Gartner2022）。鉴于人工智能技术在解决HSC问题方面的巨大优势，以及在大流行病等情况下确保HSC运营连续性的迫切需要，这项研究提供了一些见解，可以促进HSC管理人员采用人工智能。大量现存的HSC文献讨论了多个利益相关者的利益（Laroiya等人，2020年）以及医疗保健服务的改善、采购合同的自动化、可追溯性和公司绩效的改善等方面（Beaulieu和Bentahar，2021年; Ageron等人，2020年）。很少有研究也探讨了技术采用障碍（Desingh，2022）。其他研究集中在供应链中人工智能技术的好处和挑战（Onik等人，2019年）。然而，没有全面的研究调查了HSC采用AI的CSF。为了解决这一差距，本研究提出了一个理论框架，用于确定印度HSC中AI实施的CSF。在埃森哲最近对399名医疗保健高管进行的一项调查（2021年）中，约73%的人认为其组织采用的技术架构对业务的整体成功至关重要。由于技术干预在维持企业竞争力方面的关键作用，企业战略和技术战略之间日益不可分割，这是本研究的主要动机。此外，为了响应Gartner（2022）报告的调查结果，医疗保健提供商需要在有效的成本管理，确保不同利益相关者之间的透明度以及确定新的竞争优势来源等方面开展工作。 人工智能技术在HSC中实现这些目标的潜力为这项研究提供了另一个动力。此外，最近流行病引发的供应链崩溃和随后的市场失灵进一步增强了医疗保健供应链中的技术整合。这需要探索可以指导HSC中AI实施的因素。因此，本研究打算解决以下研究问题：管理医疗保健供应链的新兴技术是什么？RQ2：在医疗保健供应链中实施AI的关键成功因素是什么？这项研究有助于现有的文献HSC。首先，通过研究HSC中AI实施的CSF，该研究扩展了HSC中技术采用的现有文献。尽管学者、研究人员、医疗保健提供者和政府已经开始关注HSC中的人工智能应用（Guan 2019;Habli et al. 2020），但关于供应链生态系统中人工智能使用的CSF的实证研究很少，特别是在医疗保健行业。该研究进一步吸收了技术-组织-环境（TOE）框架（Tornatzky和Fleischer 1990）和人-组织-技术匹配（HOT-fit）（Yusof et al. 2008）模型，并提出了一个基于促进HSC采用AI的重要因素的理论模型。作为解释组织采用技术创新的分析工具，TOE框架已广泛应用于各个领域（Bala和Feng，2019; Chen等人，2019;Cruz-Jesus等人，2019），包括医疗保健行业（Gao和Sunyaev 2019;Sadoughi等人2019）。通过一组综合维度，HOT拟合模型集中于采用健康信息系统（HIS）的创新，并广泛地表明HIS的更大实现归因于人、组织和技术因素之间的更好拟合（Yusof et al. 2008年）。在整合成熟的TOE框架和最近开发的HOT拟合模型以确定ICT采用的关键因素的（Arpaci 2019; Mir和Padma 2020），现有文献表明，综合模型给出了更好的结果（Ahmadi et al. 2017;Yadegar-idehkordi et al.2018）。因此，本研究基于TOE框架和HOT拟合模型的综合方法来探索CSFs。本研究采用最新的专业方法-逐步评估比率分析（SWARA），根据其优先级来衡量标准。该方法利用专家知识、现有信息和不同的经验来评价系数的显著性。先前的研究（Mardani等人，2017年）已经看到SWARA方法在投资供应链竞争战略等领域的广泛应用（Khodadadi等人， 2017）和评估第三方物流供应商的可持续性（Zarbakhshnia等人， 2018年）。本研究应用源自TOE和HOT框架的CSF来了解印度背景下HSC中的AI实施。研究强调，发达国家已经进行了人工智能采用方面的突出研究（Brock和Khan，2017）。这项研究对于世界第二人口大国印度实现强劲的HSC具有重要意义。发展中国家普遍对使用传统供应链模式所产生的缺陷持怀疑态度。这一点，以及这些国家的人口、流行病学和经济转型，促使企业在医疗保健方面进行更高的投资，并改善其HSC。这项研究的结果可以帮助医疗保健提供者，研究人员，咨询师和政府设想CSF在HSC中成功实施AI。本文件的结构如下。第二节将回顾关于AI跨部门应用的文献，重点是HSC和HSC中AI采用的CSF。第三部分提出了模型框架。第四节讨论了分析和结果，并讨论了影响，其次是第五节和第六节的结论与影响。A. Kumar等人计算机工业工程175（2023）10881532. 文献综述2.1. 医疗供应链（HSC）网络作为一个独特的供应链，HSC专注于管理资源，包括简化供应和向供应商和患者提供药物和医疗产品/服务（Govindan et al.，2020年）。参与这一过程的利益相关者包括制造商、医院、供应商、保险公司、监管机构和患者。由于该供应链涉及这些实体之间的上游和下游关系，并且每个利益相关者都关心他们的利益，因此HSC是复杂和分散的（Zamiela等人， 2022年）。HSC领域的研究已经提出了用于不同医疗保健产品如疫苗、医疗设备等的供应链模型（Phares等人，2021年）。很少有研究还探索了改善HSC性能的障碍和促进因素（Hussain等人，2018;Srivas-tava等人，2021年）。例如，Yousefli et al.（2017）已经确定了财政限制，缺乏意识，基础设施不足以及政府政策缺乏明确性阻碍了HSC的表现。最近，HSC承受着巨大的压力，以降低成本，解决客户需求的变化，提高生产力，提供更好的医疗保健，并变得尽可能精简（Hussain等人，2018;Scav-arda等人，2019年）。然而，制造商整合、经济和政治 情 景 的 变 化 以 及 气 候 变 化 等 中 断 给 实 现 这 些 目 标 带 来 了 困难（Gartner，2022）。最近爆发的COVID-19严重暴露了HSC，并导致全球医疗产品短缺。 随后，学者们强调了HSC在预测、规划和通过一个或多个价值链环节对中断做出反应方面的重要性（Senna等人，2021;Zamiela等人， 2022年）。2.2. 医疗保健供应链（HSC）中的人工智能（AI）许多工业应 用，包括供应链管 理，都有可能被人工 智能改造（Gupta，Kumar和Wasan，2021; Toorajipour等人，2021年）。人工智能在供应链中应用的好处已经在需求预测（Bala和Feng，2019年）、设施位置（Florez等人，2015）;供应商选择（Ferreira和Borenstein，2012）;供应链风险管理（Tsang等人，2018）;库存补充（Sinha等人，2012）;以及供应链中的可持续能力（Kazancoglu等人，2022年）。根据Toorajipour等人（2021）的说法，大多数关于供应链中人工智能的研究都缺乏特定的行业背景，而且他们的有限见解可能与其他环境无关。此外，人工智能在HSC中的应用在现有文献中很少受到关注，并为新的研究方向提供了空间。Grand View（2020）最近的一份报告估计，市场将在2017年至2025年间以57%的复合年增长率增长。 关于人工智能在不同学科中的潜力的学术文献也在激增，医疗保健供应链就是其中之一（Mitra等人，2022; Beaulieu和Bentahar，2021）。人工智能技术正在用于医疗保健领域的不同治疗和研究目的，其中一些包括管理慢性疾病和药物发现。在HSC的背景下，基于AI的HSC可以有助于利益相关者之间的产品交付、跟踪、库存共享和资源共享（McGhin等人，2019年）。它可以帮助验证产品合法性，跟踪假冒产品，并验证医疗设备（Jayaraman等人，2019年）。研究还讨论了人工智能在验证和设定生产者价格资格（Randall et al. 2017）和改善医疗数据管理（Dimitrov，2019）方面的巨大潜力在他们最近的研究中，Damoah等人（2021）审议了AI增强医疗在HSC中的应用。简而言之，通过整合不同的采购，临床系统，和整个HSC安排的财务管理，基于人工智能的HSC为HSC行业目前面临的挑战提供了一个切实可行的解决方案（Degnarain，2020）。Martínez-P'erez等人（2020年）他们发现，人工智能能够通过提高运营效率和患者质量，在医疗保健领域创造供应链盈余尽管人工智能在建立强大的供应链方面的积极影响得到了充分的支持，但目前还没有研究提出医疗保健行业采用人工智能的CSF除了促进人工智能的实施外，对CSF的彻底分析还将提高医疗服务2.3. HSC中AI实现的CSF识别本研究中使用的理论框架基于四维模型，包括技术、组织、制度和人为因素（TOEH），这将有助于在HSC中实施AI（表1）。此外，CSFs来自现有文献，IT，供应链和战略领域的专家意见，以及学者的反馈。2.3.1. 技术背景技术环境包含了技术特征和优势（内部和外部），从而提高了生产力和运营效率（Ahuja等人，2020）。 人工智能实施的技术可行性至关重要，因为它决定了技术采用的潜在经济可行性，并为技术验证计划提供了投入（Tseng等人，2018年）。技术复杂程度是另一个因素，它阐明了技术社区可持续的数据质量和完整性是成功实施颠覆性技术的关键因素（Wang等人，2019年）。因此，克服潜在的漏洞，同时在医疗保健系统中明确定义安全目标至关重要。技术背景下的另一个战略因素是互操作性，这将需要用户/企业/公共实体之间的顺畅沟通，从而提高效率（Governatori等人，2018年）。在供应链中采用人工智能的感知益处可能会减少交付延迟和欺诈（Rodríguez-Espíndola等人，2020），提高透明度和效率（Dwivedi等人，2019a），降低成本（Baryannis等人，2019）和竞争优势（韦伯斯特和伊万诺夫，2020）。2.3.2. 组织背景除了技术背景之外，包括各种组织条件的组织维度对于成功采用人工智能非常重要（Bala和Feng，2019）。组织领导和支持对于技术采用至关重要（Yang等人， 2015），与过去的研究（曹等，2020年）报告更高的采用效益作为坚实的支持的结果。提高人工智能采用可能性的另一个因素是业务和人工智能采用之间的战略一致性，因为将技术采用的业务案例与组织的战略愿景保持一致至关重要公司在组织环境中，公司规模和组织结构可以通过获得和获得财务和技术资源来影响颠覆性技术的采用（AlBar和Hoque，2019）。除了这些因素之外，公司由于其迅速的行动和战略而产生的竞争优势也可以成为技术采用的驱动力（El-Kassar和Singh，2019）。此外，组织文化鼓励实验，赋予员工权力，并在内部成员之间建立有效的关系（Horv'ath和Szab o'，2019）将使人工智能的实施成为可能。此外，财政资源的可用性可能是实现技术采用的重要因素之一（Mikalef等人， 2020年）。2.3.3. 机构背景制度环境包括组织周围的环境，如竞争对手、监管机构、外部环境、A. Kumar等人计算机工业工程175（2023）1088154表1HSC中AI采用的CSF主要CSF子CSF描述参考技术（TEC）技术复杂性（TEC1）它指的是解决延迟、安全和吞吐量问题的技术硬件和软件的成熟度和多样性Agrawal等（2018），Hoy（2017）;Büyük oüzkan和Goüçer（2019）;Alrahbi等人， 2021感知利益（TEC2）它规定了预期的好处和积极的影响，从技术采用Alrahbi，Khan，&Hussain，2021; Dwivedi等人，2019 a;太阳，霍尔，&Cegielski，2020;Yadegaridehkordi，Nilashi，Nasir，&Ibrahim，2018可持续的数据质量和完整性（TEC3）技术测试和故障排除可行性（TEC4）数据质量是指确定数据可靠性的可用性，而数据完整性是指数据在物理和逻辑有效性它指出了在确认模型、技术和工具方面的各种定义良好的测试活动，以识别和克服软件中的错误并实现测试要求Li等人（2020），Zhang等人（2018 b）;Damoah等人， 2021Elmaged（2014）; Sun等人（2020）; Gardas，2022互操作性（TEC 5）数据互操作性是指数据的处理和解释，接收数据，以促进不同利益攸关方之间的顺畅沟通Wang等人（2019），Dobrovnik等人（2018）;Orji等人， 2020组织（ORG）组织领导和支助（ORG 1）业务可行性和人工智能采用之间的战略一致性（ORG2）组织就绪性（ORG 3）企业规模和组织结构（ORG 4）它与高层管理人员和经理对整个过程（从开始到全面采用技术）的动态领导和支持相关联它指的是在业务目标、业务可行性和技术采用之间建立一致性，以便更好地管理业务它指向企业对人工智能采用它指的是企业的规模和组织结构，以反映其在采用新的商业模式Gutierrez等人（2015），Szalavetz（2019）;Singh等人（2019）; Alrahbi等人，2021年;加尔达斯，2022年Nguyen等人（2015），Tallon等人（2019）;Gardas，2022Yang等人（2015），Pacchini等人（2019），Magistretti等人（2020）; Khanijahani等人，2022Janssen等人（2020），Mathauer和Hofmann（2019），Sun等人（2020）; KhaniJahani等人，2022竞争优势（ORG 5）它涉及到技术采用由于现有的竞争优势所取得的公司组织文化（ORG 6）是指共同的价值观和信仰的模式，理解组织功能和组织化可接受行为的规范财政资源（ORG 7）指的是有足够的资金进行技术采用。Chu等人（2018）; Saberi等人（2019 a），Pan等人（2020）; Beaulieu和Bentahar，2021Ghadge等人（2020），Xia等人（2019）;Khanijahani等人，2022Kiel等人（2017），Kusi-Sarpong等人（2019）;Gardas，2022机构（INT）政府支持和政策框架（INT1）它表明政府在信贷供应、工作人员培训、技术咨询、支助基础设施和有利的政策框架Yadav等人（2020）、Tsai等人（2019）、Singh等人（2019）; Alrahbi等人， 2021生态系统管理（INT 2）它规定了复杂的相互作用的方法，多个领域和参与者Wong等人（2020）、Santoro等人（2018）、Clohessy和Acton（2019）与合作伙伴和利益攸关方的有效协作（INT3）它归因于与内部和外部利益相关者的有效合作Kamble等人（2019），Luthra等人（2020）;Balasubramanian等人，2021竞争压力（INT 4）指的是对采用技术的不情愿。由于行业参与者之间的激烈竞争而产生的压力导致的创新Chu等人（2018）; Chang（2020）; Alrahbi等人，2021医疗保健供应链部门的需求波动性（INT5）人类（HUM）用户需求实施阶段（HUM1）客户接受度和忠诚度（HUM2）人力资源团队能力和人工智能集成培训（HUM3）它吞噬了各种因素，赋予波动的需求，为医疗保健供应链它将注意力引向用户为了成功采用，这个维度强调了客户在持续使用（采用后）和对技术采用的忠诚度方面的接受度。它指的是具备技术事项和技术管理方面的专门知识的人力资本。它还将考虑到向现有小组成员提供的培训设施和机会Polater和Demirdogen（2018），Lawrence等人。（2020年）Naszay等人（2018），Cocosila和Turel（2019），Roberts等人（2019）; Balasubramanian等人，2021Mathauer and Hofmann（2019），Nysveen etal. （2020年）Tortorella等人（2020），Sivathanu和Pillai（2018）; Gardas，2022行为意图（HUM4）是指对特定目标未来行为Holzmann等人（2020），Sharma（2019），Chopdar等人（ 2018年）人工智能采用后的工作保障（HUM5）它将注意力集中在人工智能采用的技术失业和工作安全上Kamble等人（2019 b）、Nam（2019）、Wang等人（2019年）;利益相关者，需求波动影响技术采用（Tsaiet al. 2019）。政府对合规性、知识产权、消费者保护等方面的支持和政策将减少歧义，增强信心，并帮助组织采用颠覆性技术（Luthra等人，2020年）。生态系统的存在和有效管理是实现人工智能采用的关键因素，因为它们将减少障碍和初始投资，使开发人员和企业能够进行创新，同时吸引大量用户（Wamba和Queiroz，2020）。在供应链中成功采用人工智能需要与合作公司，竞争对手，政府和领域专家进行有效合作（Ashaye和Irani，2019年;Stev ic等人， 2020年）。此外，竞争环境可能是采用技术的重要影响因素，因为它会影响公司在市场上竞争的能力（Mero等人，2020年）。由于不断变化的经济环境、市场不可预测性、供应链风险和不确定性、政治不稳定性以及其他因素，医疗保健供应链受到需求波动的影响，这是影响技术采用的另一个关键因素（Singh等人， 2019年）。2.3.4. 人类语境人类和行为方面为技术采用提供了另一个背景（Gao和Sunyaev，2019）。在这里，用户期望是一个重要因素，因为它涉及对用户采用技术的评估（Tumasjan和Beutel 2019），并延伸到他们的价值观和道德观念（Dwivedi等人，2019年b）。客户接受度和忠诚度捕获用户A. Kumar等人计算机工业工程175（2023）1088155感知的有用性和易用性（Lu et al. 2019），因此是影响技术采用的另一个重要因素。行为意图由态度、规范和对行为控制的感知决定，是指针对指定的未来行为制定预先安排的计划，是影响人工智能采用的另一个因素（Mahardika等人， 2019年）。 通过提升技术和分析技能来培训人力资源和发展能力，同时发展组织变革的能力，对于成功采用颠覆性技术并从实施颠覆性技术中产生更好的结果至关重要（Darko等人， 2018年）。 虽然在文献中存在关于破坏性技术导致技术失业或取代现有工作性质的争议，但人工智能采用后的工作保障可能会影响人工智能的使用HSC（Zeng et al. 2020年）。表1描述了基于TOEH框架的重要CSF和2.4. 研究差距和贡献医疗保健行业最初对整合颠覆性技术或系统数字化犹豫不决，但随着对供应链活动的潜在影响，人工智能，区块链和大数据分析技术已经在其运营活动中找到了一席之地（Kumar等，2020年）。供应链管理活动是关键的组织活动，人工智能技术被认为可以通过消除冗余瓶颈并提高供应链活动的透明度、弹性和敏捷性来改善供应链活动。虽然人工智能技术的实施有利于医疗保健供应链，但医疗保健行业的数字化存在显著的接受差距。文献中很少有证据全面讨论HSC -AI采用的关键成功因素。表2描述了调查医疗保健数字化的主要研究。3. 研究方法本研究中用于优先考虑人工智能CSF的拟议研究框架是通过使用粗略SWARA（R-SWARA）确定新兴经济体（特别是印度）医疗保健供应链的重要性权重，如图所示。 1.正如文献综述部分所讨论的，采用人工智能及其可用性将大大有助于实现有效和弹性的HSC。在本研究中，对关键因素的全面了解将有助于决策者通过以下方式做出稳健决策：表2总结研究差距和我们的研究贡献使用R-SWARA确定HSC中AI采用的已识别CSF的相对重要性。这项研究是一项开创性的尝试，旨在确定人工智能采用的CSF，然后根据TOE和HOT框架对其进行分类。3.1. 粗逐步加权评估比分析法（R-SWARA）Zavadskas等人（2018）开发的R-SWARA方法主要用于通过使用粗糙数来确定属性的相对权重，以减少复杂决策问题中的主观性和不确定性。近年来，R-SWARA在研究人员和实践者中越来越受欢迎，最近人们注意到，许多研究通过应用与MCDM（多标准决策）和粗糙集数字相关的混合框架来解决研究问题。例如，在不确定性下，Zavadskas et al.（2018）使用粗糙SWARA作为物流领域的新型MCDM方法。 Vasiljev i'c等. （2018）用于评估纺织行业供应商选择的标准Sremac et al.（2018）使用它来对第三方物流提供商进行排名。 Stefanov i'c等. （2019）使用粗略的SWARA对影响职业安全与健康（OSH）环境的安全因素进行排名和优先排序。此外，Ulutas（2020）用于评估物流服务提供商的选择标准。目前，在现有的文献中，很明显，还没有研究专注于通过利用R-SWARA的应用来分析医疗保健供应链中AI采用的CSF。与流行的MCDM技术（如AHP、ANP和最佳-最差方法）相比，R-SWARA方法对于分析领域专家的知识和判断分数以评估CSF的相对显著性权重而言不太复杂（Hashemkhani Zolfani等人，2018年）。这种方法的好处是：首先，它要求更少的成对比较元素之间，而不同的MCDM技术相比。其次，SWARA方法是在相对权重评估过程中估计领域专家或对关键因素显著性比率的既定意见的可能性（Karabasevic等人，2016）。此外，这种技术被证明是决定性的确定的决策标准的显着性比。R-SWARA方法由以下步骤组成（Zavadskas等人，2018年）：步骤1：定义一组参与或争取决策过程的属性或CSF。步骤2：建立一个由“k”专家组成的团队（2017年）Wang等人（2018年）制药供应链医疗保健组织中大数据分析的复杂性内容分析缺乏对人的关注。我们看到，越来越需要了解数字化如何实现HSC，以及这些案例研究如何在人工智能技术的采用中发挥作用。由于人工智能的采用处于初期阶段，特别是在HSC的背景下，它缺乏决策支持系统Marques等人（2020年）艾克曼和阿里（2021）对医疗行业供应链管理的当前研究进行Meta集成医疗保健供应链的优先弹性策略系统性文献综述模糊层次分析法处理网络一级的流量以一种普遍的观点进行。使用综合理论和MCDM方法的框架（即，TOEH框架和新的粗略SWARA），这可以帮助各种利益相关者理解关键成功因素（CSF）对HSC成功采用AI的重要性。因此，对HSC从业者来说，了解Beaulieu和Bentahar（2021）确定了HSC文献综述验证研究结果决策者。人工智能收养。此外，这项研究部分解决了Nguyen等人（2021）对未来研究的需要，即需要进行额外的实证研究。Chauhan等人（2022年）Saha等人（2022年）确定并分组与远程医疗服务有关的重要成功因素调查新兴技术对药品供应链绩效DEMATEL、BWM、VIKOR结构方程模型每个标准中关键成功因素之间缺乏相互关系。在这项研究中，作者解决了新兴技术的障碍，但缺乏一个明确的框架，技术采用的关键成功因素。在向HSC过渡过程中采用AI的调查。作者贡献方法研究差距我们的贡献Zhang等人制定供应商为例缺乏对调查结果的实证验证。随着这项研究扩展了医疗保健领域的文献，A. Kumar等人计算机工业工程175（2023）1088156J.）[]RN Cj= Cj，CJJJJJJ]JJ1xmFig. 1. 研究框架。重要到最不重要的属性。接下来，J从第二个属性或标准开始，我们可以R N.Sj）=CLL;UJUj=2， 3， m，m（10）确定重要性标准C1与标准C1-n的比较。步骤3：在这一步中，每个专家的每个个体响应（K1，K2maxCrmaxCr1xm.......利用Zavadskas等人提出的方程（1）-（6），将k（n）转化为粗糙矩阵X（Cj）. （2018年）。步骤5、本步骤中，利用公式（11）-（12）计算矩阵RnKj.）[L U]R N.K（j）=[KL，KU]（十一）步骤4：在这一步中，可以对矩阵XR N进行归一化。Cj）在R N.K（j）=[SL+1，SU+1]j=2， 3， m，m（12）为了确定矩阵XR N。Sj），通过使用等式（8）。jj1xmR N.S）=[SL，SU]（八）步骤6：在这一步中，重新计算矩阵R N。Q（j）可以得到使用等式（13）利用等式（9），我们可以确定矩阵x的矩阵X元素。R N.Sj）。R N.Q（j）=[qL，qU]（十三）.）[CLCU]Rr，R .）C（七）1xm1xm1xmj，J（A. Kumar等人计算机工业工程175（2023）1088157=JJJJ1. 00j=1Jj-1J1. 00j= 1mmRN Sj=（9）RNQj=qL;qU=qU中国（14）Max CLCU1.最大值Lj>1j-1jKU矩阵x R N的第一个元素。Sj），即，[SL，SU]=[1. 00，1。00]，步骤7：最后，相对重要性权重矩阵XR N。W（j）是因为J1.对于其他元素j>1，可以计算公式（9使用等式（10）：使用公式（15）计算。>1A. Kumar等人计算机工业工程175（2023）1088158. ）[RN W][][qL，qU]=表3专家配置文件信息。J =jj∑m[qL，qU]4. 为例j=1JJ专业知识/背景经验（年）部门/组织类型位置医疗保健行业是公认的最大和快速增长的部门在大多数新兴国家之一，并在任何国家的经济中发挥着至关重要的作用。尽管新兴国家是战略目的地，由于其快速增长的潜力，大型投资者（库克，2019）。在-EXpert1EXPERT2E·X·pert高级供应链经理技术支持经理14医疗保健公司13医疗器械公司德里德里创新和整合颠覆性技术（如人工智能（AI），区块链技术（BT），物联网）一般3名IT15医药行业巴迪（喜马偕尔邦(IoT)，和机器学习（ML））承诺实现增值服务于这个部门。由于其在医疗运营和供应链管理方面的巨大不平等，它缺乏创新EXPERT4E·X·pert高级物流经理15医药行业Pradesh）巴迪（喜马偕尔邦）医疗保健基础设施和当局的低货币支持和投资。印度是最大的新兴经济体之一，高层5物流经理13医疗器械公司诺伊达采用创新、可持续和可扩展技术的空间，降低医疗供应链中断的风险但在EXPERT6IT基础设施12家科技解决方案提供商Gurugram像印度这样的国家，存在着广泛的数字鸿沟，由于地域辽阔和人口众多，城市和农村地区在获得和提供医疗保健方面的差距往往是一个问题，EXPERT7E·X·pert博士（健康护理连锁管理）12学术德里人工智能有潜力缓解的挑战（Ajmera和Jain，2019）。因此，HSC中的AI实施仍处于初期阶段。一个8E·X·pert一般经理战略13医疗保健公司诺伊达印度等新兴经济体处于独特的地位，副经理915技术班加罗尔在HSC中采用人工智能技术，考虑当地限制以提高负担能力（Rao和Clarke，2020）。人工智能技术的采用可能会改变印度HSC的未来。但是，也有一些因素，如组织准备、技术理解、熟练的人力资源、数据标准化、网络安全和最重要的是，在采取行动之前EXPERT10EXPERT11E·X·pert它中级物流经理中级物流经理解决方案提供商10医疗保健设备供应公司11医疗保健设备供应公司诺伊达诺伊达在运营和供应链管理中实施人工智能技术;否则，任何组织都不会遇到12E·X·pert博士（健康护理连锁管理）13学术德里将AI与医疗保健供应链相结合。副经理13 IT基础设施15技术解决方案提供商Gurugram4.1. 参与者简介本研究使用混合方法（定性和定量）来分析印度医疗保健EXPERT14EXPERT15E·X·pert中级物流经理高级供应链经理12医疗保健设备制造商15医疗保健设备制造商诺伊达班加罗尔行业这项研究涉及广泛的文献综述和专家副经理16IT基础设施15技术解决方案提供商班加罗尔在新兴经济体背景下，确定和最终确定与医疗保健供应链中AI采用相关的各种CSF的意见。最初，问卷设计是为了收集来自男性的反馈-EXPERT17E·X·pert总经理战略14医药行业巴迪（喜马偕尔邦）印度医疗保健公司的老年人，至少有10年的决策工作经验。一个由20名专家组成的团队，一般18经理战略14医疗保健&医院服务德里物流和供应链经理，信息技术（IT）经理，高级管理人员，战略经理和学术前，PERT用于研究。 专家EXPERT19E·X·pert博士（健康护理连锁管理）13学术德里表3.一般20名经理战略14医疗保健&医院服务德里4.2. 确定并最终确定医疗保健供应链（HSC）在这一阶段，广泛的文献综述和专家的判断，以确定和确定在HSC采用AI的CSF。初步确定的CSF列表已提交给专家小组进行对话，以通过建立共识来评估当代人工智能采用的相关性。在与专家小组进行多轮审议后，最初的名单进一步减少到22个HSC采用AI的CSF。之后，专家小组被要求根据所采用