基于物联网的医疗领域可持续智能物流系统设计

《Journal of Cleaner Production》：Designing of an IoT-based sustainable intelligent logistics in healthcare

　　

• •
  提出了一种基于物联网的模糊优化方法，用于药品物流网络优化。
• •
  为高效解决该问题，提出了一种混合启发式算法。
• •
  采用球形模糊层次分析法，整合专家意见进行决策。
• •
  通过多种计算实验，为管理决策提供有力依据。
• •
  对比了电动车辆与柴油车辆在能源成本及排放方面的差异。

引言

冷链中的药品最后一公里物流，指的是将药品从仓库运送至偏远、复杂且地理位置多样地区的药店或医疗机构。在这种配送服务中，如同冷链物流一样，保持适宜的温度和湿度条件对于确保这些敏感医疗产品的质量和完整性至关重要（Doran, 2023; Pramanik等人，2026）。此外，近年来全球药品市场规模不断增长。2022年的市场规模约为1.48万亿美元，预计2023年还将增加1000多亿美元（Mikulic, 2024b; Mikulic, 2024a）。由于人们对健康需求的增加以及人口结构的变化，全球药品市场仍在持续扩张。随着制药行业的快速发展，企业也在不断增加和拓展其分销渠道及物流业务。据估计，到2023年全球药品冷链市场规模将达到151.8亿美元，且到2030年其增长率还将保持在14.8%左右（grandviewresearch，2024）。

交通系统在经济的、健康的以及社会生活等多个方面都对人类的福祉起着至关重要的作用。除了这些日益显著的好处之外，交通活动所带来的碳足迹也在不断上升。例如，交通领域约占全球温室气体排放量的四分之一（Ritchie, 2020; IEA, 2023; Damoah等人，2021; Agarwal和Ojha, 2024）。在某些紧急情况下，物流运作几乎要占用总投资预算的80%，而其中还有超过三分之一的预算因重复工作、规划不当以及意外情况而被浪费（Kwapong Baffoe和Luo, 2020）。此外，随着社会越来越意识到交通带来的负面环境、社会和经济影响，决策者们也开始采取相应措施。在欧洲，人们设定了到2050年将温室气体排放量减少90%的目标。这样一来，可持续交通方案将以更加用户友好、价格合理、易于获取、更健康且更环保的方式服务于社会（欧洲议会，2023；联合国，2024b；Alkhereibi等人，2025）。使用电动汽车技术被视为解决近年来日益严重问题的关键举措。

要实现联合国及其成员国所设定的可持续发展目标（SDGs），推广包括充电基础设施在内的各类电动汽车技术是极为重要的步骤之一（IEA, 2024a；联合国，2024b）。此外，环保型电动汽车在普通消费者以及供应链网络中的使用也越来越普遍（IEA, 2024b；Adams, 2024；Fedex, 2024；Kar等人，2022；Zhang等人，2025；Hussain等人，2025）。在药品分销领域，物流服务必须符合相关的健康法规标准。因此，必须在规定的温度和湿度条件下运送药品，同时也要遵守相关法规要求。所以，对于这个价值1.6万亿美元的行业而言，选择合适的车辆和技术对于确保药品从生产地顺利运送到不同地区且不致变质至关重要（Mikulic, 2024a；Erdem, 2022）。因为该行业供应链的年度运营故障所造成的损失可达350亿美元以上（Pelibiothermal, 2019）。

物联网（IoT）是由各种物理对象构成的网络，这些对象如设备、车辆等，都配备了传感器技术、软件以及网络连接功能，可用于收集和共享数据。物联网的重要性还在于它能够提升流程和数据收集的效率，助力做出明智的决策，同时还能实现物理对象之间的互联互通。基于这一优势，物联网可被应用于医疗保健领域，从而降低成本、改善资产管理效率，并为疾病的预防和治疗提供更准确的数据支持。因此，借助具备传感器技术和软件的医疗设备网络架构，物联网有助于构建可持续的药品智能物流网络。另外，物联网在医疗保健领域的信息处理过程包含三个环节：数据收集、数据分析以及数据传播（Kumar等人，2023；Mahgoub, 2026）。

本文开展研究的目的是，在构建环保型药品智能物流网络的过程中，利用物联网技术为药品行业的最后一公里配送设计出一种兼具可持续性和高效性的解决方案，包括合理的路线规划、配送时间安排以及最优的充电策略。首先，本文介绍了这种新的实用型混合车队电动汽车路径规划问题模型，即带有时间窗口以及多种充电技术的部分充电型模型（MF-EVRPTW-MCT），它是传统VRP模型的扩展形式。我们将药品配送中的最后一公里可持续物流问题转化为一个0–1混合整数规划问题。该问题的目标是结合药品的特性、需求以及紧急程度，在规定时间内以最小的延迟将药品送达各个分散的地点。首先，通过传感器技术收集客户的需求信息及期望的时间窗口数据，并将其传输至云端。在优化处理之前，这些原始数据会先经过预处理。此外，如果没有物联网层，那么决策过程可能只能依靠人工输入，数据处理也会相对滞后，包括路线规划、调度安排以及充电技术选择等决策环节。接着，我们组建了一个由医疗、医药领域专家组成的决策团队，通过他们的专业意见来确定各类药品的紧急程度。随后，运用球形模糊层次分析法来计算药品的紧急程度。之后，我们利用实际数据生成了三组规模合理的问题实例集。接着，我们开发了一种混合启发式算法，即一种具有多种有效整合机制的自适应通用变量邻域搜索算法。此外，我们没有采用与时间相关的目标函数，而是采用了与能源成本相关的目标函数作为替代视角，同时分析了该问题的特点。我们还对比了绿色车队与传统柴油车队的成本及环境影响。最后，我们利用实际数据研究了用于实现时间成本和能源成本目标的充电技术，图1展示了该研究的流程图。

本文的结构如下：第2节介绍相关文献；第3节阐述物联网在医疗保健领域的应用、SF-AHP方法、问题描述以及最后一公里可持续物流问题的模型构建；第4节介绍所采用的混合解决方案；第5节通过实际数据开展计算实验，以评估所提方法的性能；第6节总结出若干管理层面的启示；最后，第7节对全文进行总结。

章节要点

药品物流相关文献简述

本节概述了与医疗保健物流以及药品冷链供应链网络相关的研究成果。特别是，Lemmens等人（2016）探讨了疫苗供应链网络的基本构成要素。这些研究从五个方面进行了分析：网络结构、问题不确定性、绩效指标、研究方法以及问题的可行性。研究表明，大多数绩效指标都偏向于经济层面（即成本方面），而

问题描述与建模

本节共包含四个小节。首先，第3.1节介绍了医疗保健领域中使用的物联网技术。其次，第3.2节介绍了用于对多种待配送药品进行专家评估的基于SFSs的AHP方法。接着，第3.3节对问题进行了定义。最后，第3.4节给出了MF-EVRPTW-MCT模型的数学表达式。

药品优先级的确定方法

为确定拟解决问题中药品的紧急程度/优先级，采用了SF-AHP方法来进行权重计算。为此，首先组建了一个由医药和医疗领域的专家组成的决策团队，然后构建了成对比较矩阵。SF-AHP方法的六个步骤已在第3.2节中进行说明。如前所述，研究中使用了表2中所列的语言尺度。每位专家都会被单独要求对需要配送的药品进行比较，

计算实验

本节的目的是通过大量的计算实验，来验证和分析所提出的混合启发式算法的性能。首先，我们打算比较通过CPLEX算法和AGVNS算法得到的精确解的质量以及运行时间。其次，通过对新的基于成本的目标函数、充电技术以及绿色车辆和传统车辆进行一系列敏感性分析，从中提取有用的管理决策启示。所有实验都是在计算机上进行的

管理建议

通过采用可持续的车队以及充电基础设施来提升药品供应链运营的效率，将极大有助于实现联合国的可持续发展目标（联合国，2024a）。例如，相关目标中的目标3旨在为人们提供健康的生活条件并提升他们的福祉水平。目标7则侧重于推动清洁且价格合理的能源资源的使用。此外，目标9则关注可持续且耐用的基础设施建设

结论

药品最后一公里物流是医疗保健供应链中极为重要的一部分，它的主要任务是确保将敏感的医疗产品以良好的质量和状态送达不同地区的药店或医疗机构。在本研究中，我们提出了混合车队电动汽车路径规划问题模型，该模型考虑了多种药品以及不同的时间要求

CRediT作者贡献说明

Mehmet Erdem：撰写——审稿与编辑、撰写——初稿、可视化、验证、方法论、研究调查、数据整理。Ak?n ?zdemir：撰写——审稿与编辑、撰写——初稿、验证、方法论、研究调查。

利益冲突声明

作者声明，他们不存在任何可能影响本文研究成果的已知财务利益冲突或个人关系。

Mehmet Erdem|Ak?n ?zdemir