Статья посвящена исследованию применения компьютерных методов анализа табличных данных для прогнозирования потребления товаров на российском фармацевтическом рынке. В статье раскрывается основной этап разработки информационной системы, предназначенной для прогнозирования закупок лекарственных препаратов и поддержки принятия управленческих решений в сфере лекарственного обеспечения. Рассматриваются особенности закупочной деятельности медицинских организаций и ключевые риски, связанные с планированием потребности в лекарственных средствах и формированием цен на фармацевтическую продукцию. Детально изложены современные методы, используемые в работе, включая модели машинного обучения и анализ значимости признаков с помощью SHAP. Описывается процесс подготовки и предобработки данных, включающий сбор, очистку, преобразование и кодирование признаков, а также формирование обучающих и тестовых выборок для построения регрессионных моделей. Особое внимание уделено выявлению факторов, влияющих на ценообразование лекарственных препаратов, и повышению точности прогнозирования за счет применения специализированных моделей для отдельных групп препаратов. Авторами работы оценивается экономический эффект от использования предложенного решения. Кроме того, инструмент помогает медорганизациям эффективнее планировать закупки путем снижения рисков и оптимизации бюджета. В рамках устойчивого рационального развития фармрынка России подробно рассматриваются вопросы автоматизации закупок и прогнозирования цен в качестве ключевых факторов.