symplr推出AI排班与工时管理方案，预测医疗机构人员配置需求

医院人员短缺往往在解决时间所剩无几时，造成的代价最为高昂。管理者忙着寻找人手补位，护士临时接到顶班请求，而加班或高薪临时用工则填补剩下的缺口。symplr推出symplr Time and Scheduling，试图将这些决策提前。这是一套集成式劳动力管理解决方案，将AI驱动的排班与工时记录整合在一起。

该产品于10月26日公布，将预期人员需求、整个医疗系统内的可用人员以及劳动力成本纳入统一视图。其全新的AI工作流程会考虑员工偏好、排班规则、预测需求和历史模式，为管理者推荐排班调整方案，并由管理者审核批准。

此次推出的方案将symplr的预测排班能力与工时记录技术相结合，后者专为医疗行业复杂的薪酬规则和合规要求而设计。此举也为更广泛的劳动力运营战略奠定基础，涵盖规划、人员配置和分析。

AI建议旨在破解排班平衡这一瓶颈

制定排班表只是医院人员配置工作的起点。管理者还必须协调员工偏好与人员覆盖需求、填补缺口，并在两者平衡发生变化时及时应对。排班表在电子表格上看似安排周全，但某个科室在特定时段仍可能人手不足。

这款新产品的AI驱动排班平衡功能旨在减少人工调整工作。管理者无需从头开始安排每一次变动，系统会根据相关人员配置限制和模式提出调整建议。最终仍由管理者审批。

在人员配置决策会同时影响员工和临床运营的环境中，这一区别十分重要。系统建议可以帮助负责人更快比较各种方案，同时由负责人判断拟议的人员覆盖安排是否适合该科室。

symplr首席护理信息官Ali Morin表示：“护理负责人不应该把数小时花在制定排班表、四处寻找人手填补空缺班次上；他们本可以用这些时间支持团队和患者。”

公司还强调了为护士提供更大灵活性的优势。该方案旨在更早将员工偏好纳入排班，从而减少紧急顶班请求，降低寻找合适班次时的行政负担。

预测人员配置如何在排班背后发挥作用

现有的Smart Square技术为此次推出的方案提供了背景。相关文档介绍了一种预测模型，将专有数学建模与机器学习结合起来。系统每周更新预测，并通过适用于各个科室或服务区域的人员配置矩阵，将预测患者需求与人员供给进行比较。

当前产品页面介绍的预测范围最长可达120天。其实际作用是在管理者仍有时间采取措施时，揭示可能出现的人员缺口，而不是等到某个班次无人覆盖、成为迫在眉睫的运营问题后才应对。

Smart Square还具备开放班次管理功能，采用可变激励模式；提供整个企业范围内的人员资源可视性、自主排班，以及与人力资源、薪资、工时记录和电子病历系统的连接。这些功能说明了预测如何为实际行动提供依据：管理者既要了解预计会出现的人员缺口，也要掌握可用于填补缺口的劳动力资源。

预测需求与平衡排班彼此相关，但属于不同任务。预测用于估算需要多少人员覆盖。随后，排班平衡会在可用性、偏好和规则的约束下，推荐满足需求的方式。工时记录则记录最终实际发生的情况。

将计划人员覆盖与实际工时衔接起来

整合排班与工时记录，有助于解决另一项行政工作负担：计划班次与最终进入薪资核算的工时之间存在差异。如果这两项工作分散在彼此不连通的工具中，管理者就必须在人员配置决策已经作出后，再核对排班变动和工时卡。

symplr Time and Scheduling将这两项功能整合起来，使护理负责人能够在同一工作流程中统筹人员覆盖和劳动力成本。工时记录组件专为处理医疗行业的薪酬规则和合规要求而打造，不会把每个班次都当作可以互换的工时块。

symplr援引其排班及工时与考勤功能此前报告的结果：用于人员配置和工时卡相关任务的时间约减少50%，薪资团队最多可释放75%的工作能力。这些是公司报告的、与整合功能相关的潜在收益，并非对今天发布的产品进行的新独立评估。

评估此次推出的方案时，这一区别十分重要。该方案有望减少从预测人员需求、填补班次到核对实际工时之间的人工操作步骤。具体医疗系统能取得怎样的效果，取决于其工作流程、现有集成和实施情况。

尽管人工智能投资不断增长，手动流程仍然普遍存在

该公司的2026 年 Compass 调查有助于解释市场需求。41% 的受访者表示，其所在机构的医生和护士排班仍完全依靠人工。另有 35% 的受访者称，排班流程的自动化程度很低，只有 4% 的受访者表示已实现全面自动化。

这项与 CHIME 联合开展的调查共纳入 146 名受访者，他们在美国各地医院和医疗系统中担任临床、信息技术及运营岗位。调查于 2026 年 6 月 1 日至 7 月 17 日进行。调查结果反映的是这组受访者的情况，并非对所有医院进行普查所得的结果。

同一项研究发现，21% 的受访者表示，其所在机构在部署人工智能时并未设定评估指标。因此，成效衡量与自动化一样，都是实施工作的重点。对于排班而言，相关指标包括排班表管理耗时、未填补的班次、加班情况、员工满意度以及需求预测的准确性。

只有当自动化后形成的排班表适用于实际提供护理服务的人员时，让流程更加自动化才有意义。在部署过程中让护理领导者和一线员工参与其中，医疗系统便能借此检验相关建议是否针对排班摩擦的实际来源。

当前可用功能与后续计划

此次推出的核心是集成排班与工时管理，并在平衡排班时提供人工智能建议。symplr 计划于 2027 年推出更多人工智能功能，用于修正工时卡以及配置排班规则。这些功能目前仍处于产品路线图规划阶段。

其更广泛的医疗保健人工智能战略涵盖预测智能、智能自主排班，以及嵌入运营工作流程的工具。该公司表示，来源可追溯性和数据治理是平台的重点。应将这一更广泛的战略与 Time and Scheduling 在推出时实际提供的具体功能区分开来。

首席产品官 Scott Sbihli 表示，symplr 的计划不止于传统排班，还将连接住院和门诊医疗领域的劳动力规划、人员配置与分析，并为医生及其他医疗服务提供者提供更深入的功能。

symplr 将于 10 月 29 日至 31 日在芝加哥举行的 ANCC Magnet Conference 上展示 Time and Scheduling，展位号为 631。眼下要检验的是：通过更全面地了解需求、可用员工和已工作时长，能否减少护理领导者需要临时处理的问题，并让他们有更多时间支持团队。