M7 Health获得1000万美元资金,以现代化护士排班和调度M7 Health nabs $10M to modernize nurse staffing and scheduling

环球医讯 / AI与医疗健康来源:www.fiercehealthcare.com美国 - 英语2025-08-02 14:04:33 - 阅读时长8分钟 - 3519字
M7 Health是一家由护士创立的公司,最近获得了1000万美元的A轮融资,旨在通过其端到端平台现代化护士排班和调度,解决护士排班中的复杂问题,并减轻管理负担。该平台已经在美国60多家医院中使用,帮助护士领导收集员工偏好,自动化排班过程,并提供强大的劳动力分析工具。
M7Health护士排班护士调度医疗系统劳动力管理AI排班护士体验患者结果护士保留率医疗行业创新
M7 Health获得1000万美元资金,以现代化护士排班和调度

护士排班通常是一个复杂的高级难题,需要平衡医院运营的需求和护士个人的需求。

作为一名注册护士,Ilana Borkenstein在纪念斯隆凯特琳癌症中心骨髓移植病房工作期间,目睹了这一持续性的挑战。

"我的助理护士经理非常出色,但她大部分时间都坐在办公室里,面对着两个屏幕。一个屏幕上是电子表格,另一个屏幕是她的电子邮件,显示器周围贴满了便利贴,桌面上散落着纸张,她总是需要她的手机,因为她通过短信和电话与我们沟通,试图解决这个排班的‘俄罗斯方块’难题," Borkenstein说。

"由于她在排班上投入了大量思考和关怀,我所在单位的护士保留率实际上相当高。我们能够将工作需求与生活中的其他优先事项结合起来,她非常细心地为我们每个人定制了工作体验。但是,我护理学校的朋友们在其他单位或其他医院的工作经历却大不相同。我想,‘我们如何才能将我的助理护士经理所做的这一切产品化呢?’"

2022年,Borkenstein和她的哈佛商学院同学Eric Gruskin共同创立了M7 Health(M7是她之前工作的骨髓移植单元的名称),以现代化护士的劳动力管理。

Borkenstein坚持认为,M7 Health是“由护士创建,为护士服务”的。她在接受采访时表示:“我们是以护士为先、具有护士DNA并由护士领导的公司。”

“我们公司有四分之一的员工是护士。我们知道,你可以把排班和调度看作一个数学问题,但如果你忽略了其中的人性化元素,没有尝试量化员工的偏好和情绪,并将这些因素融入这个复杂的问题中,那么你永远不会成功,”她说。“我们开发的每一个产品功能,都会自问两个问题。第一个是,‘这如何影响护士的体验?’第二个是,‘这如何影响医疗系统的底线?’”

通过她的第一线经验,Borkenstein看到,破碎的系统和僵化的排班模式使护士难以发挥最佳工作,尤其是在疫情期间,全国各地的医院都在努力管理和保留他们的团队。

“即使在我所在的M7病房,我们实际上是在为人们治愈癌症,但令我困惑的是,我们却无法解决劳动力管理和分配、排班和调度的问题,”她指出。

该初创公司由Threshold Ventures领投,筹集了1000万美元的A轮融资,以将其平台扩展到更多的医院和医疗系统。First Round Capital、25m Health和Lakehouse也支持了这轮融资。M7 Health迄今为止已筹集了1700万美元的资金。

该公司还将利用这笔资金来开发其AI排班能力,并扩展其在工程、增长、产品和运营方面的团队。

Borkenstein、Gruskin及其团队将M7设计为一个端到端平台,使护士排班、调度和沟通无缝且公平。其目标是协调个别护士的需求与医院运营的现实,帮助团队创建平衡、透明、个性化的排班,大幅减少管理负担。

“我们帮助护士领导从员工那里收集排班相关的偏好。我们帮助整合所有这些输入信息,并为护士领导提供第一轮公平和平衡的排班表。我们量化我们所做的一切。我们量化员工偏好被尊重的百分比,并确保您在病房中拥有正确的技能、能力、经验水平和证书,”Borkenstein说。

“我们还有智能班次填补功能。我们自动化了班次填补过程,确保班次尽早以最具成本效益的方式填补,并且符合员工的偏好,同时减少员工日常听到的噪音,”她说。

她指出,该平台还提供了一个“全局视图”,为护士领导和医院管理人员提供一个鸟瞰视角,了解医院某一组病房或一组医院的人员配备情况。

Borkenstein指出,部署更好的劳动力工具可以创造更好的工作体验,这有助于建立一个更可持续的劳动力,并推动更好的患者结果。

她说,医疗系统可以通过提供灵活和可预测的工作环境来吸引和留住护士,而M7的技术有助于实现这一点。

M7的平台已被超过60家医院的13,000名医疗专业人员使用。该公司已达成协议,计划在年底前将其覆盖范围翻倍。

该公司声称其技术的员工参与率达到90%以上。

“客户告诉我们,他们从未见过护理人员对技术平台有如此高的参与度,除了他们每班都必须使用的电子病历系统,”Borkenstein说。

她指出,通过这些劳动力规划洞察,M7提供了强大的劳动力分析功能,可以通知护士管理人员哪些员工最有可能离职,并根据排班和人员配备模式提供提醒,以检查某些团队成员的情况。

自动化和易于使用的工具有助于节省护士管理人员的时间,公司报告称护士在排班上花费的时间减少了50%。用户还报告称加班时间减少了40%以上,并且在使用该平台的医院中消除了合同护士劳动力。

护士们还报告说工作与生活更加平衡,排班更加公平,甚至会询问M7已被采用的职位空缺,高管们表示。

护士是医疗保健劳动力的最大群体,M7 Health正在解决大多数医院面临的巨大而棘手的问题。根据高管们的说法,在过去五年中,平均一家医院的护士队伍流动率超过了100%。倦怠率居高不下,劳动力成本不断攀升,过时的排班模式无法跟上现代、多样化的护士队伍的步伐。

护士队伍也变得更加复杂,全职、兼职、按需、旅行和合同护士并肩工作。

“在新冠疫情之前,大多数劳动力都是全职或兼职员工。即使在疫情前的世界,平衡排班对护士领导来说也是一个非常具有挑战性的任务。你必须确保每个人的工作要求与其全职等效(FTE)或合同内容一致,但你也希望尽可能尊重这些员工的工作与生活偏好,以创造一个让他们留下来的环境。这并不容易,因为你的排班受到病房患者护理需求的限制,”Borkenstein解释道。

她补充说,“你需要某些技能、能力、资格和经验水平在每个班次中体现出来,这突然将我们每天需要X数量护士的任务变成了一个更为复杂的问题,涉及多个变量。然后,你还要考虑到工会规定你可以做什么的指令,例如尊重资历,这就会变得更加复杂。”

自2020年以来,新冠疫情彻底改变了护士队伍的组成,出现了全职、兼职、按需、合同和旅行护士以及代理护士的混合。

“他们每个人每小时工作的成本对医疗系统来说都不一样,护士领导现在必须考虑新的变量,但没有任何工具可以帮助他们完成这项工作。他们还面临来自员工的压力,员工希望成为护士并做好工作,但也需要确保他们能够过自己的生活。此外,医院管理人员对确保我们以成本效益的方式排班病房的压力比以往任何时候都要大,”她说。

M7表示,如今的护士期望在他们的角色中拥有灵活性、可预测性和自主权。医疗系统必须调整其流程以满足这些期望。高管们表示,统一的保留策略也不再适用。医疗系统必须了解他们的护士,并根据每位护士的个人需求定制其体验。

Borkenstein称自己是护理人员和医院管理人员之间的技术橄榄枝。“我知道,如果你在双方激励措施上创造透明度——护士个人在优化什么,医疗系统在优化什么——不是反对护士,而是确保我们能够继续为社区中的患者提供护理。M7不仅在创建最佳的排班和调度模型,还在这些激励措施背后创造透明度,以协调双方的激励措施,而没有其他系统成功做到这一点。”

随着医疗行业继续利用人工智能进行创新,Borkenstein认为人工智能对于护士在临床交付和减轻行政负担方面都具有“改变游戏规则”的潜力。

“在讨论护士如何使用人工智能时,护士必须有一席之地,我发现护士往往缺席这些对话。它不应该给护士的工作流程增加任何额外的步骤。我们每班已经有足够的工作要做。它应该减少步骤。我认为只有护士自己才能告诉你,一个产品或工具是否真的能够加快工作流程,而不是增加工作流程,”她指出。

她补充说,人工智能驱动的排班和调度工具还能让经验丰富的护士将更多时间花在临床任务上,而不是行政工作上。

越来越多的初创公司正在解决护理人员和排班的挑战。In-House Health成立的目的是通过基于技术的方法解决医院人员管理中的低效率问题。这家位于丹佛的初创公司开发了一个基于人工智能的排班和管理平台,专为现代护理团队设计。

去年,护士排班和药房推荐公司Float完成了1000万美元的A轮融资。

其他获得大量资金的初创公司包括ShiftMed(融资2.5亿美元),这是一款连接医疗工作者和提供者的移动应用;ShiftKey(融资3亿美元),一家医疗人员技术公司;Incredible Health(融资1亿美元),一个面向医疗工作的技术驱动的职业市场;Trusted Health(融资1.75亿美元),基于应用的市场Clipboard Health和护士排班平台IntelyCare(融资1.74亿美元),以及在线医疗工作市场Nomad Health(融资2亿美元)。

【全文结束】

大健康

猜你喜欢

  • 心力衰竭POC和LOC设备市场预计到2033年将达到4.5193亿美元心力衰竭POC和LOC设备市场预计到2033年将达到4.5193亿美元
  • 美国联邦医疗保险AI设备报销改革为印度医疗初创企业带来战略启示美国联邦医疗保险AI设备报销改革为印度医疗初创企业带来战略启示
  • 微软推出AI医疗系统MAI-DxO,诊断准确性为资深医生的四倍微软推出AI医疗系统MAI-DxO,诊断准确性为资深医生的四倍
  • 阻碍医疗AI应用的隐藏障碍就在眼前阻碍医疗AI应用的隐藏障碍就在眼前
  • 机器学习工程师职位招聘机器学习工程师职位招聘
  • Taction软件利用AI助力医疗健康领域的创新与效率提升Taction软件利用AI助力医疗健康领域的创新与效率提升
  • 毕马威与希波克拉底AI宣布合作利用AI医疗代理变革医疗服务应对全球行业人员短缺毕马威与希波克拉底AI宣布合作利用AI医疗代理变革医疗服务应对全球行业人员短缺
  • 医疗AI安全刻不容缓:医院为何不能等待医疗AI安全刻不容缓:医院为何不能等待
  • Stargardt病市场研究报告及预测(2025-2035年):基因疗法和AI驱动的诊断推动市场扩张Stargardt病市场研究报告及预测(2025-2035年):基因疗法和AI驱动的诊断推动市场扩张
  • 影子AI:医疗行业面临却无人谈论的安全隐患影子AI:医疗行业面临却无人谈论的安全隐患
大健康
大健康

热点资讯

大健康

全站热点

大健康

全站热文

大健康