Radiance 透過自研數學模型,整合人力需求、員工預假、班別偏好與排班規則,協助醫療團隊產生及調整班表,減少排班行政負擔,提升人力配置效率。
一、採用與合作導入機構
目前採用與合作導入機構包括:
高醫岡山醫院護理部:於 2026 年 1 月正式上線,應用於護理排班作業。
國軍桃園總醫院病理檢驗部:應用於醫檢排班評估與相關研究。
成大醫院斗六分院護理部:於 2026 年 4 月正式上線,合作導入護理排班,協助整合單位人力需求與排班條件。
二、量化應用成果
國軍桃園總醫院病理檢驗部相關研究,以 12 位人員、14 種班別及 2024 年 10 至 12 月班表進行回溯比較,結果如下:
排班時間減少約 95.3%:人工排班平均為 316 分鐘,系統班表設定與生成為 15 分鐘,依兩者換算減少約 301 分鐘。
班表中的加班時數平均減少 43.4%:研究比較系統產生班表與原人工班表,呈現改善人力安排的潛力。
上述數字為特定研究條件下的回溯比較,並非所有採用機構正式上線後的共同成效;各單位實際效益需依人力規模、排班條件與使用紀錄評估。
三、日常管理效益
減少重複排班作業:集中整理人力需求、員工預假與排班規則,降低人工逐一安排及反覆核對的負擔。
掌握人力配置差異:依日期、班別與職級呈現人力安排,協助管理者辨識缺口與配置過多的情況。
協助檢查規則衝突:依設定的工時、休息間隔與連續工作天數等條件檢查班表,找出需要調整的安排。
納入員工需求:將預假與班別偏好納入排班考量,協助主管協調休假及工作安排。
簡化班表發布與查閱:主管可依現場需求修改班表,確認後發布,協助員工掌握工作時程。
量化資料來源:台灣醫事檢驗學會《J Biomed Lab Sci》2025 年第 37 卷第 4 期,研究編號 PF0048,第 294–295 頁。