2019年7月12日，2019年智能+医疗服务管理启真学术论坛在杭州成功举行。本次论坛面向国家重大需求，聚焦于医疗运作这一主题，汇聚世界范围内医疗运营管理相关专家，共同探讨提高医疗运作的服务水平和运作效率。同时，也为海内外医疗运作领域的众多学者搭建一个学术平台，交流医疗运作管理领域最新的研究成果，探讨如何推动管理思想、人工智能方法和运筹学在医疗领域中的应用。
研讨会开幕式上，新葡的京集团3522vip新葡的京集团3522vip副院长周伟华教授主持并致辞，他对来自全球各地的医疗决策优化研究者齐聚杭州表示热烈欢迎，并表明互联网+智慧医疗是社会价值极高的研究领域，期待此次论坛的丰硕成果。大连理工大学的胡祥培教授随后致欢迎辞，他提出当前首先需要解决“医药分离”问题的观点，需要考虑多主体利益间的博弈。此外，如何定价、如何服务患者、如何保证网上售药的产品安全性和配送时效性、“民政医”三者间如何协调都是亟待解决的管理问题，这需要大家互相配合、交流，凝心聚力共同解决。论坛由普渡大学的孔楠教授、新葡的京集团3522vip新葡的京集团3522vip孔祥维教授主持。
从左至右：浙大管院周伟华教授，大连理工大学胡祥培教授，普渡大学孔楠教授，浙大管院孔祥维教授
来自威斯康辛大学麦迪逊分校的李京山教授从医疗4.0的发展历史引入，认为与工业4.0相较而言，医疗4.0的时间动态性更强，系统更为复杂，且受人类行为、伦理影响更大，智慧医疗决策系统的优化设计是一项重大挑战。他以美国医院为背景，将复杂循环插入队列网络这一看病流程剥离为每个病人的串行排队过程，大大简化了对于病人等待时间和医院拥挤程度的分析。此外，他还介绍了其在肺癌诊治多科室协同配合排程问题、ICU病床分配问题，ICU与普通病房间的医生调度问题和低收入患者治疗后的康复关怀问题中的一系列成果。
威斯康辛大学麦迪逊分校 李京山教授
来自莱特州立大学的Pratik J. Parikh教授介绍了创伤中心和非创伤中心的区别，并阐述美国医疗体系现存的“非创伤或小创口病人前往创伤中心，严重创伤病人前往非创伤中心”等降低病人个人利益和社会福利的现象，提炼出“伤员运送时如何避免治疗不足（under-triage, UT）和过度治疗（over-triage, OT）两类择医失误？如何布局创伤中心与非创伤中心降低UT和OT的失误率？如何对择医失误的病人进行合理转运？”等科学问题。通过介绍其与俄亥俄州急救管理平台的相关合作，Pratik J. Parikh剥离出了从患者现场救护到入院这一阶段影响两类择医失误的主要因素，并详细介绍了其在结合伤员分级、治疗价格、创伤中心选址、政府与谈判博弈等方面的研究成果。
莱特州立大学 Pratik J. Parikh教授
面对创伤给人类生产生活造成的巨大损害，全世界范围内创伤医疗体系的诸多不足和弊病，创伤救护体系的提升与完善事业迫在眉睫。大连理工大学的刘少男博士的研究针对目前美国创伤医疗体系现状和数据，分析创伤救护网络的缺陷，针对创伤中心数量不足并且分布不均匀以及创伤救护匹配度不高两方面缺陷，提出创伤救护网络设计优化方案，制定合理决策，最终提升创伤医疗水平，实现社会福利最大化。她认为，中国目前的创伤医疗体系尚且不完善，面临着包括上述缺陷在内的诸多不足之处，与美国等西方发达国家之间存在着一定的差距。但是美国等西方发达国家的创伤医疗体系诸多的成功经验是可供中国在调整和优化本国的创伤医疗体系结构时参考和借鉴的。因此研究针对于创伤救护网络方案的设计以及相关的结论和管理启示，对于中国的创伤医疗体系的进一步建立和完善具有不可置否的借鉴意义和参考价值。
大连理工大学 刘少男博士
为满足病人因交通不便等因素难以保证医疗时效性的现实需求，来自普渡大学的毛瑞九博士考虑运用无人机提供医疗物资运送服务的情景，提出了一种基于无人机基地选址的医疗服务网络优化问题。她通过对每个无人机队的服务范围分区，并以分区内服务等待时间最小为目标，建立了服务区选址-资源配置优化模型后，设计了与模型相适应的遗传算法进行求解，结果发现其方法与Boutilier等设计的两阶段方法解得方案的服务平均等待时间相比，下降了60%，大大缩短了服务时间，由此可在今后用于案例实践。
普渡大学 毛瑞九博士
北京大学的宋洁副教授通过“好大夫”线上医疗软件介绍了医患匹配问题的重要性，并在病人到达率不确定与医疗资源状态易逝的情况下，设计了exploration和exploitation的两阶段算法，将患者信息和医生信息进行精准匹配实现了收益最大化，为解决“如何让病人更好地找到医生”问题提供了方法指导。
北京大学 宋洁副教授
上海交通大学的李娜副教授针对“三级医院、二级医院和社区医院”医疗资源利用率低和病人分流难的现象，研究了中国医联体中的病人转诊问题，分别提出了病人反向转诊的阈值控制策略，病人转诊协调的帕累托最优控制协议机制，以及转诊联盟关于何时何地对患者进行转诊的决策模型，并通过数值实验和灵敏度分析证明了提出模型的有效性，为解决病人转诊问题提供方法指导。
上海交通大学 李娜副教授
大连理工大学张玲玲博士的报告主要是在考虑异质性患者需求不确定性的情况下，研究护理人员一致性调度问题。首先，通过给出世界老年人口的数量和未来的发展趋势，以及中美两国老年人口的增长情况，和对慢性病造成的死亡率和经济成本损失分析，说明全世界都在应对人口老龄化和慢性病带来的挑战，为了缓解其产生的压力，需要构建护理服务体系，但目前的护理院管理中还存在很多的不足，因此需要对如何构建合理的护理人员调度计划进行研究。然后，在对实际问题分析后，构建了两阶段随机混合整数规划模型，在需求不确定的情况下，第一阶段研究如何对护理人员进行排班，第二阶段则考虑如何将患者分配给相应的护理人员。问题的随机性会导致其求解变得非常困难，所以使用Progressive Hedging算法进行求解，并根据时间维度将问题规模进一步缩小，对算法进行了改进。
大连理工大学 张玲玲博士
普渡大学的孔楠教授认为病人服务利用率对护理院的护理决策（例如，容量、人员配备）具有重要作用，并在病人异质性和竞争性分流的情况下，采用数据驱动的预测分析方法，提出了两大模型：Heterogeneous LOS Model和Simulation Model，预测出了护理院的服务利用率，结果表明模型具有良好的解释性和预测效果，优于各种统计模型和机器学习模型。他的研究有助于解决护理院的护理人员排程问题。
论坛最后，孔楠教授从研究方法、应用领域和研究机会三个方面对此次论坛进行了总结，他提出年轻学者加强应用随机整数规划、双层模型优化、博弈论和仿真建模等方法的运用，并表示医药和养老行业具有众多可研究问题，数据标准化、人工智能、学科交叉和全球医疗健康具有光明的应用前景。
普渡大学 孔楠教授
来自东北财经大学、东南大学、华中科技大学、上海交通大学的师生50余人参与此次论坛并展开深入交流。大家一致认为：近年来大数据、人工智能以及云计算等技术在医疗领域的应用，互联网医院应运而生，这些都给医疗服务带来了巨大的机遇和挑战。同时，人们对医疗服务质量关注度逐年提高，运用科学的运作管理方法来提升医疗服务质量和运作效率是当下研究的热点。另一方面，人们对医疗服务的需求越来越大，加之难以预测，医疗业务也变得越来越复杂，医疗数据量增长越来越快，这导致决策的难度也急剧增加，依靠传统的、手工的优化调度方式已经无法满足医疗领域的需求，必须借助于人工智能的手段和科学管理的方法，才能更有效率地做决策，服务好病人，从而获得竞争优势。
部分与会人员合影
