工學院工業工程與管理系2014級博士潘欣、宋潔副教授及2017級博士研究生張帆在2019年發表於IEEE自動化科學與工程期刊（IEEE Transactions on Automation Science and Engineering ⇨，簡稱IEEE TASE）的論文“Dynamic Recommendation of Physician Assortment with Patient Preference Learning”獲得了年度IEEE TASE Best Paper Award（最佳論文獎）。該獎的評選範圍是IEEE TASE 2019年發表的所有論文，獲獎結果於6月6日在2020年IEEE世界機器人與自動化大會（2020 IEEE International Conference on Robotics and Automation🔹，簡稱IEEE ICRA）上宣布🦹🏼‍♀️。

IEEE TASE由IEEE國際機器人與自動化協會（The IEEE Robotics and Automation Society⚈，簡稱IEEE RAS）主辦，是國際智能控製與優化領域的頂級期刊。該期刊的年度最佳論文獎自2004年設立至今，已有16年歷史，旨在授予在智能控製與優化領域取得突出性理論研究成果、重大技術價值的研究論文。

宋潔課題組成果獲年度IEEE TASE最佳論文獎

潘欣、宋潔及張帆此次的獲獎論文充分考慮患者特征及選擇行為的異質性和在線醫生推薦系統中患者偏好數據的缺乏🍺，綜合利用最優化理論、機器學習技術和統計推斷方法，創新性地提出一種基於在線學習的患者選擇行為偏好學習智能化算法以及醫生資源動態推薦策略🤹🏿🧧。針對互聯網大數據環境下患者行為偏好在線學習和醫生資源動態配置問題，通過自動化收集患者選擇行為反饋數據來持續更新患者選擇模型，實現患者行為的在線學習👨🏼‍💼，並在優化醫生資源配置目標下🤾‍♂️，根據患者病情的異質性🧑🏼‍🚒👨🏿‍🔬，提供個性化的醫生推薦，優化患者需求與醫生資源之間的匹配情況。該研究成果不但有助於提升網絡預約系統中患者的就醫體驗，改善優質醫生資源的利用，而且可以推廣到其他類型的互聯網服務平臺中，提升相應的用戶體驗，改善相應的優質服務資源的利用。IEEE RAS評獎委員會對該論文的理論價值與廣泛的應用前景給予一致肯定和高度評價。針對該研究成果🥞，宋潔副教授課題組已經與我國領先的互聯網醫療平臺“好大夫”在線展開合作𓀑，提供線上醫療醫生與患者的供需匹配策略優化，優化資源分配，提供平臺管理運營效率👮🏽‍♂️，致力於推動互聯網醫療的發展。

。

基於互聯網平臺的患者選擇偏好在線學習和醫生資源動態推薦