医疗服务是关系国计民生的重大问题。如何科学、合理地利用有限的手术资源，提高手术室及相关资源的利用效率，为患者提供满意的就医环境，成为医院管理者和****共同关注的重要问题。由于患者身体状况的差异性和诊疗过程的复杂性，现有的医院管理信息系统数据并没有得到充分的利用以辅助决策。基于数据分析患者需求特征，并将其应用到手术调度中，有利于进一步提升资源的利用效率。本论文以医院现实数据为依托，针对手术调度面临的多种不确定性，基于医疗数据和机器学习，研究医院手术调度问题的分布鲁棒优化方法。具体包括：挖掘手术时长和患者特征的分布规律，基于患者特征细分患者群并构建不确定分布集合；在此基础上研究考虑手术时长协变信息的手术调度鲁棒优化方法；该研究突破了要求随机变量准确分布的假设限制，解决多维不确定性对手术方案鲁棒性要求的难题。研究成果可为医院手术室运作管理提供决策支持，进而提高医疗服务运作效率和手术资源利用率。
据悉，UTD 期刊列表中24本期刊（简称UTD24）是世界公认的管理学科中最顶级的期刊，包括信息、运营、金融、会计、营销和工商等六个方向。Production and Operations Management（简称POM）是国际生产与运作管理学会旗舰期刊，也是UTD24期刊（国际公认的商学院最顶尖24种学术期刊），在国际管理学界享有很高的学术声誉，是国内外管理学科评估的重要依据。此次论文录用是继2021年蒋忠中教授以第一作者在Manufacturing & Service Operations Management期刊论文发表之后，工商管理学院教师在UTD24国际期刊论文成果的再次收获，标志着管理学科学术影响力进一步获得了国际国内同行的认可，将为管理学科特别是管理科学与工程学科发展和学校一流大学建设贡献力量。
