医疗健康管理的根本目的是在辅助治疗的基础上，高效利用医疗资源，维护和改善人民健康。在国家自然科学基金重大研究计划“大数据驱动的管理与决策研究”的支持下，中国学者深入分析了多源多模态医疗健康大数据，打破了组织决策的时空界限，在智能医疗健康管理领域取得了新的突破。

在公共卫生管理方面，研究小组发现，人类在时间和空间上的流动行为和人与人之间的相关性可以揭示人类行为的基本规律。基于这一发现，研究小组综合考虑了人类个体在物理空间和网络环境中的社会活动轨迹，构建了一个多时空协同的传染病传播和预测模型。该模型突破了传统传染病传播模型的构建机制，有利于传染病早期的及时识别和干涉。

在分级诊疗决策方面，研究团队发现，通过跨域数据协同计算、预测-决策协同分析、人机协同决策，可以有效实现大数据从知识发现向价值发现的转移。基于这一理论模型，研究团队在可靠诊疗知识发现、医疗决策方案生成、智能医疗指导、医疗群聊合作、分级诊疗资源调度等方面进行了一系列创新性探索。多项理论研究和实践结果表明，上述理论方法可以有效提高各类医疗卫生机构的战略决策能力和资源利用效率。

这些研究成果不仅在理论上做出了贡献，在疫情防控、分级诊疗等实践中也得到了广泛应用。科研团队开发的“智能移动医疗远程交互服务系统”为新冠肺炎疫情防控做出了贡献。同时，“智慧医院与区域医疗协同服务系统”融合了相关理论方法，在远程医疗知识服务、患者分级就诊指导、跨域诊疗辅助决策、微创手术远程指导等方面取得了显著成效，促进了优质医疗资源的有效开发和利用。

此外，研究小组还围绕公共卫生安全、疫情防控和影响等主题，组成了一系列调查报告和决策建议，为我国健全公共卫生安全和智能医疗卫生管理体系提供了行业研究和政策咨询报告。