师资
基本概况：
叶烨，副教授、博士生导师，美国匹兹堡大学人工智能系统博士。曾任美国匹兹堡大学医学信息学系长聘教轨助理教授，拥有医学、公共卫生、计算机科学与统计学的跨学科背景。长期致力于以数据与智能技术驱动的公共卫生管理和智慧医疗研究，涵盖传染病、慢性病及肿瘤等多类疾病。在医学信息学与公共卫生领域发表多篇高水平期刊论文，并带领团队在IEEE等国际会议发表多篇论文。曾获美国医学信息协会博士论文奖（前五名，2019）、美国疾控中心（CDC）最佳统计理论文章奖、IEEE ICHI 2024 最佳分析论文奖，以及匹兹堡大学商业转化创新奖。主持美国国家卫生研究院（NIH）K99/R00五年基金项目《采用迁移学习提高生物医学计算模型重复利用性的研究》，并参与多项NIH与CDC资助项目。目前担任美国匹兹堡大学医学信息学系兼职教授（Adjunct Faculty），《Artificial Intelligence in Medicine》与《Journal of Biomedical Informatics》期刊编委，同时兼任全球传染病建模与分析工作组（MIDAS）协调中心委员会成员。
课题组长期招硕士研究生、博士研究生、博士后、研究助理、软件工程师及访问学生。课题组多名成员已被GE Healthcare、哈佛大学博士后项目及Emory University (医学信息)、UT Arlington （计算机）、Case Western （计算机）、University of Pittsburgh（信息学）等知名高校博士项目录取。欢迎具有计算机科学、人工智能、数据科学、统计学、公共卫生、医学等相关背景的同学加入我们，共同探索人工智能赋能公共卫生与智慧医疗的前沿研究与实际应用。有意申请者请将以下材料发送至邮箱：yey3@sustech.edu.cn
个人简历（必需）
研究计划（可选）
代表性论文或作品（可选）
GitHub 主页链接（可选）
工作经历：
2025-至今 南方科技大学公共卫生及应急管理学院，副教授
2022-2025 美国匹兹堡大学医学信息系，助理教授
2019-2022 美国匹兹堡大学医学信息系，博士后
教育背景：
2011-2018 美国匹兹堡大学，人工智能系统，博士
2009-2011 美国埃默里大学，公共卫生信息，硕士
2006-2008 北京大学，流行病与卫生统计，硕士
2001-2006 北京大学，预防医学，学士
研究方向：
1. 智能算法研发：专注于迁移学习等机器学习方法的算法研究，提升模型在异构医疗场景中的泛化能力与可重用性。
2. 多模态医疗人工智能：结合大语言模型、基础模型、联邦学习等新兴AI技术，构建可用于多中心、多模态、异构健康医疗数据分析的技术框架，服务于公共卫生决策与智慧医疗管理。
3. 传染病概率建模与监测：基于电子病历数据，发展面向临床实践的概率模型，用于精准、高效的传染病早期识别与动态监测。
4. 慢性病智能管理：融合个体健康数据与AI模型，探索面向社区和人群的慢性病风险评估、管理与干预策略。
获奖情况
1. IEEE 12th International Conference on Healthcare Informatics (ICHI), Best Paper Award (Analyst Track), 2024
2. American Medical Informatics Association, Doctoral Dissertation Award Finalist, 2019
3. American Medical Informatics Association, Distinguished Poster Award in Annual Symposium, 2014, 2015
4. U.S. Centers for Disease Control and Prevention, Best Statistical Science Theoretical Paper , 2014
5. University of Pittsburgh, Innovator Award, April 25, 2016
6. University of Pittsburgh, Andrew Mellon Fellowship, 2017 – 2018
7. University of Pittsburgh, Arts and Sciences Fellowship, 2016 – 2017
8. Emory University, Recommended to Delta Omega Honor Society (a national honorary society in public health, founded in 1924) 2011
学术成果：*通讯作者，#共同第一作者
1. Yuhe Gao, Runxue Bao, Yuelyu Ji, Yiming Sun, Chenxi Song, Jeffrey P Ferraro, Ye Ye*. Transfer Learning with Clinical Concept Embeddings from Large Language Models. September 2024. AMIA 2025 Informatics Summit.
2. Yiming Sun, Yuhe Gao, Runxue Bao, Gregory F. Cooper, Jessi Espino, Harry Hochheiser, Marian G. Michaels, John M. Aronis, Ye Ye*. Online Transfer Learning for RSV Case Detection. In IEEE 12th International Conference on Healthcare Informatics (ICHI), 2024 June (512-521). Best Paper Award (Analyst Track)
3. Yuelyu Ji, Yuhe Gao, Runxue Bao, Qi Li, Disheng Liu, Yiming Sun, and Ye Ye*. Prediction of COVID-19 Patients' Emergency Room Revisit using Multi-Source Transfer Learning. In IEEE 11th International Conference on Healthcare Informatics (ICHI) 2023 June (138-144).
4. Yuhe Gao, Jacek M. Mazurek, Yaming Li, David Blackley, David N. Weissman, Shirley V. Burton, Waqas Amin, Douglas Landsittel, Michael J. Becich, and Ye Ye*. Industry, occupation, and exposure history of mesothelioma patients in the U.S. National Mesothelioma Virtual Bank, 2006-2022. Environ Res. 2023 Aug 1;230:115085. doi: 10.1016/j.envres.2022.115085. Epub 2023 Mar 23. PMID: 36965810.
5. Ye Ye, Seemran Barapatre, Michael K Davis, Keith O Elliston, Christos Davatzikos, Andrey Fedorov, Jean-Christophe Fillion-Robin, Ian Foster, John R Gilbertson, Andras Lasso, James V Miller, Martin Morgan, Steve Pieper, Brigitte E Raumann, Brion D Sarachan, Guergana Savova, Jonathan C Silverstein, Donald P Taylor, Joyce B Zelnis, Guo-Qiang Zhang, Jamie Cuticchia, Michael J Becich. Open-source software sustainability models: Initial white paper from the informatics technology for cancer research sustainability and industry partnership working group. Journal of Medical Internet Research 23, no. 12 (2021): e20028.
6. Ye Ye, Michael M. Wagner, Gregory F. Cooper, Jeffrey P. Ferraro, Howard Su, Per H. Gesteland, Peter J. Haug, Nicholas E. Millett, John M. Aronis, Andrew J. Nowalk, Victor M. Ruiz, Arturo López Pineda, Lingyun Shi, Rudy Van Bree, Thomas Ginter, Fuchiang Tsui. A study of the transferability of influenza case detection systems between two large healthcare systems. PLoS One. 2017 April 5; 12(4): e0174970.
7. Ye Ye, Fuchiang Tsui, Michael Wagner, Jeremy U Espino, Qi Li. Influenza detection from emergency department reports using natural language processing and Bayesian network classifiers. Journal of the American Medical Informatics Association. 2014; 21(5):815-23.