本發(fā)明涉及一種基于機器學習的肝病認知模型構建方法和系統(tǒng)，包括如下步驟：獲取樣本人群的性別、年齡、健康狀況、肝功能檢查項目和相應的生物化學指標數(shù)據(jù)；根據(jù)醫(yī)學知識庫確定不同性別、年齡和健康狀況下的生物化學指標數(shù)據(jù)的基準參考區(qū)間以及異常區(qū)間，并根據(jù)其建立第一數(shù)據(jù)集；獲取所述第一數(shù)據(jù)集對應的癥狀的解決方案，并建立其相互匹配的第二數(shù)據(jù)集；利用第二數(shù)據(jù)集訓練分類模型得到訓練好的分類模型；將待測人的生物化學指標數(shù)據(jù)輸入到所述分類模型，得到異常特征值；利用貝葉斯算法預測待測人患有肝病的概率。本發(fā)明構建的模型通過機器學習充分挖掘醫(yī)學知識庫與檢查項目的關聯(lián)，提高了肝病知識庫的針對性和可讀性。