随着我国经济的飞速增长,人们的生活已达到小康水平,与此同时,青少年的身体健康状况也引起了人们的广泛关注。另外,二胎政策的开放,我国青少年人口随之急剧增加,青少年的身体健康问题变得刻不容缓。由于青少年身体机能发育并不完善,身体抵抗力也相对较弱,一些传染类型的疾病极容易在青少年中大范围传播,对于这些易于传播的疾病,最好的治疗办法就是提前预防。因此,传染性疾病的预防也越来越受到人们的重视。本文主要提出一种季节时间序列和神经网络组合模型对近两年湖北中小学学生晨检数据进行分析和预测,为未来一段时间内中小学一些疾病的预防提供理论依据。首先,获取近两年的中小学晨检数据,对获取的数据进行初步处理,将数据分为测试集和预测集,同时建立SARIMA模型对测试集进行分析和预测;然后,建立RNN-LSTM神经网络对测试集数据进行训练,得到训练好的神经网络模型;最后,将SARIMA模型预测的数据输入RNN-LSTM神经网络,矫正预测的数据,得到最优预测值。本系统的设计主要工具为pycharm软件,使用python语言编程实现SARIMA模型和LSTM神经网络建模,并对组合模型进行设计与优化,通过pycharm的可视化图形工具来显示分析结果。通过大量实验分析结果表明,SARIMA模型短期预测准确而长期预测能力不足,但是通过神经网络的矫正可以实现长期准确的预测。由此可见,基于SARIMA和LSTM组合预测模型可以提高预测的准确性和有效性,使用组合模型对K12教育晨检数据的风险评估更加精准、高效。