中医是中华民族劳动人民几千年来防病治病经验的结晶,是具有中国特色的生命科学。如何利用智能技术来充分发挥中医的作用,让中医得到更好的传承,是当前必须解决的问题。在信息技术不断发展的今天,智能辅助系统在各行各业得到广泛应用。在医疗领域,研究人员通过研究分析医生诊断的过程,结合人工智能技术,研发了智能医疗辅助诊断系统。在此基础上,利用机器学习算法和深度学习技术对智能辅助诊断系统进行研究。基于中医知识,从医生诊断过程中和患者的对话以及诊断记录和经典中医名案中提取相关的疾病和症状等医疗数据。并对数据进行清洗,然后按照相关要求对数据进行预处理。利用朴素贝叶斯分类算法、决策树和逻辑回归机器学习分类算法以及改进后的长短期记忆神经网络(Long Short Term Memory,LSTM)构建模型,进行诊断分类,并在数据集上进行实验验证。实验结果表明,针对小样本的数据,深度学习模型并不能充分发挥作用,机器学习的决策树和逻辑回归分类算法效果更好。智能诊断系统不仅能辅助医生进行诊断,提高诊断准确率,降低风险,降低误诊率,提升诊疗水准,缩短诊断周期进一步提高医院整体医疗水平,同时帮助医院降低医疗成本,减轻患者经济负担。减少医生繁重的重复性劳动,能够利用更多的时间提升自己的专业知识技能。为中医的发展注入新鲜动力,对促进我国社会医疗水平的提升具有重要意义。图36幅;表3个;参45篇。