目的探讨甘肃省不同地区气象因素对高血压门诊人数的影响,并对高血压门诊人数的变化趋势进行预测分析,从而为高血压疾病的预防和控制提供参考依据。方法在控制了高血压门诊相关特征因素的基础上,利用Python编程语言对白银、成县、庆城和凉州四个地区的高血压门诊人数建立卷积神经网络(convolutional neural networks, CNN)和长短期记忆神经网络(long short-term memory,LSTM)混合模型(CNN-LSTM)。结果 CNN-LSTM模型对甘肃四个地区预测的高血压门诊人数的均方根误差分别为6.330 9、6.814 2、6.393 6和6.867 6,平均绝对百分比误差分别为74.082 2、78.508 2、56.618 3、50.235 4,平均绝对误差分别为4.875 7、5.431 1、4.542 0和6.460 8,结果均优于支持向量机(support vector machine, SVM)、整合移动平均自回归模型(autoregressive integrated moving average model, ARIMA)、随机森林(random forest, RF)、CNN和LSTM。结论 CNN-LSTM模型可以对甘肃四个地区高血压门诊人数进行较准确的短期预测,医院可以根据不同时间高血压就医需求合理配置医疗资源。