本發(fā)明提供一種基于深度強(qiáng)化學(xué)習(xí)的中醫(yī)動態(tài)診療方案優(yōu)化方法及系統(tǒng)，屬于中醫(yī)診療技術(shù)領(lǐng)域，通過結(jié)合Q?Learning和卷積神經(jīng)網(wǎng)絡(luò)的強(qiáng)化學(xué)習(xí)模型、通過融合全連接網(wǎng)絡(luò)和LSTM神經(jīng)網(wǎng)絡(luò)的強(qiáng)化學(xué)習(xí)模型進(jìn)行診療優(yōu)化模型訓(xùn)練，獲得最佳患者診療方案；將患者的癥狀和患者癥狀和診療優(yōu)化模型優(yōu)化輸出的診療方案作為輸入，構(gòu)建多層神經(jīng)網(wǎng)絡(luò)用于預(yù)測中藥處方；最終將優(yōu)化輸出的診療方案和預(yù)測的中藥處方作為治療方案推薦給患者。本發(fā)明針對中醫(yī)診療優(yōu)化問題，通過設(shè)計離線虛擬環(huán)境、獎勵函數(shù)、狀態(tài)轉(zhuǎn)移預(yù)測以及診療方案聚類分析，構(gòu)建出一個基于深度強(qiáng)化學(xué)習(xí)的中醫(yī)動態(tài)診療方案優(yōu)化模型。