随着计算机的发展，人工智能在各个领域的应用，专家辅助诊断系统已有50多年的发展，人们对疾病诊断的认识和治疗要求不断的深入和提高。近年来，人工神经网络在医学中的应用越来越受到人们的广泛关注。慢性肾病分级预测辅助诊断系统主要是基于前期GFR估计BP神经网络模型研究的基础上，通过本系统对个体病情发展状况进行记录、分析和评估，提供在线咨询和诊断治疗建议，改善传统肾病治疗模式，实现肾病的分级有效治疗和专家资源的共享。本文围绕这一指导思想，开发设计了一个由普通用户和医生用户参与，为普通用户提供病情监测、治疗效果评估和在线咨询等的多方面服务，为医生用户提供数据收集、数据处理、慢性肾病分级及发展预测、医生会诊等功能的专家系统。从而帮助更多的病人主动治疗和医生制定治疗方案。慢性肾病分级预测辅助诊断系统，服务对象主要包括健康人群、医生、慢性肾病患者等多类人群。医生用户使用医疗仪器进行生理参数监测，监测数据使用TCP/IP网络通信协议进行数据的远程传输，在安装本系统医生用户终端的PC上进行数据处理，并建立病人病历，进行分析和存储；用户信息存储在中心数据库服务器中，建立用户档案。系统根据用户检测数据，通过C++实现的GFR估计模型，获得其GFR估计数值，系统调用专家系统中的知识库和推理机，对病情进行一个全面的分析，并给出诊断分级结果和治疗建议。用户的健康状况通过医生与病人的互访进行评价，并给出当前治疗方案的有效性评价和下一步的治疗建议。本系统以诊断结果和专家病历档案为基础，以GFR估计为手段，以专家知识为中心，研究设计的面向慢性肾病分级预测辅助诊断系统，具有人性化、智能化和综合化的特点。用户根据自己情况选择合适的医生，进行咨询，医生根据用户病历描述、主动描述、检测数据和其他健康信息，给出治疗建议，提供更加针对性和有效性的慢性肾病治疗服务。医生管理用户的治疗信息和日常生活信息，普通客户端加载时提取治疗信息，以图表方式向用户提供这些信息，使服务更加人性化，使系统更具实用性。本文深入探讨医生客户端、普通用户客户端和服务器应用程序的开发过程和相关技术，结合系统功能需求，系统使用C/S服务架构，在Qt平台上，使用C++语言进行编程，使用MYSQL数据库技术进行数据库的开发。