中医药是我国最重要的文化瑰宝之一,也是现代人们治疗疾病、养身保健的重要手段。《“十四五”中医药发展规划》旨在推动中医药高质量发展和走向世界。但中医诊疗的传统方式一定程度上限制中医现代化进程,在辅助诊疗系统不断发展的今天,人工智能技术的出现,使智能化成为中医发展的重要方向。本研究根据中医临床诊疗过程,实现辅助中医病案分析和辅助中医处方推荐功能。辅助诊疗系统使用深度学习技术,主要工作如下。1.提出基于循环卷积神经网络的中医病案分析模型。模型应用双向循环神经网络的双向机制对病案词向量的上下文进行充分分析,有效避免关键词向量在时序序列中被忽略的问题。通过最大池化层提取文本矩阵中最关键的特征信息,实现准确率的提升,达到输入症状得出疾病名称的效果,辅助医生决策。2.提出基于深度交叉神经网络的中医处方推荐模型。模型通过嵌入层和残差网络,解决中医处方信息中离散类特征在编码后过于稀疏和特征自动交叉组合的问题。利用残差神经网络减少过拟合现象,使收敛速度更快。利用多层次残差网络,对病案和处方的组合特征矢量进行充分的残差运算,使得该模型可以获取更多的病案与处方间的非线性特征信息,实现根据疾病名称得出对应的治疗处方的功能,提高临床治疗水平。3.将中医病案分析模型和中医处方推荐模型应用到辅助诊疗系统。根据研究内容,设计和实现中医辅助诊疗系统对应的功能模块。将研究结果融入辅助诊疗系统中,通过对系统需求分析和各功能模块的设计,实现病案分析模块、处方推荐模块和诊断知识模块,更好的辅助中医诊疗。本文采用基于循环卷积神经网络的中医病案分析算法,实现中医诊断过程中根据患者症状分析得出患者所患疾病名称,采用基于深度交叉神经网络的中医处方推荐算法,实现根据疾病名称和患者信息推荐合适的治疗处方,推动中医智能化和信息化发展。