目的 研究基于统计注意力的神经网络(SANN)模型在中医证名诊断中的适用性与先进性,探讨其生成的特征贡献度是否符合中医原理.方法 选择记载于古今医案云平台及中医药杏林园数据库的高血脂、更年期综合征、冠心病、慢性胃炎、慢性肾炎、尿路感染、脂肪肝病案共1110例.通过人工神经网络(ANN)、随机森林(RF)、支持向量机(SVC)、K-近邻(KNN)、SANN分别建立诊断模型,对比5种模型评价指标.评价指标包括Macro-F1、Macro-Precision、Macro-Accuracy、Macro-Recall.结果 SANN在6种疾病中的Macro-F1平均值为0.78、Macro-Precision平均值为0.79、Macro-Accuracy平均值为0.79、Macro-Recall平均值为0.8,均优于其他4种基准模型,其参数可解释性与导出的特征对类支持度符合中医原理.结论 SANN在中医证名诊断智能化、中医数据的特征筛选、疾病量表研制等任务中具有适用性与先进性,为相关工作提供了创新性的方法参考.