互联网是连接人与医疗服务的关键桥梁。经统计调查,当普通用户身体发生不适的时候,有90%的人会到互联网上搜索相关的信息。互联网因此也正在改变医疗生态。从问诊到看病到治疗到康复到出院后的随访,互联网在改善上面的每一个步骤。有调查称,整个互联网医疗会有一个万亿市值的巨大机会。在互联网医疗中,在线疾病导诊是很重要和关键的一步。本文利用大数据技术,在疾病导诊和疾病知识自动问答中进行研究,旨在提供类人的、权威的、内容丰富的医疗知识。一般的互联网用户在其身体不适的时候,由于缺乏专业的医疗知识,对症状的描述相对模糊,不够准确。本文的在线导诊模型利用卷积神经网络模型,以及自然语言处理技术,在问诊数据上进行转换和特征构造,目前模型可以覆盖500种疾病,一阶的正确率可以达到70%左右；在疾病知识问答中,对于一个问题,用户在互联网上搜索到的答案五花八门,对一些问题很难有权威的解释,如果想知道多数医生的共同回答又要参考许多医生的回答才能总结出来,本文的疾病知识自动问答方法通过多标签分类技术,自动化的从已有问答数据中找到用户的相似问题,再利用信息检索排序的方法将多位医生回答中,比较重要的句子提取出来作为答案返回给用户。本文在构建以上两个模型和系统时,对遇到的分词工具对医疗领域词语无法较好分词的问题使用了基于互信息的新词发现方法、对从用户的问题中提取症状的问题使用了命名实体识别算法、对搜索与用户问询相似问题中使用了多标签分类技术、对多个问题的回答进行归纳总结时使用了TextRank算法对句子进行排序。本文中的数据是通过分布式爬虫从互联网上进行抓取的,另外本文还根据以上两个模型和方法结合微信公众平台实现了一套系统供用户使用。本文对本系统使用的方法进行了实验验证和实例分析,其结果证明了本文所述方法的有效性。