本发明公开了一种多疾病智能干预模型及训练方法，具体按以下步骤执行：首先进行疾病数据的病例预处理；通过疾病预处理数据进行模型训练；通过改变训练集进行模型干预训练；输出模型，干预训练首先进行疾病数据随机分块，具体包括疾病初筛判断名、挂号名、初步诊断名、检查单名、检查数据、确诊名，然后通过CNN+TL进行数据训练，并生成训练模型，对训练好的模型进行干预训练，一提高模型的识别精度；首先对训练好的数据模型的训练数据进行标签再分类，将训练集的数据进行重新划分类别，再将分类标签的数据进行模型干预训练。本发明基于基于历史数据的真理和模型训练，在模型使用较长时间后，通过对模型进行干预，一提高模型基于数据的识别精度。