本发明公开了一种医疗数据隐私保护的云辅助决策树模型诊断系统及方法，系统包括可信中心、评估服务器ES、辅助服务器CS、医疗服务提供商MP、患者；假设所述系统内患者P_x根据症状想获取某项疾病的诊断。医疗服务提供商拥有医疗病历训练出的决策树模型，可信中心对系统初始化并分配提供商密钥、患者密钥、评估密钥、辅助密钥。通过所述密钥，P_x将症状发给评估服务器，MP将决策树发给辅助服务器。由随机置换和混淆操作，服务器用K近邻方法确定特征的伪下标，得到决策路径生成诊断的部分信息。整个过程中P_x的症状和MP的决策模型不被泄露，服务器不知道诊断结果。本发明使用随机置换和单向函数有较高的安全性，同时决策速度快、底层处理轻量，具有实用性。