本发明提供了一种基于深度学习的感染类疾病无创诊断方法和系统：包括以下特征：获取样本抗体组库数据，确定训练集和测试集；针对所述抗体组库数据，提取组库水平特征和序列水平特征；利用所提取的组库水平特征和所提取的序列水平特征，分别构建初始的预测模型；利用训练集对初始的预测模型进行训练，筛选出需要保留的组库水平特征和序列水平特征；通过给初始的预测模型分别输入所筛选出的组库水平特征和序列水平特征，获得优化的预测模型；利用优化的预测模型对测试集进行性能评估。该方法可以有效挖掘隐含在高多样性抗体组库中的疾病关联信息，有效提高预测模型的诊断精度。