本发明提供了一种基于深度强化学习的问诊方法及系统，其中方法包括：根据患者自诉及历史问诊数据提取到症状文本，并根据预设的标准症状词典进行归一化从而得到标准化症状文本，将其输入问诊模型中的症状问询模块，该模块利用医疗知识库，根据得到的标准化症状文本通过深度强化学习进行关联推理，向患者进行下一步的症状询问，用以得到更多症状信息；重复上述过程，直至诊断模型判定已得到了足够的信息或无法从患者处得到更多信息时结束症状询问并通过问诊模型中的诊断模块做出最终诊断。本发明的技术方案解耦了三个功能，降低了学习难度，使得症状询问充分、询问轮次充足、症状召回率高。