本发明提出一种医疗数据处理方法、装置、设备及介质，所述方法包括：获取原始医疗数据，对原始医疗数据进行第一处理，获取第一医疗数据集；引入医疗数据集样本的重要性权重，依据所述第一医疗数据集对boosting模型进行训练和测试，获取评估模型；依据所述评估模型，计算评价指标，获取评价值；依据所述评价值，获取预测效果达到最优的预测模型。本申请改进了权重的更新机制，提升了算法对少数类样本的敏感度，通过结合群智能算法、模型分类结果的评价指标以及样本合成技术优化了模型流程，通过对数据分布进行迭代优化，实现了对模型的优化，有效提升模型分类准确率的同时也避免了由于数据分布造成的模型过拟合现象。