本申请的实施例提供了一种基于大数据的慢性阻塞性肺炎风险预测系统、方法及设备。该基于大数据的慢性阻塞性肺炎风险预测方法包括：通过医学造影设备获取肺部成像，基于神经网络模型对肺部成像进行分割得到肺部区域图像，之后基于设定的增强系数对所述肺部区域图像进行不同增强等级的增强处理，得到各增强系数对应的增强图像，从增强图像中提取图像特征，并将图像特征与病理特征进行对比得到对比结果，基于对比结果预测慢性阻塞性肺炎的成型情况。本实施例中通过对肺部医学影像进行不同等级的图像增强并与病理图像进行对比，以预测得到不同程度的慢性阻塞性肺炎的成型情况，提高了慢性阻塞性肺炎预测的精确性。