针对支气管激发试验耗时长、临床开展率低的问题，提出一种结合元数据（性别、年龄、身高、体重等）和体检数据的支气管哮喘预测模型。首先采用 Pearson、Spearman、Kendall 相关分析方法解析元数据与哮喘的相关性；接着利用随机森林评估体检数据中各功能参数对哮喘预测的影响；再通过支持向量机算法筛选可改善模型的特征亚组；最终联合元数据和体检数据，构建神经网络预测模型，测试精度达 80 %左右。该模型有望为支气管哮喘的临床诊断提供有效参考。