目的构建基于大数据的医疗风险综合评估系统并进行一致性、效率评估。方法针对住院患者风险评估现状，基于大数据的手段，应用医学自然语言处理设计医疗风险综合评估系统。系统可自动抓取患者的各项数据，通过数据挖掘和机器学习技术自动生成评分，并将风险数据发送给医护人员，从而实现医疗风险评估自动化、智能化。采用随机对照分析，分别对纳入的评分量表进行人工赋分和机器赋分，比较赋分用时，自动生成可视化风险矩阵图。结果该系统纳入研究的评分系统Kappa值结果如下：Caprini量表（外科）、Padua量表（内科）Kappa值为1.00，NNIS Kappa值为1.00，Nomogram Kappa值为0.87，Morse评估量表/Hendrich模型Kappa值为0.83，Braden Kappa值为0.80，ASA2023 Kappa值为1.00，NRS2002 Kappa值为0.90。机器赋分用时均短于人工赋分用时，差异有统计学意义（P<0.05）。结论通过本系统构建的风险矩阵图可使评估效率和准确性大幅提升，不仅能提供精准的诊疗方案，还能缩短患者住院时间，降低医疗费用。