【摘要】目的：探讨基于人工神经网络（ANN）模型的多个慢性病主要危险因素筛查。方法选取2008年1月—2010年12月参加北京某健康管理中心体检的年龄45岁及以上人群6938例。采用逐步回归和遗传算法相结合的方法确定ANN输入变量，尝试构建高血压、糖尿病、冠心病及慢性病患者预测模型，并采用受试者工作特征（ROC）曲线评价预测模型的准确性。结果6938例体检人群中高血压患者1665例（24.0％），糖尿病患者609例（8.8％），冠心病患者443例（6.4％）。年龄、体质指数、胸围、腰臀比、总胆固醇、高密度脂蛋白胆固醇、尿酸、性别、尿糖、高血压家族史、糖尿病家族史、心血管疾病家族史是慢性病患者的主要危险因素，其中以年龄对慢性病患病的影响最大，作用效应为25.3％。高血压、糖尿病、冠心病及慢性病ANN预测模型ROC曲线下面积分别为0.80、0.87、0.81、0.78，预测高血压、糖尿病、冠心病、患任一慢性病的准确性分别为75.1％、91.2％、93.7％、75.2％。结论利用ANN模型筛选出多个慢性病主要危险因素，可为慢性病的有效预防提供科学依据。