本发明涉及人工智能预测领域，具体是一种基于神经网络与SEIR模型的传染病趋势预测方法，包括如下步骤：步骤1、获取数据集；步骤2、数据预处理；步骤3、构建由病毒传染率预测模块和疫情趋势预测模块构成的疫情趋势预测模型；步骤4、使用步骤2预处理的数据对疫情趋势预测模型进行训练，同时设置疫情趋势预测模型的损失函数和模型参数更新方式；步骤5、利用步骤1～步骤4训练好的疫情趋势预测模型对疫情趋势进行预测；该方法可使用较少的训练数据，对传染病疫情趋势进行有效的自动动态实时预测，且预测过程无需人为干预。