本发明公开了一种术后指标异常预测系统构建方法、术后风险评估设备，属于术后风险智能评估技术领域。其构建方法包括：对病例中的术前和术后观测期内的检测指标变量进行特征提取，其中，对于非稳定数值变量，所提取的特征包括均值、最小值、最大值、变异系数和持续时间占比特征，持续时间占比特征包括正常占比、偏小占比和偏大占比，分别表示数值变量的数值处于正常数值区间内、处于小于正常数值的偏小数值区间内、处于大于正常数值的偏大数值区间内的时长占观测期时长的占比；筛选关键特征后训练机器学习预测模型，得到术后指标异常预测系统。通过引入更加全面的特征后再进行特征筛选，既避免使训练过于复杂，又提高了预测系统的预测性能。