本发明公开基于逻辑回归的高血压伴左心室肥厚筛查方法，收集若干临床信息并按照来源将临床信息划为训练集和验证集。利用最小绝对收缩和选择算子回归，选择最佳的潜在预测变量，以得到最优拟合的λ值，构建具有1标准误λ的简单模型，用于变量选择。将上述步骤筛选出的变量纳入多元Logi st ic回归模型,在进行多变量分析后，选择独立的预测因子。利用训练集对模型性能进行量化，再利用验证集进一步验证模型的判别能力、校准能力和实用性。本发明基于常规临床信息利用人工智能建立模型及其应用，应用后动态实时采集临床信息，辅助高血压患者心脏靶器官损害的早期筛查和随诊管理，辅助左心室肥厚诊断，具有易于推广、使用方便、减少患者医疗卫生支出的特点。