本发明针对医疗系统中存在的临床路径优化难题，提供一种基于深度学习和数据增强的临床路径构建方法，使用深度学习和数据增强方法构建的临床路径优化框架，利用多标签特征编码预处理患者诊疗日志数据，采用潜在狄利克雷分配主题模型从住院日志中提取诊疗日中的关键诊疗主题模式，再利用数据增强通过高一致性主题构成的诊疗模式主题组合集合来增加医疗文本数据的多样性和复杂性，在处理个性化和动态临床路径方面提高了泛化能力和适应性；配合双向长短时记忆网络捕捉诊疗日的时间序列特征，对诊疗日的时序特征进行记忆和分析，使用全连接层处理双向长短时记忆网络层的输出，确保对每个时间步数据的全面理解，输出住院首日后每个诊疗日的诊疗项目。