本发明提出了一种基于Transformer和知识图谱增强的医疗自动问诊方法，包括：S1，将症状序列分别输入Transformer编码器和知识图谱编码器，从Transformer编码器得到序列上下文级嵌入表示，从知识图谱编码器得到实体级嵌入表示；S2，然后将序列上下文级嵌入表示和实体级嵌入表示进行交叉注意力融合，得到特征融合向量；S3，若检测到特征融合向量的序列尾部有症状预测令牌[S]，则进行症状预测，并执行下一步骤：若检测到特征融合向量的序列尾部有症状预测令牌[D]，则进行疾病预测，输出预测的疾病；S4，模型将症状预测的结果作为隐性症状插入到症状序列中，跳转执行步骤S1。本发明采用的Transformer模型依托于自注意力机制，Transformer模型能够高效地识别这些复杂的模式和关联，从而实现更为精确的症状预测。