本發(fā)明屬于麻醉數(shù)據(jù)處理技術(shù)領域，公開了一種麻醉數(shù)據(jù)處理方法、系統(tǒng)、介質(zhì)、設備及信息處理終端，獲取臨床真實麻醉手術(shù)數(shù)據(jù)，構(gòu)建離線臨床麻醉數(shù)據(jù)集；數(shù)據(jù)篩選和清洗，將數(shù)據(jù)集劃分為訓練集和測試集；基于離線臨床麻醉數(shù)據(jù)集的訓練集，使用離線強化學習算法訓練麻醉輸注策略；在訓練完成后，在測試集上進行測試；收集新的臨床真實麻醉手術(shù)數(shù)據(jù)，加入離線臨床麻醉數(shù)據(jù)集；迭代執(zhí)行收集數(shù)據(jù)、模型訓練和策略驗證過程，直到測試結(jié)果符合人類專家水平。本發(fā)明使用離線強化學習方法建模，通過收集臨床麻醉手術(shù)數(shù)據(jù)作為很大的經(jīng)驗池從中學習訓練智能體；為Q函數(shù)網(wǎng)絡添加正則項使得Q值的估計更加保守，避免分布偏移而導致的Q值過高估計的問題。