1.一种疾病诊断方法，其特征在于，包括：
获取目标电子病历；
根据预先构建的疾病模型分析所述目标电子病历中的病历信息，以生成疾病概率列表；其中，所述疾病模型用于根据机器学习已有电子病历和/或已有医学知识得到的学习结果实现疾病诊断，所述病历信息包括用于实现疾病诊断的可用信息，所述疾病概率列表包括至少一种疑似疾病以及所述疑似疾病的真实性概率。
2.根据权利要求1所述的方法，其特征在于，所述机器学习已有电子病历，包括：
收集不同的已有电子病历；
采用机器学习方式学习所述已有电子病历中的病历信息，形成病历学习结果，所述病历学习结果包括所述已有电子病历对应的确诊疾病以及所述已有电子病历中关于所述确诊疾病对应的疾病反应信息。
3.根据权利要求2所述的方法，其特征在于，所述生成疾病概率列表之后，还包括：
根据所述病历学习结果，提供与所述疑似疾病相似的病历。
4.根据权利要求1所述的方法，其特征在于，所述机器学习已有医学知识，包括：
获取已有医学资料中的疾病知识，形成疾病知识库；
采用机器学习方式学习所述疾病知识库中的疾病知识，形成知识学习结果，所述知识学习结果包括至少一种真实疾病以及所述真实疾病对应的疾病反应信息。
5.根据权利要求4所述的方法，其特征在于，所述疾病模型还用于机器学习所述疾病知识库中的诊疗知识，形成诊疗学习结果，所述诊疗学习结果包括所述真实疾病对应的诊疗方案；
则，所述生成疾病概率列表之后，还包括：
若所述疑似疾病为所述知识学习结果中一种真实疾病，则根据所述诊疗学习结果为所述疾病概率列表中的每一疑似疾病提供诊疗方案。
6.根据权利要求4所述的方法，其特征在于，所述生成疾病概率列表之后，还包括：
根据所述知识学习结果，提供与所述疑似疾病相关的循证医学文献。
7.根据权利要求1至6任一项所述的方法，其特征在于，所述方法还包括：
根据临床指南记载的疾病知识，形成诊疗规则库，所述诊疗规则库包括所述临床指南记载的每一疾病对应的诊疗规则，所述诊疗规则包括对应疾病的诊断规则和治疗规则；
则，所述根据预先构建的疾病模型分析所述目标电子病历中的病历信息之后，还包括：
判断所述目标电子病历中的病历信息是否满足所述诊疗规则库中的一条诊疗规则，若否，则进行预警提示。
8.一种疾病诊断装置，其特征在于，包括：
电子病历获取单元，用于获取目标电子病历；
病历信息分析单元，用于根据预先构建的疾病模型分析所述目标电子病历中的病历信息，以生成疾病概率列表；其中，所述疾病模型用于根据机器学习已有电子病历和/或已有医学知识得到的学习结果实现疾病诊断，所述病历信息包括用于实现疾病诊断的可用信息，所述疾病概率列表包括至少一种疑似疾病以及所述疑似疾病的真实性概率。
9.根据权利要求8所述的装置，其特征在于，所述装置还包括：
电子病历收集装置，用于收集不同的已有电子病历；
病历信息学习单元，用于采用机器学习方式学习所述已有电子病历中的病历信息，形成病历学习结果，所述病历学习结果包括所述已有电子病历对应的确诊疾病以及所述已有电子病历中关于所述确诊疾病对应的疾病反应信息。
10.根据权利要求9所述的装置，其特征在于，所述装置还包括：
相似病历提供单元，根据所述病历学习结果，提供与所述疑似疾病相似的病历。
11.根据权利要求8所述的装置，其特征在于，所述装置还包括：
疾病知识获取单元，用于获取已有医学资料中的疾病知识，形成疾病知识库；
疾病知识学习单元，用于采用机器学习方式学习所述疾病知识库中的疾病知识，形成知识学习结果，所述知识学习结果包括至少一种真实疾病以及所述真实疾病对应的疾病反应信息。
12.根据权利要求11所述的装置，其特征在于，所述装置还包括：
诊疗知识学习单元，用于机器学习所述疾病知识库中的诊疗知识，形成诊疗学习结果，所述诊疗学习结果包括所述真实疾病对应的诊疗方案；
则，所述装置还包括：
诊疗方案提供单元，用于若所述疑似疾病为所述知识学习结果中一种真实疾病，则根据所述诊疗学习结果为所述疾病概率列表中的每一疑似疾病提供诊疗方案。
13.根据权利要求11所述的装置，其特征在于，所述装置还包括：
医学文献提供单元，用于根据所述知识学习结果，提供与所述疑似疾病相关的循证医学文献。
14.根据权利要求8至13任一项所述的装置，其特征在于，所述装置还包括：
诊疗规则形成单元，用于根据临床指南记载的疾病知识，形成诊疗规则库，所述诊疗规则库包括所述临床指南记载的每一疾病对应的诊疗规则，所述诊疗规则包括对应疾病的诊断规则和治疗规则；
则，所述装置还包括：
病历信息判断单元，用于判断所述目标电子病历中的病历信息是否满足所述诊疗规则库中的一条诊疗规则，若否，则进行预警提示。