针对老年病临床早期精准诊断效率低,老年患者的健康管理意识薄弱等问题,文中提出了一种基于模糊聚类算法的健康数据评价分析模型。在模型的设计过程中,对模糊数学理论进行研究,结合Takagi-Sugeno推理算法与神经网络在模式识别上的优越性,引入了自适应神经网络模糊推理模型。为了验证该模型的有效性,采集723家医疗机构的数据进行搜集与清洗,获取脑卒中与心力衰竭两种典型疾病的相关数据。仿真与测试结果表明,在脑卒中与心力衰竭的预测上,模型的AUC与精确度分别可以达到0.86/0.93、0.81/0.89。在预测过程中,通过数据分析提取了对两个疾病影响较大的8个特征对应的ICD编码,为疾病的风险防范提供了基础数据支持。