随着“互联网+”行动计划的实施、分级诊疗体系的建设以及互联网技术的快速发展，我国的互联网和医疗卫生领域进行了深度融合。以远程会诊为代表的远程医疗服务已成为优化资源配置，促进分级诊疗，解决群众看病难、看病贵问题的新手段，实现了远距离问诊，使得患者就医模式进入了新的阶段，极大的帮助了医疗资源匮乏的地区，促进了优质医疗资源下沉。然而，我国远程医疗起步较晚，体系还不完善，缺乏对远程会诊质量的控制体系，尚未形成远程会诊质量评价体系。因此，如何识别影响远程会诊服务质量的关键因素、如何科学评价和提升远程会诊服务质量是远程医疗研究人员最为关注的问题。　　本文在文献研究的基础上，结合远程会诊服务特性，借助机器学习算法，实现对远程会诊服务质量的测评和优化模型构建。本文的主要工作体现在以下三个方面：　　（1）借鉴移动服务质量和医疗服务质量的研究，结合远程会诊的服务特性，构建初始的测评指标体系。引入语言信息评价，计算评价指标的梯形模糊数与评价短语之间的相似度，根据指标重要性程度识别关键指标。　　（2）通过机器语言算法预处理数据，将异构数据转换为标准化数据，并在此基础上构建了基于GA_BP模型的远程会诊服务质量优化模型。　　（3）通过案例研究对实践数据进行分析和讨论。借助控制变量的方法，观察预测结果的变化趋势，结合指标权重识别服务质量优化方向，并有针对性的提出优化策略。　　本文的研究成果为远程会诊服务能力的提升提供了参考价值，为远程会诊质量准确定向，提供理论指导和有益启迪，也为远程会诊服务质量的研究提供了新的思路。