本发明公开了一种基于异构特征融合的冠心病风险预测方法、模型及系统，该冠心病风险预测模型通过以下步骤训练获得：S1、从多个来源采集批量病人的病理数据，并进行预处理；S2、对预处理后的多个来源的病理数据进行特征提取及筛选，获得多个与冠心病风险相关的特征集；S3、对获得的多个特征集进行特征筛选，对应获得筛选后的多个特征子集；S4、基于多个特征子集，采用阶段集成学习方法，完成多源异构特征信息的融合，逐步训练获得冠心病风险预测模型。本发明避免了人为主观因素对冠心病风险预测模型的影响，提高了冠心病风险预测模型的效率和精度，扩大了适用范围，而且降低了模型的构建成本，可广泛应用于数据处理领域中。