本发明公开了一种特征融合的帕金森病严重程度评估方法及装置，方法包括：将目标患者的训练集输入利用所有患者数据训练的双向长短期记忆网络，获取所述共享参数特征；采用增量关联马尔可夫边界算法，从所述共享参数特征中选择所述目标患者的统一帕金森病评定量表UPDRS的马尔科夫边界；将目标患者的训练集输入利用目标患者数据训练的双向长短期记忆网络，获取所述特定参数特征；将所述UPDRS的马尔科夫边界与所述特定参数特征进行融合，将其输入全连接层网络，得到所述目标患者的帕金森病严重程度。上述技术方案通过从其他任务中学习信息以弥补所述目标患者数据量小的不足，有效提升了帕金森病严重程度预测的准确性。