〔摘　要〕 目的 探讨机器学习方法在肺结核患者判别中的可行性。方法 从某三甲医院获取860例患者的15个观测指标数据。通过深入挖掘分析数据,采用支持向量机、随机森林及神经网络方法对患者所患疾病做判别分析。结果 基于支持向量机、随机森林和神经网络建立的肺结核可疑患者判别模型准确率分别为90%、91%和88%。结论 3种机器学习方法均可用于肺结核可疑患者的判别分析。相比较而言,随机森林在肺结核患者与肺炎患者的判别上表现更优。