【摘要】血流感染作为一种严重的全身感染，近年来其患病率逐步升高，是造成患者不良预后的主要成因之一，因此早期识别不良预后的高危患者并及时进行干预尤为重要。但对血流感染预后预测的传统统计学分析在信度及效度上无法满足临床需求，鉴于机器学习算法已在一些临床疾病的预测模型构建中取得了良好的应用效果，展示了其提升临床诊疗精准性的应用前景，本文主要针对其中的决策树算法在血流感染预后预测方面的应用现状进行综述，通过比较其与传统方法的优缺点，对其在血流感染预后预测方面的应用前景进行展望，旨在探索更好的预测方式，以便于临床早期识别高危患者，最大程度降低血流感染的病死率。