结直肠癌（CRC）是全球第3大常见恶性肿瘤及第2大癌症相关死因，新发CRC患者中有20%在就诊时即有转移，另外25%的患者会发生转移，因此，CRC的早期筛查与精准风险预测是降低其病死率的关键。手术和放化疗仍然是CRC治疗的主要手段，但治疗效果往往与发病部位、肿瘤分期等息息相关。目前常用于CRC早期筛查、转移和治疗监测的手段有肠镜、直肠指检、粪便隐血、肿瘤标志物和影像学检查等，但单一手段往往灵敏度、准确性不高。机器学习是一种通过算法和模型使计算机从多源数据中自动学习并进行预测或决策的技术，属于人工智能的一个分支。机器学习风险预测模型正越来越多地应用于疾病的筛查、诊断、治疗及预后等各环节。该文就机器学习在CRC相关风险预测中的应用进行综述。