目的:探究基于机器学习算法预测血管内皮生长因子(抗VEGF)单抗治疗湿性黄斑变性(AMD)的临床疗效.方法:对128名接受抗VEGF治疗的湿性AMD患者进行回溯性队列分析,采集了人口学特征、基线视力、影像学及生物标志物数据.采用递归特征消除筛选变量,构建并比较了随机森林(RF)、支持向量机等多模型性能,并使用10折交叉验证.结果:RF模型表现最佳,内部验证准确率为85.9％,AUC为0.91,敏感性88.2％,特异性83.7％.关键预测因子包括基线中央视网膜厚度[CRT,(＞300 μm)]、视网膜下液(SRF)存在、年龄(＞70岁)和基线视力(＜0.51ogMAR).外部验证准确率为82.1％,AUC为0.88.SHAP分析显示CRT和SRF对预测贡献最大.结论:该模型可辅助临床定制治疗方案,提升诊疗效率,避免无效治疗资源消耗.