肺癌是全球發病率和死亡率最高的癌癥之一，也是患者人數增長最快的惡性腫瘤，嚴重威脅人類的生命。如何提高肺癌的精確診療及生存預后顯得尤為重要。機器學習是一門多學科交叉專業，涵蓋概率論知識、統計學知識、近似理論知識和復雜算法知識，使用計算機作為工具并致力于模擬人類學習方式，將現有內容進行知識結構劃分來有效提高學習效率，能夠將計算機科學和統計學融合到醫療問題中。通過引入算法，吸收輸入數據，應用計算機分析來預測可接受精度范圍內的輸出值，識別數據中的模式和趨勢，最后從以前的經驗中得以學習，該技術的發展為肺癌的診療帶來全新方向。本文將對不同類型機器學習算法在肺癌臨床診斷及生存預后分析中的效能比對以及應用前景做一綜述。