谵妄与住院患者的多种不良事件有关，早期快速精准实时预测谵妄对改善患者预后具有重要意义。随着人工智能(AI)在医学领域蓬勃发展，其在谵妄预测中的应用经历了从传统机器学习模型探索到多模态数据融合与可解释性技术突破的关键发展阶段。早期以逻辑回归、随机森林等基础算法整合临床常规指标实现初步风险分层，中期借助XGBoost、LightGBM等进阶模型提升高维数据处理能力与预测精度，近期则通过自然语言处理、长短期记忆网络等技术融合多源数据，并依托SHAP值等可解释性方法增强临床适配性，实现从静态评估向动态预警的阶段性突破。该文围绕AI在预测术后人群谵妄、ICU患者谵妄及特殊疾病群体谵妄方面的综述。