机器学习是医学人工智能的研究热点和重点之一。针对神经退行性帕金森病（Parkinson's Disease, PD）的早期诊断，现有的临床评分量表具有一定的主观性和局限性。该文报告了基于行为（语音、步态、书写）、电生理（脑电）、影像组学（核磁共振成像、单光子发射断层成像、正光子发射断层成像）和基因组学等数据，机器学习应用于PD诊断的研究进展，发现其较传统方法更为精准，以期为未来人工智能智慧诊断的研究与应用提供参考与借鉴。