随着环境和健康研究数据共享及可用性的不断提升，涉及环境与人体健康的数据集数量急剧增加。然而，这些环境健康大型数据集多样且复杂，传统的流行病学和环境健康模型难以有效分析，因此催生了一个环境健康研究的新手段。人工智能（AI）技术在环境健康领域的应用正迅速发展，为新污染物筛选和毒性预测、生物监测、风险评估和健康保护提供了新颖且强大的工具。其中，先进的机器学习（ML）算法能够揭示人类难以察觉的规律，在生物标志物识别、疾病预防和环境工程优化等方面表现出重要潜力，为环境健康研究和技术创新提供新的思路和突破口。然而，ML技术在环境健康领域的应用仍面临数据质量、模型解释性以及跨学科合作等挑战。本文将综述ML技术在环境健康领域的最新应用进展，探讨其优势、挑战以及未来的发展方向，以期为环境保护和公共健康领域的研究和实践提供有价值的参考。