在医疗科研工作中，高质量样本获取一直是决定研究质量的关键因素之一。尤其在开展针对罕见病或特殊人群的研究时，常会面临由于样本量严重不足导致机器学习算法以及传统统计方法难以达到应有统计效能的情况。迁移学习作为机器学习领域中专注于解决小样本问题的算法之一，目前已在医疗相关科研工作中有了较多的实际应用。本文重点综述近几年迁移学习在医疗科研图像识别、自然语言处理以及结构化数据分析中的应用，以期为研究者在今后科研工作中的算法选择提供参考。