目的构建机器学习模型预测重症监护病房（ICU）患者全因死亡的风险。方法基于重症监护医疗信息市场Ⅲ（MIMIC-Ⅲ）数据库，使用机器学习法将电子病历（EHR)中的结构化和非结构化数据相整合，创建ICU患者的死亡风险预测模型。结果结合结构化和非结构化数据的机器学习模型提高了ICU患者临床结局预测的准确性，优选出的梯度增强模型的受试者操作特征曲线下面积（AUROC）值为0.88，表明可以准确预测患者生命状态。结论采用机器学习模型，基于少量易于收集的结构化变量结合非结构化数据，可以显著提高ICU患者死亡风险预测模型的预测性能。