世界卫生组织在《世界听力报告》中指出，全球超过15亿人存在一定程度的听力损失，其中至少4.3亿人需要专业的听力康复进行干预。对于听力障碍儿童而言，缺乏及时有效的干预将会对其言语发育、认知、社会心理健康、生活质量等产生负面影响。人工耳蜗（Cochlear Implant, CI）作为一种成熟的听力重建手段，已广泛应用于重度听力损失儿童。然而，CI植入术后的康复效果受年龄、家庭环境、听力损失程度等多种因素的影响。既往CI植入术后听觉言语康复效果研究主要使用统计学模型进行，难以全面探讨影响因素与结果之间的复杂关系，影响个性化干预方案的实施。近年来，AI及其子领域机器学习算法在临床广泛应用，尤其在数据预测、特征筛选与个性化医疗方面。鉴于低龄儿童言语能力有限，父母评估儿童听说能力表现（Parents’ Evaluation of Aural/Oral Performance of Children, PEACH）问卷已广泛用于患儿听觉语言能力评估。本研究应用机器学习算法并结合PEACH问卷数据，建立CI植入术后儿童听觉言语康复效果的预测模型，并筛选其关键影响因素，旨在为个性化临床干预提供科学支持。