目的:对机器学习在老年健康管理中的应用进行范围综述,为机器学习在该领域的研究提供指导。方法:以乔安娜布里格斯研究所范围综述指南为方法学框架,检索PubMed、EMbase、Web of Science、Scopus、中国知网、万方数据库和中国生物医学文献数据库中机器学习在老年健康管理领域中应用的相关研究,检索时限为建库至2023年1月16日。对纳入文献进行数据提取及汇总分析。结果:纳入27篇文献,涉及的主题包括健康风险评估、健康监测、健康费用管理等。算法类型包括决策树算法(DT)、朴素贝叶斯算法(NBM)、支持向量机算法(SVM)、神经网络算法(NN)、K-Means算法(KM)、强化学习(RL)等机器学习算法。结论:机器学习对老年健康管理中的健康监测、风险预警有效,未来研究可继续关注机器学习在老年健康领域实践转化与实践效果、数字安全与伦理等问题。