目的　构建基于支持向量机(Support　Vector　Machine,SVM)的妊娠期糖尿病(Gestational　Diabetes　Mellitus,GDM)预测模型.方法　选择2018年1～12月在福建省立医院南院定期产检及分娩的产妇115例,其中妊娠期糖尿病产妇50例为观察组,随机抽取同期正常产妇65人为对照组,收集产妇的一般资料和孕早期(8～12　W)的血常规、凝血功能和生化指标检测资料,将这些变量采用皮尔森相关系数分析,找出纳入预测模型分析的变量.结果　特征变量与GDM的皮尔森相关系数绝对值最大的前5个变量分别是甘油三酯、活化部分凝血活酶时间、抗凝血酶Ⅲ、孕前BMI和孕次,且这五个变量观察组和正常组孕妇之间的差异均有统计学意义(P值均小于0.01),使用SVM算法将这五个变量纳入预测模型分析,对GDM的预测有78.3％的准确率和84.6％的精确率.结论　使用SVM算法对预测早孕期孕妇患有GDM具有重要的临床意义.