目的：基于血常规结果构建重症与非重症肺炎随机森林鉴别模型。方法：回顾性分析 2021 年 10 月-2025 年 02 月间，我院就诊治疗的肺炎患者 67 例作为研究对象，根据其是否为重症肺炎将患者分为重症组（30 例）和非重症组（37 例）。通过单因素和二元 Logistic 回归分析重症肺炎的风险因素，构建随机森林模型后对模型应用效能进行验证。结果：单因素和二元 Logistic 回归分析显示：中性粒细胞与淋巴细胞比值（NLR）、红细胞分布宽度（RDW）、平均红细胞体积（MCV）、血小板计数（PLT）均为重症肺炎的影响因素。构建的随机森林模型所包含变量重要性由重至轻分别为 NLR、RDW、PLT、MCV。模型鉴别曲线下面积（AUC）为 0.824，敏感度为 80.00%，特异性为 78.38%。结论：基于血常规指标构建的重症与非重症肺炎随机森林鉴别模型具有较高的鉴别效能和临床应用价值，可以应用于临床快速判断肺炎患者病情。