目的：探讨定位 CT 影像组学联合血清 CEA、SCC-Ag 的机器学习模型预测局部晚期宫颈癌（LACC）同步放化疗（CCRT）近期疗效的价值。方法： 纳入 115 例 LACC 患者，按 7∶3 分为训练集（80 例）与验证集（35 例）。提取 1409 个影像组学特征，经 LASSO 回归构建Rad-Score，分别建立影像组学、临床-血清学及联合模型，采用随机森林、XGBoost、SVM 三种算法评估效能。结果： 联合模型均优于单一模态模型，XGBoost 联合模型验证集 AUC 最高（0.87）；Rad-Score 权重最大，SCC-Ag 和 CEA 次之；联合模型临床净获益更优。结论： 融合定位 CT 影像组学与 CEA、SCC-Ag 的机器学习模型可有效预测 LACC 患者 CCRT 近期疗效。