La pandemia de la enfermedad por coronavirus (COVID-19) ha abrumado a las organizaciones de salud pública de todo el mundo, resaltando la importancia y responsabilidad del financiamiento colectivo médico para cubrir una serie de vacíos y deficiencias en el sistema de salud financiado públicamente y proporcionar una nueva solución de recaudación de fondos para las personas que aborda necesidades relacionadas con la salud. Sin embargo, sigue siendo un hecho que la recaudación de fondos médicos de fuentes de financiamiento colectivo es relativamente baja y solo se han realizado algunos estudios sobre este tema. Por lo tanto, las predicciones de rendimiento y comparaciones de múltiples modelos del financiamiento colectivo médico tienen una importancia guía importante para mejorar la tasa de recaudación de fondos y promover el desarrollo sostenible del financiamiento colectivo médico. Con base en los datos de 11,771 campañas de financiamiento colectivo médico de una plataforma líder de donaciones llamada Weibo Philanthropy, se aplicaron algoritmos de aprendizaje automático. Los resultados demuestran el potencial de los algoritmos de aprendizaje automático basados en conjuntos en la predicción de los montos de recaudación de proyectos de financiamiento colectivo médico y ofrecen algunas ideas que pueden ser consideradas por nuevos investigadores y ayudar a producir nuevas prácticas de gestión.