公需科目人工智能与健康笔试考试历年典型考题及考点含含答案.docxVIP

公需科目人工智能与健康笔试考试历年典型考题及考点含含答案

一、单项选择题（每题2分，共20题）

1.以下哪项不属于人工智能在健康领域的核心应用场景？

A.医学影像辅助诊断

B.电子病历智能分析

C.医院行政人员排班

D.药物研发智能筛选

答案：C

考点解析：人工智能在健康领域的应用聚焦于医疗核心业务（诊断、治疗、研发）及健康管理，行政排班属于管理优化，非核心医疗场景。

2.机器学习中，通过标注数据训练模型的方法属于：

A.监督学习

B.无监督学习

C.强化学习

D.迁移学习

答案：A

考点解析：监督学习需要输入数据（特征）和对应的标签（目标），通过学习特征与标签的映射关系进行预测；无监督学习处理无标签数据，用于聚类或降维；强化学习通过奖励机制优化策略。

3.根据《个人信息保护法》，医疗健康数据处理者对敏感个人信息的处理需满足“最小必要”原则，以下哪项不符合该原则？

A.仅收集患者姓名、年龄、诊断结果

B.为优化模型额外收集患者家庭住址

C.在患者知情同意下收集基因检测数据

D.仅保留与当前诊疗相关的检验报告

答案：B

考点解析：敏感个人信息（如健康信息）处理需遵循最小必要，即收集范围应限于实现处理目的的最小范围。家庭住址与诊疗无直接关联，额外收集违反原则。

4.医学影像AI模型训练中，“数据标注一致性”最可能影响模型的：

A.泛化能力

B.准确性

C.可解释性

D.计算效率

答案：B

考点解析：标注不一致（如不同医生对同一影像的病灶标记差异）会导致模型学习到错误模式，直接降低预测准确性；泛化能力更多与数据多样性相关。

5.以下哪项是医疗大数据的典型特征？

A.数据类型单一（仅结构化数据）

B.时间序列性弱（无连续监测）

C.多源异构性（文本、影像、检验报告并存）

D.隐私敏感性低（可公开共享）

答案：C

考点解析：医疗数据来源包括电子病历（结构化）、医学影像（非结构化）、可穿戴设备（时序数据）等，具有多源异构性；隐私敏感性高，需严格保护。

6.人工智能辅助诊断系统（CAD）的“假阳性率”指：

A.实际无病但系统判断为有病的比例

B.实际有病但系统判断为无病的比例

C.系统正确识别有病的比例

D.系统正确识别无病的比例

答案：A

考点解析：假阳性（TypeIError）是将阴性样本误判为阳性，计算公式为“假阳性数/（假阳性数+真阴性数）”。

7.以下哪项技术是深度学习的核心基础？

A.决策树

B.支持向量机

C.反向传播算法

D.K近邻算法

答案：C

考点解析：深度学习通过多层神经网络实现特征自动提取，反向传播算法（BP算法）用于计算梯度并更新网络参数，是训练深层网络的关键。

8.根据《人工智能医疗应用伦理规范》，AI诊疗建议的最终决策权属于：

A.软件开发者

B.医疗机构

C.患者本人

D.执业医师

答案：D

考点解析：伦理规范明确AI为辅助工具，执业医师需对诊断结果进行专业判断并承担最终责任。

9.可穿戴设备采集的心率变异性（HRV）数据属于：

A.结构化数据

B.半结构化数据

C.非结构化数据

D.图形图像数据

答案：A

考点解析：HRV是连续数值型数据，有明确字段定义（如时间戳、心率值），属于结构化数据；影像、自由文本属于非结构化。

10.以下哪项不属于AI在药物研发中的应用？

A.虚拟筛选化合物

B.预测药物副作用

C.优化临床试验设计

D.药品物流路径规划

答案：D

考点解析：物流路径规划属于供应链管理，非药物研发核心环节；虚拟筛选、副作用预测、临床试验优化均为AI在研发中的典型应用。

11.医疗AI模型的“可解释性”主要解决的问题是：

A.提高模型运算速度

B.说明模型决策依据

C.增强模型泛化能力

D.减少训练数据需求

答案：B

考点解析：可解释性要求模型能以人类可理解的方式（如关键特征可视化）说明为何做出某一判断，解决“黑箱”问题，提升临床信任度。

12.以下哪项是健康管理中AI的典型应用？

A.肿瘤病理切片自动分类

B.慢性病风险预测模型

C.手术机器人路径规划

D.医学文献智能检索

答案：B

考点解析：健康管理侧重疾病预防与长期监测，慢性病风险预测（如糖尿病、高血压）通过分析生活方式、生理指标等数据实现早期干预，属于典型应用。

13.医疗数据脱敏处理的核心目的是：

A.提高数据存储效率

B.防止个人信息泄露

C.增强数据计算精度

D.减少数据传输成本

答案：B

考点解析：脱敏（如去标识化、匿名化）通过删除或加密可识别个人身份的信息（如姓名、身份证号），防止数据泄露导致的隐私风险。

14.以下哪种机器学习算法适合处理时序医疗