2025年四川公需科目人工智能与健康考试真题及答案解析.docxVIP

2025年四川公需科目人工智能与健康考试练习题及答案解析

一、单项选择题（共20题，每题2分，共40分）

1.以下哪项不属于人工智能在医学影像领域的核心应用场景？

A.肺结节自动检测

B.病理切片细胞分类

C.手术器械实时定位

D.核磁共振图像伪影去除

答案：C

解析：医学影像AI主要聚焦于影像分析（如肺结节检测、病理分类、伪影去除），而手术器械定位属于手术导航系统，依赖空间定位技术而非影像分析算法，因此选C。

2.深度学习模型在医疗健康领域落地的关键瓶颈是？

A.计算资源不足

B.标注数据质量与数量

C.模型参数量过大

D.硬件成本过高

答案：B

解析：医疗数据标注需专业医生参与，标注成本高、标准难统一，且罕见病数据量极少，导致模型泛化能力受限。计算资源和硬件成本可通过云服务或专用芯片解决，模型参数量可通过轻量化优化，因此核心瓶颈是标注数据质量与数量，选B。

3.根据《提供式人工智能服务管理暂行办法》，医疗领域提供式AI服务需重点满足的要求是？

A.提供内容需符合医学伦理规范

B.模型训练数据需全部公开

C.服务需完全免费

D.提供结果无需人工审核

答案：A

解析：办法明确要求提供式AI服务需符合法律法规和伦理规范，医疗领域涉及生命健康，需重点审查伦理合规性（如避免误导诊断）。数据公开非强制要求，服务收费无限制，提供结果需人工复核，因此选A。

4.以下哪种技术最适合用于电子病历的自然语言处理（NLP）任务？

A.卷积神经网络（CNN）

B.循环神经网络（RNN）

C.Transformer模型（如BERT）

D.支持向量机（SVM）

答案：C

解析：电子病历包含长文本、复杂语义关系（如时间序列、因果逻辑），Transformer的自注意力机制能捕捉长距离依赖，优于CNN（局部特征）、RNN（梯度消失）和SVM（传统分类），因此选C。

5.AI辅助诊断系统的“可解释性”主要解决的问题是？

A.提高诊断速度

B.降低模型训练成本

C.让医生理解模型决策依据

D.减少硬件资源消耗

答案：C

解析：可解释性指模型能以医生可理解的方式（如高亮影像关键区域、列出诊断依据的特征）展示决策逻辑，解决“黑箱”问题，增强医生信任，因此选C。

6.老年健康管理中，AI技术的典型应用不包括？

A.基于传感器的跌倒检测

B.智能用药提醒（如漏服预警）

C.个性化运动处方提供

D.替代子女进行日常陪伴

答案：D

解析：AI可辅助老年健康监测（跌倒检测）、干预（用药提醒）、指导（运动处方），但情感陪伴需人类互动，无法完全替代，因此选D。

7.在医疗健康数据隐私保护中，“联邦学习”技术的核心优势是？

A.无需原始数据传输即可训练模型

B.直接加密所有训练数据

C.提高模型训练速度

D.降低数据标注成本

答案：A

解析：联邦学习通过在本地设备训练模型、仅传输模型参数（而非原始数据），实现“数据不动模型动”，解决医疗数据跨机构共享的隐私问题，因此选A。

8.以下哪项属于AI在公共卫生领域的应用？

A.医院内部药品库存管理

B.传染病传播趋势预测

C.手术机器人精准操作

D.电子病历结构化存储

答案：B

解析：公共卫生关注群体健康，传染病预测（如基于大数据的传播模型）属于群体层面应用；药品管理、手术机器人、病历存储均为机构或个体层面，因此选B。

9.AI在癌症早筛中的核心价值在于？

A.完全替代病理医生

B.降低影像学检查费用

C.提高早期病变检出率

D.缩短患者等待时间

答案：C

解析：癌症早筛关键是发现早期微小病灶（传统方法易漏诊），AI通过高分辨率影像分析可提升检出率；无法替代医生，不直接降低费用（但可能提高效率间接降低），缩短等待是次要价值，因此选C。

10.医疗AI伦理争议的核心问题是？

A.技术复杂度高

B.数据来源不透明

C.责任归属不明确（如误诊责任）

D.模型准确率不足

答案：C

解析：伦理争议包括隐私、偏见、责任等，其中责任归属（患者因AI误诊受损时，开发者、医院、医生谁担责）是法律与伦理的核心矛盾；技术复杂度、数据透明、准确率属于技术问题，因此选C。

11.以下哪种AI算法更适合处理动态变化的生理信号（如心电图）？

A.支持向量机（SVM）

B.随机森林

C.长短期记忆网络（LSTM）

D.决策树

答案：C

解析：生理信号（如EC