2025年医学信息学真题及答案.docxVIP

2025年医学信息学练习题及答案

一、单项选择题（每题2分，共20分）

1.以下哪项是医学信息学中HL7FHIR（FastHealthcareInteroperabilityResources）标准的核心优势？

A.基于XML的固定结构，确保数据格式统一

B.采用RESTfulAPI设计，支持实时数据交互

C.仅适用于电子病历系统内部数据存储

D.强制要求所有医疗机构使用相同数据元

答案：B

解析：HL7FHIR的核心特点是采用RESTfulAPI架构，支持资源的创建、读取、更新和删除（CRUD）操作，实现跨系统的实时数据交互；其数据结构基于JSON和XML，具有灵活性而非固定结构（排除A）；FHIR不仅用于存储，更强调互操作性（排除C）；FHIR允许机构自定义扩展，而非强制统一数据元（排除D）。

2.在基于深度学习的医学影像诊断模型中，若模型对肺结节的漏诊率（假阴性率）显著高于其他病变，最可能的原因是？

A.训练数据中肺结节样本占比过低

B.模型卷积核尺寸过大

C.损失函数采用交叉熵而非Dice系数

D.输入图像分辨率过高

答案：A

解析：漏诊率高通常与样本不均衡有关。若训练数据中肺结节样本（正类）数量远少于其他病变或正常样本（负类），模型易倾向于预测负类，导致假阴性增加（A正确）。卷积核尺寸影响特征提取范围（B无关）；交叉熵和Dice系数均用于分割/分类任务，Dice更关注重叠区域，但漏诊率主要与样本分布相关（C不直接相关）；分辨率过高可能导致计算量增加，但未必直接影响漏诊（D错误）。

3.某医院拟构建患者隐私保护的联邦学习系统，用于联合训练糖尿病预测模型。以下哪项是联邦学习在此场景中的关键挑战？

A.各医院数据特征分布差异大（非IID问题）

B.模型参数加密导致计算速度下降

C.患者电子病历文本数据难以向量化

D.医院间网络带宽不足

答案：A

解析：联邦学习要求各参与方（医院）数据满足独立同分布（IID），但实际中不同医院患者群体（如年龄、地域）差异可能导致数据分布不一致（非IID），直接影响模型泛化能力（A正确）。参数加密可通过同态加密等技术优化（B是技术问题但非核心）；文本向量化可通过预训练模型解决（C非关键）；带宽问题可通过压缩参数或异步更新缓解（D非核心）。

4.以下哪项属于医学信息学中“互操作性”（Interoperability）的最高层级？

A.系统间能传输结构化数据（如HL7v2消息）

B.接收方系统能解析并存储传输的数据

C.接收方系统能基于传输数据自动触发临床决策支持（CDSS）

D.数据传输符合DICOM标准

答案：C

解析：互操作性分为基础（数据传输）、结构（解析存储）、语义（理解含义）和流程（支持业务流程）四层。C选项中系统能利用数据触发CDSS，属于流程互操作性，是最高层级（C正确）。A、B、D分别对应基础或结构层级。

5.自然语言处理（NLP）技术在电子病历（EMR）分析中的应用，最需解决的关键问题是？

A.病历文本中专业术语的歧义性（如同义或多义）

B.病历数据量过大导致计算资源不足

C.不同医院病历书写格式差异

D.患者隐私信息的去标识化

答案：A

解析：病历文本包含大量医学术语（如“占位”可能指肿瘤或炎症）、缩写（如“PT”可指凝血酶原时间或物理治疗），歧义性直接影响NLP模型的语义理解准确性（A正确）。格式差异可通过标准化处理（C可解决）；数据量可通过分布式计算缓解（B非关键）；去标识化是隐私问题（D属于应用前提但非技术核心）。

6.在医学知识图谱构建中，“实体链接”（EntityLinking）的主要目的是？

A.识别文本中的医学实体（如疾病、药物）

B.将识别的实体映射到知识图谱中的唯一标识（如UMLS概念ID）

C.建立实体间的关系（如“糖尿病”与“胰岛素”的治疗关系）

D.评估知识图谱的完整性和准确性

答案：B

解析：实体链接是将文本中识别的实体（如“糖尿病”）与知识图谱中预定义的唯一标识符（如UMLS中的CUI）关联，解决同名异义或同义异名问题（B正确）。A是实体识别任务，C是关系抽取，D是质量评估。

7.某医院部署的临床决策支持系统（CDSS）在推荐抗生素时，频繁出现与最新临床指南不符的建议，最可能的原因是？

A.系统规则库未及时更新指南内容

B.患者电子病历数据缺失关键字段（如过敏史）

C.系统采用的机器学习模型过拟合训练数据

D.医生对系统推荐的信任度不足

答案：A

解析：CDSS的规则库