2025年公需科目人工智能与健康考试题库试题及答案.docxVIP

2025年公需科目人工智能与健康考试题库试题及答案

一、单项选择题（共10题，每题2分，共20分）

1.以下哪项是人工智能在医学影像领域最核心的技术支撑？

A.决策树算法

B.卷积神经网络（CNN）

C.支持向量机（SVM）

D.随机森林

答案：B

解析：医学影像处理需要对图像局部特征进行深度提取，CNN通过卷积核和池化层能有效捕捉图像空间特征，是当前医学影像AI的核心技术。

2.智能健康管理系统中，基于AI的“动态风险评估模型”主要依赖以下哪类数据？

A.静态体检报告

B.实时生理信号（如心率、血糖）

C.患者主观症状描述

D.医院历史就诊记录

答案：B

解析：动态风险评估需反映个体健康状态的实时变化，实时生理信号（如可穿戴设备采集的连续数据）是模型训练的关键输入。

3.以下哪项不属于AI辅助诊断系统的典型优势？

A.提升罕见病识别准确率

B.降低医生重复性工作负荷

C.完全替代医生出具诊断结论

D.实现跨医院影像数据标准化分析

答案：C

解析：AI辅助诊断系统的核心是“辅助”，需医生最终确认，无法完全替代医生。

4.在AI驱动的流行病预测中，“时空异质性建模”主要解决什么问题？

A.不同地区疫情传播规律的差异

B.预测模型的计算效率

C.历史数据的缺失值填补

D.公众恐慌情绪对传播的影响

答案：A

解析：时空异质性指不同时间、空间尺度下疫情传播参数（如R0值）的差异，建模后可提升区域化预测精度。

5.数字疗法（DTx）与传统药物治疗的本质区别是？

A.治疗对象为慢性病而非急性病

B.基于软件程序实现干预

C.无需医生参与

D.仅适用于心理疾病

答案：B

解析：数字疗法通过循证医学验证的软件程序（如认知行为干预APP）实现治疗，是区别于药物/手术的新型干预方式。

6.医疗AI模型训练中，“数据标注一致性”最直接影响模型的？

A.泛化能力

B.计算速度

C.可解释性

D.参数量大小

答案：A

解析：若标注标准不统一（如不同医生对同一病灶的标注差异），模型会学习到噪声，导致在新数据上表现下降（泛化能力差）。

7.以下哪项技术最适合解决“跨医院医疗数据隐私共享”问题？

A.联邦学习

B.迁移学习

C.强化学习

D.监督学习

答案：A

解析：联邦学习通过“数据不动模型动”的方式，在各医院本地训练模型并仅交换模型参数，保护原始数据隐私。

8.AI驱动的“智能分诊系统”核心目标是？

A.减少患者挂号等待时间

B.根据症状自动分配至最权威科室

C.基于历史数据优化科室资源配置

D.提升疑难病症的初诊准确率

答案：C

解析：智能分诊通过分析患者症状、科室接诊能力、疾病流行趋势等，动态调整分诊规则，本质是优化医疗资源分配效率。

9.以下哪类疾病是当前AI辅助诊断落地最成熟的领域？

A.肿瘤（如肺癌、乳腺癌）

B.神经系统疾病（如阿尔茨海默症）

C.心血管疾病（如冠心病）

D.感染性疾病（如肺炎）

答案：A

解析：肿瘤影像（如CT、MRI）具有明确的病灶特征（大小、边界），标注数据丰富，是AI最早实现临床验证的领域（如肺结节检测准确率超90%）。

10.健康领域的“生成式AI”最典型的应用是？

A.基于患者对话生成电子病历

B.分析病理切片识别癌细胞

C.预测药物与靶点的结合概率

D.实时监测心率变异性

答案：A

解析：生成式AI（如大语言模型）通过理解自然语言输入（患者描述），生成结构化的电子病历文本，属于内容生成类应用。

二、多项选择题（共10题，每题3分，共30分，多选、少选、错选均不得分）

1.AI在慢性病管理中的典型应用场景包括？

A.基于可穿戴设备的血糖/血压实时监测

B.通过自然语言处理分析患者日记中的情绪变化

C.预测糖尿病患者3个月内发生酮症酸中毒的风险

D.自动生成个性化饮食运动干预方案

答案：ABCD

解析：慢性病管理需“监测评估干预”闭环，AI可覆盖数据采集（A）、风险预测（C）、行为干预（D）及心理支持（B）全流程。

2.医疗AI算法的“可解释性”主要解决哪些问题？

A.医生对模型决策逻辑的信任

B.医疗纠纷中的责任追溯

C.模型参数调优的效率

D.不同医疗场景的泛化能力

答案：AB

解析：可解释性要求模型输出“决策依据”（如影像中具体病灶区域），既帮助医生验证结果（信任），也便于在医疗事故中明确是模型错误还是医生