2026年人工智能与健康考试题(附答案).docxVIP

2026年人工智能与健康考试题(附答案)

一、单项选择题（本大题共20小题，每小题1.5分，共30分。在每小题列出的四个备选项中只有一个是符合题目要求的，请将其代码填在括号内）

1.在医学影像分析中，卷积神经网络（CNN）主要利用了图像的哪种特性来提取特征？（）

A.图像的时间序列性

B.图像的像素独立性

C.图像的空间局部相关性和平移不变性

D.图像的非线性分布特征

2.关于电子健康领域中的自然语言处理（NLP），BERT模型相较于传统的RNN模型，其主要优势在于？（）

A.处理速度更快，占用内存更小

B.能够双向捕捉上下文信息，理解语义更深刻

C.不需要大量的标注数据进行训练

D.能够直接处理医学图像数据

3.在药物研发过程中，人工智能技术主要用于缩短哪个阶段的周期并降低成本？（）

A.临床试验阶段

B.药物营销阶段

C.先导化合物发现与筛选阶段

D.药品物流配送阶段

4.联邦学习在医疗大数据中的应用主要是为了解决什么问题？（）

A.模型训练速度过慢的问题

B.数据标注困难的问题

C.数据隐私泄露和孤岛效应问题

D.医疗硬件算力不足的问题

5.评估二分类医学诊断模型（如良恶性判断）时，如果医生更关注“不漏掉任何一个真正患病的人”，应优先优化以下哪个指标？（）

A.特异度

B.精确率

C.召回率（灵敏度）

D.准确率

6.Alph