2025年公需科目人工智能和健康考试题和答案

2025年公需科目人工智能和健康考试题和答案一、单项选择题（每题2分，共30分）1.2025年最新发布的《人工智能医疗健康伦理共识》中，将“可解释性”列为AI诊断系统的首要伦理原则，其核心出发点是：A.降低算法训练成本B.方便监管部门备案C.保障患者知情与自主D.提高模型预测精度答案：C解析：可解释性要求系统向患者与医生透明呈现决策逻辑，确保知情同意与自主抉择。2.联邦学习在医疗影像分析中的主要优势是：A.无需任何加密即可共享原始数据B.可在数据不出院的前提下完成多中心协同训练C.自动消除不同设备间的影像风格差异D.完全替代医生进行病灶标注答案：B解析：联邦学习通过参数交换而非原始数据交换，破解了数据孤岛与隐私保护难题。3.2025年《数字疗法审批指南》规定，AI驱动的认知行为数字疗法在申请Ⅲ类证时，必须提交：A.算法发明专利B.真实世界循证队列研究≥18个月C.软件著作权D.企业财务报表答案：B解析：Ⅲ类数字疗法需证明长期安全性和有效性，18个月真实世界数据成为刚性门槛。4.在基于Transformer的中医舌象辅助系统中，为缓解“高维舌象特征-低维证候标签”失配问题，研究者常采用：A.随机梯度下降B.对比预测编码C.标签分布平滑D.网格搜索答案：C解析：标签分布平滑通过软标签缓解过拟合，保留舌象与证候的多对多关系。5.2025年WHO发布的《生成式AI健康干预审计框架》中，对“幻觉风险”的量化指标是：A.BLEUB.F1C.HalluScoreD.AUC答案：C解析：HalluScore综合事实一致性、医学实体准确率与引文可追溯性，成为生成式AI专属指标。6.用于可穿戴心电的TinyML模型在部署前，必须进行：A.联邦微调B.量化感知训练C.知识蒸馏D.模型压缩答案：B解析：量化感知训练将权重提前适应低比特表示，减少边缘端精度损失。7.2025年《医疗大模型红队测试标准》要求，对中文医疗大模型进行投毒测试时，投毒样本比例不得低于：A.0.1%B.1%C.5%D.10%答案：B解析：1%投毒比例可在有限成本内暴露模型鲁棒性缺陷，被写入强制条款。8.在AI辅助结直肠镜检中，为提升息肉检出率并降低误报，2025年最新研究将传统CNN升级为：A.VisionTransformerB.时-空协同网络C.神经辐射场D.扩散模型答案：B解析：时-空协同网络融合连续帧时序与空间纹理，减少气泡与粪渣误报。9.2025年《AI健康数据跨境流动白名单》中，可豁免本地化要求的数据类型是：A.基因序列原始文件B.经差分隐私处理的群体统计表C.个体影像DICOMD.医生手写病历扫描件答案：B解析：差分隐私处理后的群体统计表无法重识别个体，风险可控，被纳入豁免。10.用于精神健康对话的生成式模型，在2025年必须内置“自杀风险守门员”模块，其触发响应时间应≤：A.500msB.1sC.5sD.30s答案：A解析：500ms内完成风险识别与转介，可在用户失去耐心前完成干预。11.2025年《AI医疗器械软件版本管理规定》指出，算法更新若涉及核心网络结构改变，须：A.自行内部测试后上线B.重新申请注册变更C.发邮件告知患者D.仅更新帮助文档答案：B解析：核心结构改变可能影响安全有效，必须走注册变更流程。12.在基于扩散模型的医学图像超分中，为抑制振铃伪影，2025年主流方法引入：A.小波正则B.感知损失C.频谱截止D.非局部均值答案：C解析：频谱截止在逆向扩散的高频阶段截断振铃频率，保持边缘锐利。13.2025年《AI中医辅助开方系统质控规范》要求，对含毒性饮片的处方，AI必须输出：A.毒性成分LD50B.替代建议与煎煮警示C.饮片市场价D.患者口味偏好答案：B解析：系统需给出减毒替代方案与先煎后下警示，保障用药安全。14.在联邦学习医疗场景中，采用SecureBoost框架时，为防止半诚实服务器推断个体标签，2025年升级方案引入：A.同态加密B.差分隐私C.可信执行环境D.秘密共享答案：D解析：秘密共享将梯度分片，服务器无法单独还原任何一方标签。15.2025年《生成式AI医学问答评价指标》中，衡量答案“可回溯性”的核心方法是：A.ROUGE-LB.引用覆盖率C.困惑度D.人工Likert评分答案：B解析：引用覆盖率计算生成内容可定位到权威文献的比例，反映可回溯性。二、多项选择题（每题3分，共30分，多选少选均不得分）16.以下哪些技术可有效降低医疗大模型在微调阶段的灾难性遗忘？A.弹性权重巩固B.渐进式提示池C.低秩适配D.随机权重平均E.对抗训练答案：A、B、C解析：弹性权重巩固、提示池与LoRA均通过参数隔离或增量学习缓解遗忘。17.2025年《AI辅助手术机器人安全指南》规定，术前规划AI必须提供：A.器官三维风险热图B.术中出血量概率分布C.备用手术路径D.手术机器人电机寿命曲线E.患者术后生存质量预测答案：A、B、C解析：风险热图、出血分布与备用路径为术前决策必需，电机寿命与生存质量非强制。18.在医疗联邦学习中，以下哪些攻击可造成模型逆向推断？A.模型投毒B.梯度泄露C.属性推断D.成员推断E.拜占庭攻击答案：B、C、D解析：梯度泄露、属性与成员推断均可能还原隐私信息，投毒与拜占庭旨在破坏精度。19.2025年《数字人医生交互伦理守则》强调，数字人必须：A.主动表明非人类身份B.记录并加密存储对话C.拒绝回答任何隐私问题D.提供人工客服转接选项E.使用真人照片作为头像答案：A、B、D解析：守则要求明示身份、加密记录、提供转接，但允许在授权下回答隐私，且禁止真人头像误导。20.用于ICU多模态预警的AI系统，在2025年需通过以下哪些测试方可上市？A.跨院区外部验证B.对抗样本鲁棒性C.医生盲法对照D.患者家属满意度E.24小时连续压测答案：A、B、C、E解析：外部验证、鲁棒性、盲法对照与压测为技术审评硬性要求，家属满意度非强制。21.以下哪些方法可用于提升中文医学实体识别的小样本性能？A.元学习原型网络B.Prompt模板统一标注C.跨语种知识融合D.数据增强同义词替换E.降低学习率至1e-8答案：A、B、C、D解析：元学习、Prompt、跨语种与增强均缓解样本不足，极端低学习率反而阻碍收敛。22.2025年《AI健康App数据收集最小化规范》指出，以下哪些数据可被认定为“超出最小必要”？A.连续后台定位B.手机电量变化C.用户步态加速度D.每晚睡眠阶段E.蓝牙设备MAC地址答案：A、E解析：后台定位与MAC地址对核心健康功能非必需，步态与睡眠阶段可支持运动与睡眠分析。23.在医学图像分割中，以下哪些损失函数可有效缓解类别不平衡？A.DiceLossB.FocalLossC.TverskyLossD.WassersteinLossE.CenterLoss答案：A、B、C解析：Dice、Focal、Tversky均通过加权或调制因子平衡前景背景，Wasserstein与CenterLoss非分割专用。24.2025年《AI中医脉诊仪通用标准》规定，脉象采集必须满足：A.采样率≥500HzB.压力传感器线性度≥99%C.支持三指同步D.具备温度漂移自校准E.输出28种脉象概率分布答案：A、C、D解析：标准强制500Hz、三指同步、温漂校准，线性度≥99%与28脉概率为推荐非强制。25.以下哪些技术可用于保护医疗推理API的模型知识产权？A.水印激活B.梯度加密C.决策边界扰动D.黑盒复刻E.adversarialpassport答案：A、C、E解析：水印、边界扰动与passport可在不影响精度前提下植入版权标识，梯度加密与黑盒复刻非保护手段。三、判断题（每题1分，共10分，正确打“√”，错误打“×”）26.2025年《医疗大模型开源许可证》允许删除作者信息后商用。答案：×解析：许可证采用BSD-HealthClause，强制保留署名与医疗免责声明。27.TinyML模型在MCU上部署时，INT8量化后的精度损失一般可控制在1%以内。答案：√解析：采用量化感知训练与校准数据集，INT8精度损失普遍<1%。28.联邦学习中，参与方数量越多，模型收敛速度一定越快。答案：×解析：过多节点带来通信开销与异构性，收敛速度可能下降。29.2025年起，所有AI辅助诊断软件必须在说明书中标注算法训练数据的地理分布。答案：√解析：新规要求披露数据来源地域，防止地域偏差误导临床。30.生成式AI在医学文本摘要任务中，ROUGE-1越高代表临床可用性越高。答案：×解析：ROUGE仅衡量n-gram重叠，忽略医学事实正确性与可回溯性。31.2025年《AI医疗器械网络安全测试》将对抗样本攻击纳入强制项。答案：√解析：网络安全附录明确对抗鲁棒性为注册必检。32.在医疗大模型中，采用MoE结构可显著降低推理延迟。答案：×解析：MoE通过稀疏激活减少计算，但路由开销可能增加延迟。33.2025年《数字疗法临床试验设计》允许采用外部对照臂。答案：√解析：新规接受RWE外部对照，减少安慰剂使用。34.使用知识图谱增强的问诊系统可完全消除罕见病漏诊。答案：×解析：图谱缓解但无法完全消除漏诊，罕见病表型复杂。35.2025年《AI健康数据匿名化指南》将k-匿名列为最低要求，t-closeny为推荐。答案：√解析：k-匿名为基础，t-closeny进一步防属性推断。四、填空题（每空2分，共20分）36.2025年《医疗大模型红队测试》规定，投毒样本应同时满足______、______、______三项生成原则，确保攻击逼真且可追溯。答案：医学事实一致性、临床场景覆盖、攻击标签可验证37.在基于扩散模型的MRI超分中，为保持T1加权像对比度，逆向过程需引入______损失，其权重通常设为______。答案：感知-对比度联合，0.338.2025年《联邦学习医疗数据分级》将ICD-10编码、______、______列为三级敏感字段，需采用______加密后方可参与训练。答案：手术操作码、基因变异位点、加法同态39.用于可穿戴血压估计的PPG信号，在TinyML部署前需进行______滤波以去除运动伪迹，其截止频率通常设置为______Hz。答案：自适应小波，0.540.2025年《生成式AI医学问答评价》提出“事实-引用一致性”指标FCI，其计算公式为______，当FCI≥______时视为合格。答案：可验证句数/总句数，0.85五、简答题（每题10分，共30分）41.结合2025年最新研究，阐述联邦学习在多中心癌症基因组数据协同中的三大技术瓶颈及对应解决方案。答案：（1）数据异构：不同中心测序平台、捕获芯片版本差异导致特征空间偏移。解决方案：采用领域自适应联邦对齐，通过中央服务器分发平台编码器，各中心在本地完成特征对齐后再上传梯度。（2）样本不平衡：罕见突变阳性样本集中于顶级医院。解决方案：引入联邦过采样与代价敏感损失，中央服务器统计全局突变频率，回传权重系数，本地采用FocalLoss加权。（3）隐私泄露：梯度可能泄露个体突变信息。解决方案：采用双掩码秘密共享，本地梯度分片后二次掩码，服务器仅获得聚合结果；同时加入差分隐私噪声，ε≤1。42.2025年《AI中医辅助诊疗系统》要求模型输出“证候-方药-剂量”可解释链，请设计一套基于知识图谱与注意力可视化融合的可解释框架，并说明如何量化解释质量。答案：框架分为三层：①证候层：输入舌象、脉象、症状，经多模态编码器获得隐藏状态，利用知识图谱嵌入计算证候候选概率，采用GAT传播邻居信息，输出Top5证候及其子图路径。②方药层：将证候子图与方剂图谱对齐，通过TransR得到方药候选，利用注意力权重高亮关键饮片，输出“证→方”的subgraph路径。③剂量层：引入剂量预测模块，基于患者体重、肝肾功能调整，输出每味药剂量区间，并用SHAP值解释剂量贡献。解释质量量化：a.路径覆盖率：解释子图节点占全部决策节点比例≥80%。b.医生一致性：邀请10位中医师对解释打分，Likert≥4分比例≥85%。c.可回溯性：每条路径可定位到《中国药典》或《方剂学》原文，引用覆盖率≥90%。d.稳定性：同一患者10次扰动输入，解释路径Jaccard≥0.85。43.2025年《生成式AI患者教育文案》要求兼顾个性化与医学准确性，请给出一种基于LLM的提示工程方案，使生成内容在Flesch阅读易度≥80的同时，医学实体错误率≤1%，并说明评测流程。答案：提示工程方案：①角色设定：“你是一名有20年经验的儿科护士，擅长用80后妈妈能听懂的语言解释儿童发热。”②输出约束：“请使用短句、比喻、emoji，避免医学英文缩写，核心医学事实必须引用《诸福棠实用儿科学》第9版，并在句末插入[页码]。”③个性化变量：动态插入患儿年龄、体温、过敏史，采用占位符{age}、{temp}，LLM自动调整措辞。④后处理：调用医学实体纠错API，对症状、药物、剂量进行核查，若置信度<0.98则触发重写，最多3次。评测流程：Step1随机抽取100条文案，用MedSpacy抽取医学实体，与金标准对比，计算错误率。Step2使用中文Flesch公式计算易度，确保≥80。Step3邀请30位目标家长填写理解度问卷，正确回答≥90%问题视为通过。Step4采用Rouge-L与人工评分双轨，保证信息完整且语言亲切。最终指标：错误率≤1%，易度≥80，家长满意度≥4.5/5。六、案例分析题（每题20分，共40分）44.案例背景：2025年6月，某三甲医院上线“AI-ECG猝死风险预警系统”，该系统基于1200万份院前心电数据训练，AUC=0.98。上线一周后，ICU连续出现3例漏报，患者最终抢救无效死亡。事后复盘发现，3例均为急性心肌炎伴室速，但训练数据中该标签仅占0.03%，且采集设备为另一家厂商，采样率1000Hz，与该院250Hz不兼容。问题：（1）请从数据、模型、部署三个层面剖析漏报根因；（2）给出系统性改进方案，含技术、管理、伦理三条线；（3）估算改进后预期收益，用数据说明。答案：（1）根因：数据：①极端不平衡，心肌炎室速样本稀缺；②域偏移，采样率差异导致高频QRS细节丢失；③标签质量，心肌炎早期ECG表现不典型，原标注依赖出院编码，存在错误。模型：①损失函数采用标准交叉熵，未对稀有类别加权；②未引入领域泛化模块，对不同采样率鲁棒不足；③未进行不确定性估计，模型对预测结果过于自信。部署：①实时数据未做采样率归一化；②阈值固定为0.5，未根据临床需求调整；③无人工复核通道，预警直接写入电子病历。（2）改进方案：技术：①采用FocalLoss+LDAM联合加权，使稀有类别获得10倍梯度；②引入DomainAdversarialNetwork，在训练阶段加入采样率标签，强制模型学习域不变特征；③增加MonteCarloDropout，输出预测分布，当熵>0.8时自动转人工；④上线前用100Hz、500Hz、1000Hz多采样率数据做外部验证，要求AUC下降<0.02。管理：①成立“AI-ECG安全委员会”，含心电室主任、信息科、伦理办，每月审计漏报；②建立“红线阈值”动态调整机制，由委员会根据最近一周F1曲线调整；③对漏报病例启动24小时根因分析，48小时内给出补丁。伦理：①在患者知情同意书中明确“AI可能漏诊，心肌炎罕见情况需医生综合判断”；②设立“AI伦理救助基金”，对因漏报造成损害的患者先行垫付，后续由保险公司与厂商共担；③公开系统局限性白皮书，接受社会监督。（3）预期收益：按该院年ICU收治心电监护患者1.2万例估算，心肌炎室速年发生率约0.08%，即10例。改进后召回率由70%提升至96%，可多发现2.6例，按每例抢救成功率提高35%计算，年均可多挽救0.9条生命。经济层面，每例抢救成功节约后续透析、ICU费用约45万元，合计节约40.5万元；扣除系统升级成本18万元，年净收益22.5万元，ROI=125%。45.案例背景：2025年9月，A市卫健委启动“AI健康社区”项目，为60岁以上老人配备智能手环，实时监测步态、心率、睡眠，并通过生成式AI每日推送个性化健康提醒。上线两周后，部分老人投诉提醒内容“像机器人念经”，阅读完成率仅21%，且出现3例因误读“降糖药加量”提示而擅自停药导致高血糖昏迷事件。问题：（1）请从用户研究、内容生成、风险防控三个维度分析原因；（2）设计一套“适老化生成式AI”改进框架，含技术、产品、运营；（3）给出可量化的成功指标与评估方法。答案：（1）原因：用户研究：①未做适老化可用性测试，字体、emoji、医学术语对老人不友好；②未考虑听力下降，语音播报语