2026年人工智能养老智能看护考试试题及参考答案

2026年人工智能养老智能看护考试试题及参考答案1单项选择题（每题2分，共30分）1.1在居家失能老人夜间跌倒检测系统中，下列哪种传感器组合最能兼顾隐私保护与检测精度？A.可见光摄像头＋毫米波雷达B.红外热成像＋毫米波雷达C.可见光摄像头＋激光雷达D.红外热成像＋激光雷达1.2基于联邦学习的老人慢病预测模型在边缘设备端训练时，为防止模型逆向推断出个人血压数据，应优先采用的技术是：A.同态加密B.差分隐私C.安全多方计算D.模型剪枝1.3当AI看护机器人检测到老人语音出现3秒以上停顿且声压级低于40dB时，触发“主动询问”策略。该策略属于：A.反应式干预B.预防式干预C.被动式记录D.延迟式报警1.4在认知症老人作息推荐算法中，若采用强化学习框架，状态空间最合理的维度是：A.仅包含当前时刻B.仅包含老人心率C.包含过去24小时多维生理与行为数据D.包含未来24小时天气预报1.5用于评估AI床垫压疮风险的Braden量表，其“摩擦与剪切”子项若由视觉估计改为AI自动估算，需首先校准：A.床垫温度B.老人皮肤湿度C.床体倾角与翻身角速度D.房间光照强度1.6在养老机构部署的语音助手若需支持方言识别，最节省标注成本的做法是：A.重新采集方言语音并全量标注B.采用语音合成＋自监督预训练C.直接关闭方言识别功能D.用普通话模型强行推理1.7老人用药依从性监测中，AI药盒通过重量传感器判断“是否漏服”，其误差主要来源是：A.药片重量随湿度变化B.药盒电池电压下降C.药盒外壳颜色D.老人握力大小1.8当AI系统发现老人连续三天深夜浏览“保健品直播”且支付金额递增，应首先触发的干预模块是：A.自动下架直播B.向家属推送“疑似冲动消费”预警C.直接冻结支付账户D.记录日志不干预1.9在养老陪护机器人伦理审查中，下列哪项不属于“最小必要数据”原则？A.只采集完成当下任务所需的语音B.将连续视频流本地化缓存7天用于模型迭代C.夜间只开启被动红外而非摄像头D.上传数据前进行人脸模糊化1.10若AI系统采用Transformer模型预测老人未来2小时跌倒概率，其输入序列长度设置为：A.10分钟滑动窗口B.1小时滑动窗口C.6小时滑动窗口D.24小时滑动窗口1.11老人情绪识别中，将语音MFCC特征与面部微表情特征融合，最优融合层级是：A.原始数据层B.特征层C.决策层D.应用层1.12在养老边缘网关中，采用MQTT协议上传心电数据，QoS等级设为1，其含义是：A.至多一次B.至少一次C.只有一次D.由broker动态决定1.13当机器人检测到老人突发房颤且心率180次/分时，边缘端首先应：A.等待云端确认B.本地触发AED语音提示并同步拨号120C.继续采集10秒数据再判断D.向家属发微信1.14用于老人膳食推荐的图神经网络中，若“菜品—营养素”图为异构图，最适合的采样方法是：A.随机游走B.Metapath随机游走C.深度优先搜索D.广度优先搜索1.15在AI看护系统ISO13482认证中，下列哪项属于“可预见的误用”测试？A.老人把机器人当拐杖B.老人正常语音交互C.机器人自动回充D.管理员远程升级2多项选择题（每题3分，共15分；每题至少有两个正确答案，多选少选均不得分）2.1以下哪些措施可降低AI看护机器人在夜间巡视时对老人睡眠的干扰？A.关闭主动红外补光B.采用静音轮组＋缓速模式C.提高激光雷达转速以增强精度D.使用低亮度LED点阵照明地面2.2在联邦学习框架下，参与方包括社区养老中心、第三方算法公司、老人家属网关，需要防范的安全威胁有：A.模型投毒B.成员推理C.梯度泄露D.数据重放2.3关于AI系统解释性，以下符合欧盟《人工智能法案》对高风险养老AI的要求的是：A.向用户提供实时决策逻辑摘要B.以技术白皮书形式公开全部权重C.在发生误判时提供可追溯报告D.允许用户一键关闭解释功能2.4以下哪些指标可直接用于评估认知症老人AI陪护游戏的干预效果？A.MMSE得分变化B.每日步数C.唾液皮质醇水平D.游戏通关时长2.5在养老机构部署的AI排泄检测系统，若采用毫米波雷达＋气味传感器融合，需重点校准：A.雷达与便盆距离B.气味传感器温湿度漂移C.老人是否穿金属衣物D.房间排风扇风速3判断题（每题1分，共10分；正确打“√”，错误打“×”）3.1在老人跌倒视频数据脱敏中，将人脸打上马赛克即可完全避免重识别风险。3.2基于深度强化学习的轮椅路径规划，若奖励函数只考虑最短路径，可能增加老人眩晕感。3.3差分隐私中的隐私预算ε越大，模型精度越高但隐私保护越弱。3.4若AI系统发现老人连续一周每日步数标准差小于200步，可判定其活动能力稳定，无需干预。3.5在养老场景中，LoRaWAN比NB-IoT更适合传输实时4K视频流。3.6使用生成对抗网络进行数据增强时，合成老人跌倒视频无需再次伦理审查。3.7老人夜间起夜次数的突然增加可作为尿路感染AI预警的特征之一。3.8若AI系统采用可解释性方法LIME，则无需再执行模型公平性测试。3.9在养老机器人人机交互中，触摸头部通常被设计为“紧急停止”信号。3.10联邦学习中，各参与方上传的是加密后的模型梯度而非原始数据。4填空题（每空2分，共20分）4.1若AI床垫采用1×10^3个压力传感器阵列，采样频率10Hz，24小时原始数据量为________Byte（假设每个压力值为2Byte，不压缩）。4.2在老人用药依从性预测中，若采用5折交叉验证，训练集占全部数据的________%。4.3已知老人心率变异性的时域指标SDNN为50ms，则其近似对应的频域指标总功率TP约为________ms²（公式：TP≈(SDNN/0.1)²）。4.4当AI系统使用Transformer模型时，若嵌入维度d=128，头数h=8，则每个头的维度为________。4.5在养老机构防火场景，AI摄像头需识别“老人在走廊吸烟”，若采用FasterR-CNN，其锚框长宽比通常设置为________、________、________三种（写出任意三种即可）。4.6若边缘设备采用INT8量化，模型权重从FP32压缩到INT8，理论上存储减少________倍。4.7在老人步态识别中，若使用GEI（GaitEnergyImage）作为特征，GEI的计算公式为：GEI(x,y)=________（用LaTex表示）。4.8若AI系统采用BLEBeacon进行室内定位，其广播间隔为100ms，理论上最大并发容量为________个Beacon（假设广播信道3个，每个信道每10ms可解码1个包）。5简答题（每题10分，共30分）5.1简述“边缘—云协同”架构下，如何在不上传原始视频的前提下，实现老人跌倒事件的快速复核与模型迭代。要求给出技术流程图关键节点与数据形态。5.2针对认知症老人游走行为，设计一套基于多模态传感器的AI预警系统，说明传感器选型、特征提取、模型架构、伦理风险控制要点。5.3某养老机构部署AI语音陪护系统后，老人平均每日与机器人对话时长从5分钟激增至45分钟，但家属投诉“机器人诱导老人购买保险”。请从算法设计、数据治理、商业逻辑三方面提出整改方案。6计算题（共15分）6.1已知老人夜间翻身次数服从泊松分布，历史均值λ=3次/晚。现AI床垫检测到某老人一夜翻身7次，请计算该事件发生的概率，并判断是否在α=0.05水平下属于异常（给出计算过程与结论）。6.2若AI系统采用一维CNN对心电信号进行房颤识别，输入为10s单导联ECG，采样率250Hz，卷积核尺寸为1×25，步长为1，输出通道数32，则经过该层后序列长度变为多少？若随后接最大池化层，核尺寸1×3，步长3，则序列长度再变为多少？（给出公式与每一步计算结果）7综合设计题（共30分）7.1场景：2026年长三角某“未来社区”需建设一套“AI+养老”整体解决方案，覆盖1200户独居老人，政府要求“零隐私泄露、零漏报、低功耗、可扩展”。请从感知层、网络层、平台层、应用层、安全与伦理层五方面给出顶层设计，要求：1.画出逻辑架构图（文字描述即可）；2.给出关键技术选型与量化指标（延迟、功耗、准确率、成本）；3.列出三年运维预算表（人力、能耗、设备折旧、模型迭代）；4.针对“老人拒用”风险，给出行为干预方案与评估指标。卷后答案与解析1单项选择1.1B红外热成像无可见光，毫米波雷达可测距测速，兼顾隐私与精度。1.2B差分隐私在梯度层面加噪，防逆向推断。1.3B系统主动介入，属于预防式干预。1.4C强化学习需足够长历史状态。1.5C床体倾角与翻身角速度直接相关剪切力。1.6B合成数据＋自监督可大幅降低标注量。1.7A药片吸湿后重量漂移是主因。1.8B先向家属预警，避免过度干预。1.9B7天缓存超出最小必要。1.10C6小时窗口可覆盖短期生理节律。1.11B特征层融合可保留时序对齐信息。1.12BQoS1代表至少一次。1.13B边缘端立即本地响应，同步云端。1.14B异构图需Metapath采样。1.15A老人把机器人当拐杖属可预见误用。2多项选择2.1ABD关闭补光、静音轮、低亮照明均降低干扰；提高激光雷达转速反而增加噪音。2.2ABCD四项均为联邦学习典型威胁。2.3AC法案要求摘要与可追溯报告，无需公开全部权重，也不允许关闭解释。2.4ABCMMSE、步数、皮质醇均直接反映干预效果；通关时长为过程指标。2.5ABCD四项均影响融合精度。3判断3.1×马赛克仍可能被重识别。3.2√最短路径忽略平滑度，易眩晕。3.3√ε越大，噪声越小，精度高隐私弱。3.4×需结合绝对步数、临床指标，不可仅凭标准差。3.5×LoRaWAN带宽低，不适合4K视频。3.6×合成数据仍需伦理审查。3.7√起夜次数增加可预警感染。3.8×解释性与公平性为不同维度。3.9√头部触摸常被设计为急停。3.10√联邦学习只传梯度。4填空4.11×10^3×10×86400×2=1.728×10^9Byte4.280%4.3TP≈(50/0.1)²=250000ms²4.4128/8=164.51:1,1:2,2:1（任意三种）4.64倍4.7GEI(x,y)=\frac{1}{N}\sum_{t=1}^{N}I_t(x,y)4.83×100=300个5简答（要点）5.1流程：边缘端实时检测→跌倒疑似片段→提取128维embedding→同态加密上传→云端对比历史embedding聚类→人工复核→返回标签→边缘增量学习→本地更新。全程无原始视频出户。5.2传感器：门窗磁＋UWB定位＋鞋垫压力＋腕带陀螺仪；特征：游走轨迹熵、步速、徘徊半径；模型：GNN+异常检测；伦理：数据本地化、家属授权、一键删除、可视化日志。5.3算法：去除商业推荐reward、增加情感陪伴reward；数据：屏蔽保险关键词库、建立黑名单；商业：机器人硬件与保险销售业务物理隔离，设立第三方伦理委员会季度审计。6计算6.1P(X=7)=e^{-3}3^7/7!≈0.0216<0.05，属异常。6.2卷积后长度：250×10−25+1=2476；池化后长度：⌊2476/3⌋=825。7综合设计（