2025年医学信息学模拟考试题(含参考答案)

2025年医学信息学模拟考试题(含参考答案)一、单项选择题（每题2分，共20分）1.以下关于HL7FHIR（快速医疗互操作性资源）的描述中，错误的是：A.基于RESTful架构设计，支持实时数据交互B.采用JSON和XML作为主要数据格式C.兼容HL7v2和v3标准，支持版本向下兼容D.资源（Resource）是FHIR的核心建模单元，包含临床和管理信息2.某医院计划部署电子健康记录（EHR）系统，需重点评估的互操作性指标不包括：A.与区域健康信息平台的接口合规性B.结构化数据占比（如诊断、检验结果的标准化编码率）C.系统支持的终端设备类型（如PC、移动终端）D.与实验室信息系统（LIS）、影像归档与通信系统（PACS）的信息集成能力3.医学数据清洗过程中，针对“某患者年龄字段值为5”的异常数据，最合理的处理方法是：A.直接删除该条记录B.标记为缺失值并保留原始数据C.基于患者就诊时间推算实际年龄（如入院时间出生年份）D.采用均值填充法替换为同科室患者的平均年龄4.关于DICOM（数字影像与通信标准）的表述，正确的是：A.仅用于存储医学影像，不包含患者元数据B.支持JPEG2000等压缩格式，可降低存储成本C.最新版本已完全替代HL7标准用于影像信息交换D.规定了影像设备与PACS系统间的通信协议，但不涉及数据内容5.某医院拟构建临床决策支持系统（CDSS），需优先整合的核心数据资源是：A.医院官网新闻稿B.结构化电子病历（包含诊断、用药、检验结果）C.患者满意度调查数据D.医院后勤物资采购记录6.医学信息学中，“去标识化（Deidentification）”的主要目的是：A.提高数据存储效率B.符合《个人信息保护法》《数据安全法》要求，降低隐私泄露风险C.简化数据清洗流程D.增强数据的统计分析价值7.以下属于非结构化医学数据的是：A.实验室检查报告中的血钾值（3.8mmol/L）B.电子病历中的手术记录文本（如“于硬膜外麻醉下行阑尾切除术”）C.患者基本信息表中的出生日期（19850312）D.影像报告中的病灶大小（2.5cm×3.0cm）8.关于医学知识图谱构建的关键步骤，正确的顺序是：①知识融合②知识抽取③知识存储④知识建模A.④→②→①→③B.②→④→①→③C.④→①→②→③D.②→①→④→③9.某医院信息系统遭受勒索软件攻击，电子病历数据被加密，首要应急措施是：A.支付赎金获取解密密钥B.立即断开受感染设备与医院内网的连接C.启动离线备份数据恢复流程D.向全体医护人员发送安全提醒邮件10.基于AI的医学影像辅助诊断系统验证时，关键评价指标不包括：A.准确率（Accuracy）B.召回率（Recall）C.系统界面美观度D.受试者工作特征曲线下面积（AUC）二、简答题（每题10分，共40分）1.简述SNOMEDCT（系统医学术语全集临床术语）的核心特点及其在电子病历中的应用价值。2.列举电子健康记录（EHR）质量评估的5项关键指标，并说明每项指标的意义。3.对比分析医学数据“匿名化（Anonymization）”与“去标识化（Deidentification）”的区别，并举例说明。4.简述医学信息系统互操作性（Interoperability）的三个层级（基础、结构、语义）及其具体要求。三、应用题（每题20分，共40分）1.某三甲医院计划构建“基于多源数据的心力衰竭患者预后预测模型”，请设计技术实施方案（要求包含数据来源、数据预处理、模型选择、验证方法及临床应用场景）。2.某社区卫生服务中心电子病历系统与区域健康信息平台对接时，出现“检验结果无法自动同步”“诊断术语编码不匹配”“患者基本信息重复录入”等问题。请分析可能的原因，并提出3项具体改进措施。参考答案一、单项选择题1.C（FHIR与HL7v2/v3为并行标准，不强调向下兼容）2.C（终端设备类型属于系统可用性评估，非互操作性核心指标）3.C（年龄为负数属于逻辑错误，应结合上下文修正）4.B（DICOM支持多种压缩格式，包含患者元数据如姓名、检查时间）5.B（CDSS依赖临床诊疗数据提供决策支持）6.B（去标识化的核心目的是保护隐私）7.B（手术记录文本属于非结构化数据）8.A（先建模→抽取→融合→存储）9.B（隔离感染源是阻止攻击扩散的首要措施）10.C（界面美观度属于用户体验指标，非诊断性能核心）二、简答题1.核心特点：①多轴分类体系，涵盖疾病、症状、操作等10余大类；②支持概念间逻辑关系（如“是一种”“部位”）；③全球广泛采用，支持多语言扩展。应用价值：①统一电子病历中的术语表述，避免“同病异名”；②支持临床数据的标准化检索与统计；③为临床决策支持系统提供结构化术语库。2.关键指标及意义：①完整性（如必填字段填写率）：确保诊疗信息无遗漏；②准确性（如诊断编码与实际病情的匹配度）：保证数据真实反映临床情况；③及时性（如检查结果录入时间与检查完成时间的间隔）：支持实时临床决策；④一致性（如同一患者在不同系统中的ID匹配率）：避免数据混乱；⑤结构化程度（如自由文本占比）：提升数据可分析性。3.区别：①匿名化：通过不可逆技术（如加密哈希）消除所有可识别信息，理论上无法还原真实身份；②去标识化：移除或模糊部分标识信息（如姓名、手机号），但可能通过外部数据关联还原（如结合出生日期+住院科室）。举例：匿名化：将患者姓名替换为哈希值且无映射表；去标识化：将“张三，19900101，北京朝阳医院心内科”处理为“患者，19900101，心内科”（仍可能通过出生日期+科室关联到具体个体）。4.三个层级：①基础互操作性：系统间能通过标准协议（如HTTP、FTP）传输数据（如实现文件传输）；②结构互操作性：数据格式符合统一标准（如使用HL7FHIR的JSON格式），接收方能解析字段含义（如识别“出生日期”字段）；③语义互操作性：数据内容在业务层面达成共识（如“糖尿病”均采用ICD10编码E11，确保不同系统对“糖尿病”的理解一致）。三、应用题1.技术实施方案：（1）数据来源：①结构化EHR（诊断、用药、生命体征）；②检验数据（BNP、肌钙蛋白）；③影像数据（心脏超声射血分数）；④可穿戴设备数据（心率变异性、活动量）；⑤公卫数据（高血压、糖尿病病史）。（2）数据预处理：①清洗：处理缺失值（如用KNN插值填充BNP缺失值）、纠正异常值（如心率>200次/分标记为设备误差）；②标准化：对连续变量（如年龄、血压）进行Zscore归一化；③特征工程：提取关键特征（如NTproBNP趋势、30天内住院次数）。（3）模型选择：采用XGBoost（处理结构化数据）与CNN（处理超声影像）的融合模型，通过注意力机制整合多模态特征。（4）验证方法：①内部验证：按7:2:1划分训练集、验证集、测试集，计算AUC、F1值；②外部验证：在3家协作医院数据中测试泛化能力；③临床验证：由心内科专家评估高风险患者识别的临床相关性（如预测为高风险的患者实际90天再住院率是否显著升高）。（5）应用场景：①住院患者：入院时预测30天再住院风险，指导早期干预；②门诊患者：结合随访数据预测1年内心衰恶化风险，调整用药方案；③公卫管理：筛选社区高危人群，开展分级健康管理。2.问题原因分析与改进措施：（1）原因：①接口不兼容：社区系统与平台采用不同的通信协议（如社区用HL7v2，平台用FHIR）；②术语标准不统一：社区使用自行定义的诊断编码，未对接国家医保ICD10标准；③患者主索引（EMPI）缺失：社区与平台未建立统一的患者唯一标识，导致重复录入。（2）改进措施：①接口改造：升级社区系统接口，支持FHIRRESTAPI，与平台实现实