2026年医疗大数据应用与分析题库

一、单选题(只有一个正确答案)是什么?C.线性回归生物结构?B.神经元树突C.视觉皮层6.哪种统计方法常用于分析分类变量之间的相关性(如：吸烟与肺癌的关系)?C.孤立森林15.以下哪种技术常用于将非结构化的医疗文本(如医生病析的数值特征?B.图像处理解析：NLP技术(如分词、词向量、命名实体识别)能够处理和提取医疗文本中D.特征选择B.机密性C.完整性B.相关性解析：SVM试图找到一个决策边界(超平面),使得两类样本之间的间隔最大化。23.以下哪种算法适用于医疗数据中客户的聚类分析(如患者分组)?B.图像空间C.特征工程B.算法C.硬件解析：机器学习的三大要素是数据、算法和模型(或目标函数),硬件是支撑环境B.增加噪声C.减少样本隆起(山顶)。解析：长尾分布表明大部分个体属于少数类别(常见病),而少数类别占据了一个很长的尾部(稀有病),两者并存。35.医疗知识图谱主要用于?解析：知识图谱通过实体(如药物、疾病)和关系(如治疗、副作用)来组织知识，解析：特征提取(如PCA主成分分析)是将原始特征映射到更低维的空间，从而37.逻辑回归虽然名字中有“回归”,但它主要属于什么类型的算法?分类结果(如患病/未患病)。38.在RNN(循环神经网络)处理医疗序列数据(如心电图ECG)时，难以捕捉什么信息?B.0到1之间C.1到2之间D.-1到1之间解析：AUC(AreaUnderCurve)衡量的是排序能力，其值范围为0到1,值越接近1,表示模型区分正负样本的能力越好。A.平均数到1之间。体征监测)?A.决策树A.Volume(大量)B.Velocity(高速)A.处理表格数据C.假阳性率D.F1分数B.减少医疗差错包括?NLP任务通常使用spaCy、NLTK或深度学习解析：假阳性率=将负类预测为正类的比例=FP/(FP+TN)。解析：Logistic函数的输出范围被限制在0到1之间，通常配合Sigmoid函数使解析：在医疗诊断中，很多特征可能不适用(默认为0或空),大部分数据元素为0,使用稀疏矩阵可以节省大量存储空间。C.柱状图60.随机森林算法的主要思想是?61.医疗数据治理的目标不包括?A.提高数据质量B.卷积神经网络(U-Net)C.聚类分析解析：回归分析能够量化风险因素(自变量)对疾病发生概率(因变量)的影响程64.关于数据隐私保护中的“差分隐私”,其核心思想是?68.在处理高维医疗数据时，为了避免“维数C.最大值归一化成分),从而降低维度。70.用于预测连续变量(如患者住院天数、血压值)的模型属于?A.分类模型B.回归模型71.在知识图谱中，用于表示实体之间关系(如“药物-治疗-疾病”)的元素是?解析：节点代表实体(如药物、疾病),边代表实体之间的语义关系。D.基于生活习惯模型性能?A.越差C.恰好为50%解析：AUC值范围在0到1之间，越接近1代表分类器的预测能力越强，区分正A.数据单位不统一(如有的用mg,有的用g)A.支持向量机C.线性回归A.词袋模型A.回归分析二、多选题(有2个以上正确答案)式(如单位统一)、C删除重复或无效记录、D解析：结构化数据(如表格)通常存储在关系型数据库中，通过SQL进行查询和构化的文本数据(如医生病历文本),不适合直接处理纯结构化数据，故选ABC。A.直观展示数据趋势状态也成为重要输入变量),故选ABCD。解析：完整性约束(如主键、外键、非空约束)确保数据库中故选ABC。B.发病率C.住院率选ABC。A.医疗影像分类B.患者疾病风险预测解析：监督学习需要带标签的训练数据。A影像分类有标准标签(如健康/患病),B.人工神经网络D.医疗器械的批量生产A.诊断辅助通常不构成AI主流应用场景，故选ABC。A.对象存储(如S3)C.等级变量29.数据湖与数据仓库的主要区别在于?32.移动医疗(mHealth)应用收集的数据类型有哪些?A.运动步数A.字符替换(如将姓名用X代替)C.泛化(如将年龄聚合为年龄段)B.特征提取C.特征筛选B.药占比B.局部聚合39.电子病历的互操作性主要依赖于什么?C.算法歧视(如基于种族的误诊)故选ABC。B.药物相互作用筛查解析：大数据模型可应用于院内管理(再入院、费用)以及院外公共卫生领域(传B.优化医疗资源配置52.关于EHR(电子健康档案)与EMR(电子病历)的区别，以下说法正确的是?常EHR中会包含EMR的内容，所以C不正确。C.规范医学术语(如ICD)A.大量标注数据58.基因数据(组学数据)大数据分析的难点主要在于?A.数据维度极高(高通量)C.混合云D.露天云(云以外)三、判断题11.建立医疗大数据平台时，数据孤岛效应主要是指不同医疗机构的数据之间缺乏解析：清洗阶段不仅去重纠错，还必须处理缺失值(如填充、插值或删除),否则16.在医疗大数据挖掘中，关联规则(如Apriori算法)主要用于发现疾病与药物、解析：标准化除了消除量纲差异外，不同方法(如Z-score标准化与Min-Max归解析：贝叶斯定理通过结合先验概率(病史)和似然度(新症状)来计算后验概率，解析：基因数据维度极高(几十亿个位点),且大部分位点通常不表达或不发生突解析：医疗推荐系统主要针对医生(推荐诊疗方案、药物)或医院管理者(推荐科研合作、辅助诊断)。解析：数据仓库面向分析主题(如临床、财务),注重集成和历史数据；数据集市面向特定部门(如某个科室),数据更窄，两者有本质区别。33.在处理多中心医疗数据时，地理位置信息(解析：地理位置信息是进行空间数据分析(如疾病地理分布)35.朴素贝叶斯分类器在医疗文本分类(如区分病历类型)中表现优异，因为它假43.在医疗数据治理中，将非结构化数据(如影像、病理报告)转换为结构化数据发生了变化(如致病菌变异),过旧的数据不仅无法提升准确率，反而会引入偏差。解析：现代医疗大数据分析高度依赖人工智能技术(如机器学习、深度学习),通不同),必须通过倾向性评分匹配等统计方法进行校51.数据挖掘中的“关联规则”算法(如Apriori算法)可以直接用于预测某位