2026年医学信息学考试题附参考答案

2026年医学信息学考试题附参考答案一、单项选择题（每题2分，共20分）1.以下关于FHIR（快速医疗互操作性资源）5.0版本核心更新的描述，错误的是：A.新增对数字孪生患者（DigitalTwinPatient）模型的标准化支持B.强化了对自然语言处理（NLP）提供临床笔记的结构化映射规范C.取消了对DICOM（医学数字成像和通信）标准的兼容性接口D.扩展了基于区块链的健康数据交换事务记录模块2.某医院部署的AI辅助诊断系统在乳腺癌钼靶影像识别中，针对同一病例，不同放射科医师使用该系统时得到的风险评分差异超过15%。最可能的原因是：A.模型训练数据集未包含足够的种族多样性样本B.系统未实现对影像窗宽窗位参数的自适应校正C.医师操作时未统一使用DICOM3.0的SR（结构化报告）格式D.模型采用的是黑箱模型（如深度卷积网络）且缺乏局部可解释性模块3.关于医学知识图谱构建中"实体对齐"的关键技术，正确的是：A.仅需处理同一数据源内的实体冲突B.主要依赖规则匹配而无需机器学习C.需解决不同本体（Ontology）间的语义异构问题D.目标是消除所有实体属性的数值差异4.某区域健康信息平台采用联邦学习（FederatedLearning）进行糖尿病预测模型训练，参与机构包括3家三甲医院、5家社区卫生服务中心。以下哪项是该场景下联邦学习的核心优势？A.所有机构共享完整患者数据集以提升模型泛化性B.仅交换模型参数而非原始数据，保护患者隐私C.无需考虑各机构数据分布差异（Non-IID）对模型的影响D.可直接复用各机构本地已有的HIS系统数据接口5.2025年新发布的《电子健康记录（EHR）质量评价指标体系》中，新增的"时序一致性"指标主要关注：A.同一患者不同就诊记录中诊断名称的术语一致性B.检查检验结果与医嘱开具时间、执行时间的逻辑合理性C.结构化数据字段与非结构化文本内容的语义匹配度D.跨机构EHR交换时元数据（Metadata）的完整性6.在基于区块链的健康数据共享系统中，"智能合约"的主要功能是：A.加密存储患者的敏感健康信息B.自动执行数据访问权限的验证与数据脱敏规则C.提供不可篡改的区块哈希值D.协调不同节点间的共识算法（如PBFT）7.关于医学影像归档与通信系统（PACS）的最新发展，以下描述正确的是：A.云PACS已完全替代本地PACS，不再需要考虑存储容灾B.支持DICOMVR（值表示）扩展，可直接存储AI模型推理结果C.三维可视化功能仅依赖GPU硬件性能，与软件算法无关D.跨模态影像融合（如CT与PET）需手动调整空间配准参数8.某医院拟建立患者数字孪生系统，其核心技术不包括：A.多源异构健康数据的实时集成（如EHR、IoT、影像）B.基于系统动力学的生理病理模型构建C.自然语言处理（NLP）提供个性化健康指导文本D.量子计算用于超大规模模型的实时模拟9.2025年《人工智能医疗器械注册审查指导原则》中，要求AI诊断软件需提供"鲁棒性测试"报告，其核心评估内容是：A.模型在不同设备（如不同厂商CT机）采集影像上的性能稳定性B.开发团队的学术背景与项目经验C.软件界面的用户友好性评分D.训练数据集中正常病例与异常病例的比例10.关于医学信息学中的"互操作性（Interoperability）"，以下层级关系正确的是：A.语义互操作→句法互操作→传输互操作B.传输互操作→句法互操作→语义互操作C.句法互操作→传输互操作→语义互操作D.传输互操作→语义互操作→句法互操作二、名词解释（每题4分，共20分）1.医学信息学中的"可解释人工智能（XAI）"2.健康数据元（HealthDataElement）3.临床决策支持系统（CDSS）的"情境感知（ContextAwareness）"4.医学影像的"后处理链（Post-processingChain）"5.区域健康信息交换（RHIO）的"信任框架（TrustFramework）"三、简答题（每题8分，共40分）1.简述电子健康记录（EHR）中"数据质量维度"的主要构成，并举例说明"完整性"与"准确性"的区别。2.列举医学影像DICOM标准的三个核心组成部分，并说明其在PACS系统中的作用。3.对比传统机器学习与深度学习在医学文本挖掘中的应用差异，各举一例说明。4.说明联邦学习在多机构医学数据协作中的实施步骤（至少5步），并指出关键挑战。5.分析区块链技术在健康数据共享中可能解决的三个核心问题，以及当前应用的主要限制。四、论述题（每题10分，共20分）1.结合2025年《全球数字健康战略》重点方向，论述医学信息学在"精准公共卫生"中的应用路径。要求至少包含数据采集、分析模型、干预实施三个环节，并举例说明。2.随着多模态医学数据（EHR、影像、组学、IoT）的爆发式增长，论述构建"医学数据湖（MedicalDataLake）"的必要性、关键技术挑战及应对策略。参考答案---一、单项选择题1.C（FHIR5.0加强了与DICOM的互操作性，新增DICOM-RT等扩展接口）2.D（黑箱模型缺乏局部解释性会导致不同使用者对关键特征的理解差异，影响评分一致性）3.C（实体对齐需解决跨本体、跨数据源的语义冲突，而非仅同一数据源）4.B（联邦学习通过交换模型参数保护原始数据隐私，是其核心优势）5.B（时序一致性关注诊疗行为时间逻辑，如检查结果不能早于检查申请时间）6.B（智能合约自动执行数据访问规则，如验证权限后触发脱敏输出）7.B（DICOM2025扩展支持存储AI推理结果作为SR文档的补充信息）8.D（当前数字孪生主要依赖高性能计算，量子计算尚未实现临床级实时模拟）9.A（鲁棒性测试关注模型在真实临床环境（不同设备、场景）中的稳定性）10.B（传输互操作解决数据传输问题→句法互操作解决格式统一→语义互操作解决含义理解）二、名词解释1.可解释人工智能（XAI）：在医学场景中，指AI系统能够以人类可理解的方式（如关键特征可视化、决策逻辑推导）解释其诊断或预测结果的依据，提升临床信任度并满足监管要求。例如，通过注意力机制（AttentionMap）显示影响肺癌CT诊断的关键病灶区域。2.健康数据元：构成健康信息的最小不可分割单元，具有明确的名称、定义、数据类型和值域约束。如"收缩压"数据元定义为"心脏收缩时动脉内的最高压力值"，数据类型为数值，单位为mmHg，值域通常为80-200。3.情境感知：CDSS能够根据患者当前诊疗情境（如年龄、过敏史、就诊科室、时间）动态调整推荐策略。例如，针对孕妇患者，系统自动过滤可能致畸的药物推荐；夜间急诊场景下优先显示急危重症鉴别诊断路径。4.后处理链：医学影像从原始数据到临床可用图像的一系列处理步骤集合，包括噪声抑制、对比度调整、三维重建、伪影校正等。例如，CT肺结节检测中，需依次进行容积重建、肺实质分割、结节特征提取等处理步骤。5.信任框架：RHIO中确保数据交换可信的制度与技术体系，包括身份认证（如CA数字证书）、数据来源追溯（如区块链存证）、责任认定规则（如数据误用追责机制）、安全审计（如访问日志加密存储）等，保障参与机构间的互信。三、简答题1.数据质量维度主要包括完整性、准确性、一致性、及时性、有效性。完整性指数据字段无缺失（如住院记录缺少入院时间）；准确性指数据与真实情况一致（如血糖值记录为"12mmol/L"而实际是"21mmol/L"）。区别：完整性关注是否存在，准确性关注是否正确。2.核心组成：①DICOM数据对象定义（DICOMObject）：规定影像及相关信息（如患者信息、设备参数）的存储结构；②DICOM服务类（ServiceClass）：定义PACS中设备间的通信服务（如存储、查询、检索）；③DICOM传输语法（TransferSyntax）：规定数据编码方式（如JPEG压缩）。作用：确保不同厂商设备间影像数据的正确存储、传输与显示。3.传统机器学习（如支持向量机）需人工提取特征（如文本中的"胸痛""ST段抬高"关键词），适用于结构化或半结构化文本（如检验报告结论）；深度学习（如BERT模型）可自动学习语义特征，适用于非结构化文本（如门诊病历主诉）。例：传统方法用于提取病理报告中的"肿瘤分期"关键词；深度学习用于分析自由文本病历中的临床结局预测。4.实施步骤：①参与机构确定协作目标（如糖尿病预测模型）；②设计联邦学习框架（选择横向/纵向/迁移学习）；③各机构本地预处理数据（标准化、脱敏）；④中心服务器初始化全局模型；⑤机构本地训练并上传参数→中心聚合更新→迭代直至收敛。关键挑战：数据非IID分布导致模型性能下降；通信开销大（尤其多机构场景）；本地模型隐私保护（如对抗攻击窃取数据）。5.解决的问题：①数据溯源：通过区块哈希链记录数据访问路径，防止篡改；②权限管理：智能合约自动执行访问规则（如仅授权医师可查看）；③跨机构互信：无需中心节点，通过共识算法建立信任。限制：交易吞吐量低（每秒仅处理数十笔）；存储成本高（全节点需存储完整链数据）；法律合规性待完善（如GDPR与匿名化要求的冲突）。四、论述题1.应用路径：①数据采集环节：通过IoT设备（智能手环、社区健康监测站）实时采集人群健康数据，结合EHR、传染病报告系统、环境数据（如空气PM2.5），构建多源融合的公共卫生数据仓库。例：某城市通过社区智能血压计网络，实时获取65岁以上人群高血压患病率数据。②分析模型环节：利用机器学习模型（如LSTM时间序列模型）预测传染病暴发风险，或通过空间统计（如地理信息系统）识别疾病高发区域。例：基于气象数据与发热门诊数据，预测流感流行高峰时间。③干预实施环节：通过CDSS向基层医生推送精准干预方案（如高风险区域老年人优先接种疫苗），利用短信/APP向目标人群发送健康提示。例：针对预测的登革热高发社区，系统自动提供"清理积水+灭蚊"的社区干预指令，并同步至疾控中心与社区卫生服务中心。2.必要性：多模态数据分散存储（如影像存于PACS、组学存于生物信息系统），难以统一分析；数据湖可提供统一存储与计算平台，支持跨模态关联分析（如影像特征与基因突