2026年大数据与人工智能在医疗领域的应用试题及答案

2026年大数据与人工智能在医疗领域的应用试题及答案一、单项选择题（每题1分，共20分。每题只有一个正确答案，请将正确选项字母填入括号内）1.在联邦学习框架下，医疗机构之间共享模型参数而不共享原始数据，其主要目的是（）A.降低通信带宽B.避免数据出境C.满足隐私合规要求D.提升模型精度答案：C2.用于医学影像分割的nnU-Net在2025年RANK挑战赛中取得第一，其核心创新是（）A.引入VisionTransformerB.自动调整网络拓扑与超参数C.使用自监督预训练D.采用3DCNN+CRF后处理答案：B3.某三甲医院采用BERT-Med模型对出院小结进行ICD-10编码，评估指标中最能反映罕见病编码能力的是（）A.Micro-F1B.Macro-F1C.HammingLossD.Accuracy答案：B4.在医疗时序数据中，若缺失率高于60%，下列插值方法中最不推荐使用的是（）A.线性插值B.多重插补C.生成对抗插补D.前向填充答案：A5.2025年《人工智能医疗器械注册审评指南》规定，用于辅助决策的深度学习类软件需提交（）A.算法源代码B.训练数据完整副本C.算法性能影响因素分析报D.模型权重文件答案：C6.在医疗知识图谱中，将“疾病—症状—检验”三元组表示为RDF，其标准序列化格式为（）A.JSON-LDB.OWLFunctionalC.TurtleD.N-Triples答案：C7.某AI系统对CT肺结节良恶性进行预测，若将阈值从0.5下调到0.3，则（）A.灵敏度下降，特异度上升B.灵敏度上升，特异度下降C.灵敏度不变，特异度上升D.灵敏度与特异度均上升答案：B8.在联邦学习医疗场景下，抵御投毒攻击最常用的鲁棒聚合算法是（）A.FedAvgB.FedProxC.KrumD.SCAFFOLD答案：C9.用于医疗文本的命名实体识别，BiLSTM-CRF模型中CRF层的作用是（）A.提取字符级特征B.捕获长距离依赖C.保证标签序列合法性D.降低过拟合答案：C10.2026年NMPA批准的“青光眼眼底筛查AI”属于医疗器械分类中的（）A.Ⅰ类B.Ⅱ类C.Ⅲ类D.特管答案：C11.在医疗深度学习模型中，采用Mixup数据增强技术主要缓解的问题是（）A.类别不平衡B.过拟合C.梯度消失D.域漂移答案：B12.用于ICU死亡风险预测的DeepICU模型，其输入时序长度若超过72h，需引入（）A.位置编码B.因果卷积C.注意力掩码D.时间池化答案：A13.医院构建大数据平台时，采用HL7FHIR标准而非传统HL7v2，其主要优势是（）A.基于XML，可读性好B.支持RESTful，易于扩展C.报文体积更小D.支持TCP长连接答案：B14.在医疗AI模型部署阶段，使用TensorRT进行INT8量化时，需提供的校准数据集比例一般为（）A.1%B.5%C.10%D.50%答案：B15.用于医疗影像的VisionTransformer中，若patchsize从16×16改为8×8，则计算量约（）A.减半B.不变C.增加2倍D.增加4倍答案：D16.在医疗知识图谱嵌入方法中，TransH模型相比TransE的优势是（）A.支持多关系B.支持一对多/多对一C.支持属性值D.支持时序答案：B17.医院采用差分隐私技术发布患者统计报表，若ε=1，则隐私预算属于（）A.极高B.高C.中D.低答案：C18.用于病理切片千兆像素图像的CLAM模型，其“注意力池化”实质是（）A.MaxPoolingB.AveragePoolingC.加权平均D.随机采样答案：C19.在医疗AI伦理审查中，遵循BEACON原则，其中“C”代表（）A.ConsentB.ComplianceC.CollaborationD.Contestability答案：D20.若某AI系统的AUROC=0.95，而平均预测概率校准误差ECE=0.15，则临床使用时需（）A.直接上线B.降低阈值C.进行概率校准D.增加数据答案：C二、多项选择题（每题2分，共20分。每题有两个或两个以上正确答案，多选、少选、错选均不得分）21.以下属于医疗时序数据常见异常检测算法的有（）A.LSTM-VAEB.IsolationForestC.ProphetD.GRU-D答案：A、B、D22.在联邦学习医疗场景中，导致模型性能下降的非IID表现形式包括（）A.特征分布偏移B.标签分布偏移C.设备型号差异D.样本量差异答案：A、B、C、D23.用于医疗影像自监督学习的对比学习方法包括（）A.SimCLRB.MoCoC.BYOLD.SwAV答案：A、B、C、D24.以下指标可用于评估医学影像分割结果的有（）A.DiceB.IoUC.Hausdorff95D.NSD答案：A、B、C、D25.在医疗AI系统安全测试中，属于白盒攻击方法的有（）A.FGSMB.PGDC.BoundaryAttackD.CW答案：A、B、D26.医院大数据平台采用Lambda架构，其层包括（）A.BatchLayerB.SpeedLayerC.ServingLayerD.AlphaLayer答案：A、B、C27.以下属于医疗知识图谱典型上层应用的有（）A.智能问诊B.疾病风险预测C.药物推荐D.医保欺诈检测答案：A、B、C、D28.在医疗深度学习模型可解释性方法中，属于局部解释的有（）A.SHAPB.LIMEC.Grad-CAMD.PermutationImportance答案：A、B、C29.用于医疗文本的预训练语言模型BioBERT在预训练阶段使用的语料包括（）A.PubMedB.MIMIC-IIIC.WikipediaD.PMC答案：A、D30.以下关于医疗AI产品临床试验的说法正确的有（）A.需设置主要疗效终点B.可采用适应性设计C.需提交上市后随访报告D.可采用单组目标值设计答案：A、B、C、D三、填空题（每空1分，共20分）31.在医疗知识图谱中，用于描述实体之间语义关系的形式化模型称为________。答案：本体（Ontology）32.用于衡量二分类医疗模型区分能力的指标AUROC，其取值范围为________。答案：0.5~133.在联邦学习中，各参与方在每次通信中上传的参数通常为________。答案：模型梯度或权重34.医学影像DICOM标准中，标签（Tag）采用________进制表示。答案：1635.若某AI系统对脑出血CT影像的灵敏度为0.9，特异度为0.8，当疾病患病率为1%时，其阳性预测值约为________（保留两位小数）。答案：0.0436.在医疗时序数据建模中，GRU-D通过________向量对缺失时间步进行显式建模。答案：衰减37.用于医疗影像分割的U-Net，其对称结构中的“跳跃连接”作用是融合________与________特征。答案：高层语义；低层细节38.在医疗AI模型部署中，使用Docker容器技术，镜像仓库默认使用________协议。答案：HTTPS39.医院大数据平台采用ApacheSpark，其默认任务调度器为________。答案：DAGScheduler40.在医疗文本分词中，采用BERT式子词切分，中文最常使用的工具包为________。答案：jieba_fast或HuggingFaceTokenizer（任填一个）41.用于保护患者隐私的k-匿名模型中，要求每个等价类中记录数至少为________。答案：k42.在医疗深度学习模型中，采用EarlyStopping策略，监控指标连续________轮不提升则终止训练。答案：patience（填具体数字也可，如10）43.2025年《人工智能医疗器械注册审评指南》规定，训练集与测试集样本量比例原则上不低于________。答案：3:144.在医疗影像AI中，将像素值从Uint16归一化到[0,1]，常用线性变换公式为________。答案：I′=(I−I_min)/(I_max−I_min)45.用于医疗知识图谱嵌入的RotatE模型，将实体和关系映射到________空间。答案：复数46.在联邦学习医疗场景下，采用SecureAggregation协议，底层加密算法通常选用________。答案：Paillier47.医院大数据平台采用HDFS，其默认块大小为________MB。答案：12848.在医疗AI模型更新中，采用蓝绿部署策略，蓝色环境为________版本。答案：当前生产49.用于评估医学影像超分辨率重建质量的指标SSIM，其取值范围为________。答案：−1~150.在医疗AI伦理审查中，遵循FAVOR原则，其中“V”代表________。答案：Validity四、简答题（共5题，每题8分，共40分）51.（封闭型）简述联邦学习在医疗领域应用时面临的三大技术挑战，并给出对应解决思路。答案：（1）数据Non-IID：医疗数据在不同医院分布差异大，导致模型收敛慢。解决思路：采用FedProx、SCAFFOLD等算法约束本地更新，或进行数据增强与迁移学习预处理。（2）通信开销大：深度模型参数多，频繁上传下载占用带宽。解决思路：使用梯度压缩、稀疏化、量化（如INT8）以及模型剪枝，减少通信量。（3）隐私泄露：梯度或权重可能泄露患者信息。解决思路：引入差分隐私（DP）添加噪声，或采用同态加密/SecureAggregation实现加密聚合。52.（开放型）结合临床实际，论述医学影像AI产品从立项到上市的全流程关键节点，并指出最易被忽视的合规环节。答案：关键节点：需求调研→数据治理→算法设计→模型训练→内部验证→临床试验→注册申报→NMPA审评→生产许可→上市后监测。最易被忽视环节：算法更新备案。根据2025年《深度学习辅助决策软件审评要点》，若算法结构、训练集分布或预期用途发生显著变化，需重新提交变更注册，但企业常误认为仅做内部版本管理即可，导致飞检不合格。53.（封闭型）给出医疗时序数据缺失的三种机制（MCAR、MAR、MNAR）定义，并各举一例。答案：MCAR：缺失与观测值及未观测值均无关，如监护仪断电导致某段时间血压记录丢失。MAR：缺失与观测值有关，但与未观测值无关，如患者疼痛评分缺失率与已记录的性别有关（女性更愿填写），而与真实疼痛程度无关。MNAR：缺失与未观测值本身有关，如重症患者因昏迷无法自报疼痛评分，缺失值与真实疼痛程度相关。54.（开放型）说明医疗知识图谱中“实体对齐”任务的目标与技术路线，并比较基于嵌入方法与基于规则方法的优劣。答案：目标：在不同数据源间识别指向同一真实世界对象的实体，如“2型糖尿病”与“Type2DM”。技术路线：（1）规则：利用同义词表、字符串相似度、人工规则，简单可解释，但覆盖率低，难以处理缩写、方言。（2）嵌入：将实体与关系映射到低维向量，通过向量距离判断对齐，优势是可发现隐含语义，泛化能力强；劣势是可解释性差，需大量标注种子对。实际系统常采用混合策略：先规则粗对齐，再嵌入精化，最后人工复核。55.（封闭型）列举医疗AI模型可解释性对临床医生的三点价值，并指出一种全局解释方法及其输出形式。答案：价值：（1）增强信任：医生了解模型依据，降低采纳阻力。（2）发现偏差：解释可揭示模型是否依赖非因果特征（如医院水印）。（3）辅助教学：住院医师通过解释学习影像特征。全局解释方法：Giniimportance的随机森林特征重要性，输出形式：排序后的特征列表及其重要性得分条形图。五、应用题（共4题，共70分）56.（计算类，15分）某医院收集10000份眼底照片，训练糖尿病视网膜病变（DR）分级模型（无DR、轻度、中度、重度）。采用五折交叉验证，结果如下表：类别TPFPFNTN无DR18002001501850轻度4003003502350中度6004004002600重度3002002003300（1）计算宏平均F1（保留三位小数）。（2）若临床要求重度DR的灵敏度≥0.85，问当前是否满足？（3）给出提升重度DR灵敏度的两种可行策略。答案：（1）无DR：P=0.900，R=0.923，F1=0.911轻度：P=0.571，R=0.533，F1=0.552中度：P=0.600，R=0.600，F1=0.600重度：P=0.600，R=0.600，F1=0.600宏平均F1=(0.911+0.552+0.600+0.600)/4=0.666（2）重度DR灵敏度=TP/(TP+FN)=300/500=0.60<0.85，不满足。（3）策略：①对重度类别过采样或采用类别加权损失；②引入注意力机制或多尺度融合，增强微动脉瘤等关键特征；③降低重度类别预测阈值（需重新校准概率）。57.（分析类，20分）某多中心研究拟采用联邦学习训练COVID-19胸部CT分割模型，共10家医院，各院数据量1~20GB不等。网络环境为10Mbps~1Gbps混合，CT分辨率512×512×600voxels，类别为肺野、病灶、背景。（1）给出参数服务器架构下的通信量估算（假设模型大小150MB，通信轮次100，参与率100%）。（2）若采用梯度压缩（Top-k，k=10%），估算压缩后通信量。（3）指出Non-IID可能表现形式，并设计一种数据分布检查方案。（4）提出一种分层聚合策略以降低广域网延迟。答案：（1）每轮上传150MB，下载150MB，总计300MB/院/轮；100轮→30GB/院；10院总计300GB。（2）压缩后上传15MB，下载15MB，总计30MB/院/轮；100轮→3GB/院；10院总计30GB，压缩比90%。（3）Non-IID表现：①病灶体积比例差异（轻症医院病灶占比<5%，重症>30%）；②扫描仪品牌差异导致HU分布偏移；③标注风格差异（有的医院含支气管，有的不含）。检查方案：在各院本地计算病灶体素占比、HU均值、标注连通度，上传统计直方图至中心，采用EarthMover’sDistance衡量分布差异，EMD>0.1判定为显著Non-IID。（4）分层聚合：按地理区域划分3个边缘集群，每轮先区内聚合（边缘节点），再跨区聚合（中心节点），区内带宽高（1Gbps），跨区带宽低（100Mbps），可将延迟从2000ms降至500ms。58.（综合类，20分）某三甲医院拟构建“AI辅助ICU脓毒症早期预警系统”，数据源包括EMR、监护仪、检验、用药、护理记录。（1）给出特征体系三层框架（原始层、衍生层、语义层）示例各两项。（2）采用Transformer时序模型，给出输入张量维度说明（含batch、seq、feature）。（3）设计模型更新流程，满足“24小时内冷启动”与“隐私合规”双重要求。（4）列出上线后需监控的三类漂移指标，并给出检测算法。答案：（1）原始层：①心率（beat/min）；②白细胞计数（×10⁹/L）。衍生层：①过去4h心率斜率；②白细胞变化速率。语义层：①SOFA评分；②感染可能性（NLP从病历提取）。（2）输入张量：(batch=64,seq=48,feature=128)，其中seq以1h为步长，48h历史；feature=128维融合向量。（3）更新流程：①每日凌晨各院在本地用过去24h新数据微调，得到ΔW；②采用FedProx聚合，上传梯度；③中心