2026年人工智能与健康公需科目考试题题库及参考答案

2026年人工智能与健康公需科目考试题题库及参考答案一、单项选择题（每题1分，共20题）1.下列哪项技术是人工智能在医学影像诊断领域最核心的应用？A.自然语言处理B.机器人流程自动化C.计算机视觉D.专家系统参考答案：C2.根据国家相关法律法规，健康医疗大数据的安全管理责任主体是：A.数据产生者B.数据使用者C.医疗卫生机构D.卫生健康行政部门参考答案：C3.在机器学习中，用于从标注数据中学习模型，并对新数据进行预测的范式是：A.监督学习B.无监督学习C.强化学习D.迁移学习参考答案：A4.以下关于“人工智能+健康”应用中伦理问题的描述，错误的是：A.算法决策应保证透明性和可解释性B.患者知情同意原则在AI辅助诊断中可以被弱化C.需关注数据隐私保护和信息安全D.应避免算法偏见导致健康服务的不公平参考答案：B5.智能可穿戴设备监测到的连续心率、步数等数据属于：A.结构化数据B.非结构化数据C.半结构化数据D.静态数据参考答案：A6.利用人工智能技术对海量文献进行挖掘，发现潜在药物靶点或老药新用，这属于药物研发的哪个环节？A.临床试验B.靶点发现与验证C.药物合成D.药物生产参考答案：B7.国家关于促进“互联网+医疗健康”发展的文件中强调，允许医疗机构开展的部分常见病、慢性病复诊服务属于：A.远程医疗B.互联网诊疗C.智慧医院D.移动医疗参考答案：B8.在构建临床决策支持系统时，整合了医学知识库、患者个体数据和人工智能分析模型，其核心目的是：A.替代医生进行最终诊断B.降低医院运营成本C.为医护人员提供循证医学的决策参考D.实现医疗流程完全自动化参考答案：C9.区块链技术在医疗健康领域可能的应用价值不包括：A.实现医疗数据的安全共享与溯源B.提升医学影像的成像质量C.保障电子健康档案的真实性与不可篡改性D.优化医保结算流程参考答案：B10.以下哪项是深度学习在健康领域应用面临的主要挑战之一？A.计算资源需求低B.模型可解释性差C.仅能处理小规模数据D.算法过于简单参考答案：B11.根据《个人信息保护法》，处理个人敏感信息（如健康信息）需要满足的条件是：A.无需告知信息主体B.只需获得默示同意C.取得个人的单独同意D.仅需匿名化处理即可参考答案：C12.智能语音助手在健康管理中的应用，主要基于人工智能的哪项子领域？A.计算机视觉B.自然语言处理C.机器人学D.推荐系统参考答案：B13.利用AI预测传染病流行趋势，主要整合和分析的数据类型不包括：A.历史病例数据B.气象与环境数据C.个人社交媒体聊天记录（未经授权）D.人口流动数据参考答案：C14.在智慧医院建设中，“智慧服务”通常面向的对象是：A.医院管理者B.医护人员C.患者及家属D.医疗设备供应商参考答案：C15.关于人工智能在精神健康领域（如抑郁症筛查）的应用，目前较为公认的立场是：A.AI诊断可完全替代专业医生评估B.AI可作为辅助筛查和预警工具C.该领域不适用任何AI技术D.AI判断结果具有法律效力参考答案：B16.健康医疗人工智能产品的注册审批，在我国主要由哪个部门负责？A.工业和信息化部B.国家药品监督管理局C.科学技术部D.国家卫生健康委员会参考答案：B17.联邦学习技术能在一定程度上解决医疗AI开发中的什么关键问题？A.降低算法复杂度B.提高模型准确率至100%C.在数据不出本地的前提下进行联合建模D.替代所有数据加密措施参考答案：C18.电子健康档案标准化的重要意义在于：A.限制医疗机构使用不同系统B.实现不同系统间信息的互联互通C.增加数据录入的工作量D.统一所有疾病的治疗方案参考答案：B19.在AI辅助手术机器人系统中，医生的角色是：A.被机器人完全取代B.负责监督和最终决策控制C.仅需在手术开始前设定程序D.无需任何医学专业知识参考答案：B20.促进健康医疗人工智能产业健康发展，应当遵循的原则是：A.技术先行，伦理与法规后续跟进B.鼓励垄断以形成规模效应C.坚持包容审慎、安全可控D.完全依赖市场自由调节参考答案：C二、多项选择题（每题2分，共10题。多选、少选、错选均不得分）1.人工智能在公共卫生领域的应用可包括：A.疫情监测与预警B.公共卫生政策模拟推演C.个体化治疗方案生成D.健康教育与精准传播E.环境卫生风险识别参考答案：A,B,D,E2.以下哪些属于医疗健康数据的常见类型？A.电子病历文本B.医学影像（CT、MRI）C.基因组学数据D.可穿戴设备产生的生理时序数据E.医院财务流水数据参考答案：A,B,C,D3.关于AI在药物研发中的应用，正确的描述有：A.可大幅缩短前期发现阶段的时间B.能够完全替代传统的体外和体内实验C.可用于预测化合物的ADMET性质（吸收、分布、代谢、排泄、毒性）D.有助于设计新的分子结构E.能确保所有候选药物最终成功上市参考答案：A,C,D4.建设区域医疗健康信息平台的主要目标包括：A.实现区域内医疗机构间信息共享B.促进居民电子健康档案动态更新与利用C.支撑分级诊疗和双向转诊D.为区域卫生规划与决策提供数据支持E.统一区域内所有医院的收费标准参考答案：A,B,C,D5.在开发面向老年人的AI健康助手时，需特别考虑的设计因素有：A.界面简洁清晰，字体可调B.支持语音交互，识别带口音或缓慢的语音C.操作流程复杂以锻炼认知能力D.与紧急呼叫系统或亲属端联动E.忽略隐私保护以追求便捷参考答案：A,B,D6.《新一代人工智能伦理规范》中强调的基本原则包括：A.增进人类福祉B.促进公平公正C.保护隐私安全D.确保可控可信E.追求利润最大化参考答案：A,B,C,D7.可能导致医疗AI算法产生偏见（Bias）的数据原因有：A.训练数据中某些人群样本量不足B.数据标注者的主观差异C.历史数据中存在的系统性歧视被学习D.使用了完全随机生成的数据E.数据采集设备在不同人群中的测量误差不一致参考答案：A,B,C,E8.智能健康管理App可能涉及的个人信息安全风险点包括：A.过度收集与功能无关的个人信息B.未明确告知用户数据用途及共享情况C.数据传输和存储未加密或加密强度不足D.用户无法查询、更正或删除其个人信息E.将匿名化后的数据用于公共卫生研究参考答案：A,B,C,D9.5G通信技术对“人工智能+健康”应用的赋能体现在：A.支持高清远程实时会诊与手术指导B.促进海量医疗设备物联网数据的低延迟传输C.使可穿戴设备无需电池供电D.保障在无网络地区也能稳定使用云端AI服务E.为AR/VR在医疗培训与康复中的应用提供网络基础参考答案：A,B,E10.评估一个医疗AI模型性能时，常用的指标有：A.准确率（Accuracy）B.精确率（Precision）与召回率（Recall）C.F1-ScoreD.ROC曲线下面积（AUC）E.模型训练所耗费的成本参考答案：A,B,C,D三、填空题（每空1分，共10空）1.人工智能在健康领域落地的三大关键支撑要素是：算法、______和数据。参考答案：算力2.根据我国《医疗器械分类目录》，若诊断软件通过算法提供诊断建议，仅为医生提供辅助参考，其管理类别通常按照______类医疗器械管理。参考答案：二3.在机器学习中，将数据集划分为训练集、验证集和______集，是为了评估模型对未知数据的泛化能力。参考答案：测试4.利用人工智能对眼底照片进行自动分析，筛查糖尿病视网膜病变，这属于______健康领域的应用。参考答案：慢性病管理/疾病筛查（答出其一即可）5.国家健康医疗大数据中心在建设和运营中，必须遵循“______不出域，数据可用不可见”的原则，保障数据安全。参考答案：原始数据6.在自然语言处理中，将非结构化的临床病历文本转化为结构化信息，以便于计算机分析的过程，称为医学信息______。参考答案：抽取7.人工智能伦理中提到的“______”原则，要求AI系统的决策过程应当能够被人类理解。参考答案：可解释性8.智能手术导航系统通过将患者术前的影像数据与术中______实时匹配，来引导手术器械的精准操作。参考答案：解剖结构9.在健康风险评估模型中，既考虑遗传因素，又结合生活方式、临床指标等多维度数据的方法，体现了______健康的理念。参考答案：精准10.《“十四五”全民健康信息化规划》提出，要推动人工智能在______、医院管理、药物研发等领域的应用。参考答案：疾病诊断四、简答题（每题5分，共4题）1.简述人工智能技术在辅助临床诊断中的主要优势与当前局限性。参考答案：主要优势：1.提升效率与一致性：可快速处理大量数据（如影像），减少人为疲劳导致的漏诊误诊，结果稳定。2.发现复杂模式：能从高维数据中挖掘人眼难以察觉的细微特征与复杂关联。3.提供量化参考：给出客观的量化指标或概率预测，辅助医生决策。4.赋能基层：通过远程或集成系统，将专家级分析能力部分下沉至基层医疗机构。当前局限性：1.可解释性不足：许多深度学习模型是“黑箱”，决策逻辑不透明，影响医生信任。2.数据依赖与偏见：模型性能严重依赖训练数据的质量和代表性，数据偏见会导致算法偏见。3.泛化能力有限：在特定数据集上训练的模型，面对不同设备、人群、疾病表现时性能可能下降。4.伦理与责任问题：诊断错误的责任归属难以界定，涉及患者安全与隐私。5.无法替代临床经验与人文关怀：缺乏医生的综合判断、医患沟通和情感支持能力。2.列举并简要说明健康医疗大数据在应用前需进行的三种关键处理技术。参考答案：1.数据脱敏与匿名化：为保护患者隐私，在数据共享或开放研究前，需移除或加密直接标识符（如姓名、身份证号），并可能对准标识符（如年龄、地区）进行泛化处理，确保数据无法追溯到特定个体，同时尽量保留其分析价值。2.数据标准化与归一化：将来自不同源头、不同格式、不同标准的医疗数据（如诊断编码、检验项目单位）转换为统一的术语和格式。归一化则指将数值特征缩放到统一的尺度（如0-1之间），以消除量纲影响，保证后续AI模型训练的稳定性和效果。3.数据质量治理与清洗：识别并处理数据中的错误、不一致、缺失和重复值。包括：纠正明显的逻辑错误（如性别与疾病矛盾）、填补合理的缺失值（使用统计方法或插值）、合并重复记录、处理异常值等，以提高数据的准确性和完整性，为可靠分析奠定基础。3.什么是“数字疗法”？它需要满足哪些基本特征？参考答案：数字疗法是指基于软件程序，以循证医学为基础，用于预防、管理或治疗疾病的一种干预手段。它可以独立使用，也可以与药物、医疗器械或其他疗法配合使用。基本特征包括：1.循证基础：其疗效和安全性需经过严格的临床试验验证。2.软件驱动：核心干预手段是软件程序（如App、游戏、云端平台）。3.医疗目的：旨在预防、管理或治疗明确的疾病或障碍，而非一般的健康促进。4.可能受监管：在许多国家，作为医疗产品的数字疗法需通过药监部门的审批或认证。5.可干预行为：常通过改变患者的行为、认知和管理方式来实现治疗目标。6.个性化与自适应：能够根据患者输入的数据反馈调整干预方案。4.从政策法规角度，谈谈我国对医疗人工智能创新产品监管的“绿色通道”制度及其意义。参考答案：我国对医疗人工智能创新产品实施的“绿色通道”制度，主要指国家药品监督管理局对具有核心技术发明专利、技术上属于国内首创、国际领先、具有显著临床应用价值的医疗器械（含AI医疗软件）优先审评审批的程序。其意义在于：1.加速创新产品上市：缩短审批时间，使安全有效的AI医疗产品能更快服务于临床和患者。2.鼓励产业创新：为真正具有突破性的技术创新提供明确的政策激励，引导资源投向原始创新。3.动态完善监管体系：通过审评前沿产品，积累监管经验，促进监管科学的发展，使相关法规、标准、指导原则能更快地跟上技术演进。4.提升国际竞争力：支持国内优质AI医疗企业快速发展，抢占全球科技和产业制高点。五、应用题（共2题，第1题10分，第2题10分，共20分）1.【案例分析题】某三甲医院计划引进一套AI辅助肺结节CT影像诊断系统。该系统在公开测试集上表现优异，敏感度达98%。但在医院实际部署试用三个月后，放射科医生反馈：系统对磨玻璃结节检出率很高，但对部分实性结节存在漏报；同时，系统提示的“高风险”结节中，有约30%经医生复核和随访后确认为良性，导致不必要的患者焦虑和医疗资源消耗。此外，系统运行需要将影像数据上传至厂商云端进行分析，引发了科室对患者数据安全的担忧。请结合案例，分析：（1）该系统在实际应用中可能暴露了AI模型的哪些问题？（4分）（2）医院在正式采购和部署此类系统前，除技术性能外，还应重点评估哪些方面？（6分）参考答案：（1）暴露的AI模型问题：1.泛化能力不足：在公开测试集上表现好，但在该医院具体场景下（可能由于设备型号、拍摄参数、患者人群差异）性能出现下降，特别是对实性结节识别不佳，表明模型对新数据分布的适应性不够强。2.假阳性率偏高：系统“高风险”提示的准确率不高（假阳性多），导致特异性较低。这增加了医生复核工作量，并可能引发“警报疲劳”，更重要的是给患者带来心理负担和过度医疗风险。3.潜在的算法偏见或数据偏差：训练数据可能对磨玻璃结节标注充分，但对某些类型实性结节的样本覆盖不足，导致模型学习不均衡，性能出现差异。（2）医院应重点评估的方面：1.真实世界性能验证：要求厂商提供在本院或类似医院环境下的前瞻性真实世界验证报告，评估其在实际工作流中的敏感度、特异性、阳性预测值等关键指标，而非仅仅依赖回顾性测试集数据。2.数据安全与合规性：必须严格评估系统数据流向。若需上传云端，需审查厂商的数据安全资质、加密传输与存储措施、数据所有权与使用权协议，确保符合《网络安全法》、《数据安全法》、《个人信息保护法》及医疗行业数据安全管理要求。优先考虑支持本地化部署的方案。3.临床工作流整合与用户体验：评估系统是否能无缝嵌入现有PACS/RIS系统和放射科医生的工作站，操作是否便捷，报告呈现是否清晰，是否反而增加了医生操作负担。4.系统的透明性与可解释性：了解系统是否提供辅助解释功能（如热力图显示可疑区域），帮助医生理解AI做出判断的依据，建立医-机互信，并便于教学和复核。5.厂商的技术支持与持续服务能力：包括系统的更新迭代计划（如何应对新发现的结节类型）、故障响应机制、对医院人员的技术培训等。6.伦理与责任机制：明确在出现漏诊误诊情况下的法律责任划分，以及如何通过人机协同流程（如强制医生复核）来确保最终诊断责任由医生承担，保障患者安全。2.【综合设计题】假设你负责为某社区设计一个基于人工智能的老年人慢性病（以高血压、糖尿病为重点）智能管理服务方案，旨在提高管理效率、改善患者健康结局。请阐述该方案应包含的主要核心模块，并简要说明每个模块如何利用人工智能或相关信息技术实现其功能。参考答案：方案核心模块设计如下：1.智能监测与数据采集模块：实现方式：为老年人配备简易的智能血压计、血糖仪等设备，数据可通过蓝牙/Wi-Fi自动同步至家庭智能终端或家属手机App。鼓励使用具备健康监测功能的智能手表/手环，持续采集心率、活动量、睡眠数据。利用物联网（IoT）技术实现设备自动连接与数据传输，减少老人手动操作。通过自然语言处理技术，开发语音交互功能，方便老人通过语音上报主观症状、用药情况或进行咨询。2.数据分析与风险评估模块：实现方式：在云端或边缘计算设备上部署机器学习模型。对上传的连续生理参数、用药记录、问卷数