2026年人工智能在医疗中的应用培训考试题及答案

2026年人工智能在医疗中的应用培训考试题及答案一、单项选择题（每题2分，共40分）1.人工智能在医疗领域最成熟的落地应用方向是？A.医学影像辅助诊断B.基因编辑技术C.手术机器人自主操作D.医院后勤管理答案：A解析：医学影像辅助诊断是当前AI在医疗中应用最广泛、监管路径最清晰的领域，如肺结节、眼底病变等筛查。2.下列哪项技术是医学影像AI模型最常采用的深度学习架构？A.卷积神经网络（CNN）B.循环神经网络（RNN）C.决策树D.支持向量机答案：A3.用于训练医疗AI模型的数据标准中，DICOM主要与下列哪类数据相关？A.电子病历文本B.医学影像C.基因测序数据D.可穿戴设备信号答案：B4.根据我国《医疗器械分类目录》，人工智能辅助诊断软件按风险高低分为几类管理？A.一类、二类B.二类、三类C.一类、三类D.全部按三类管理答案：B解析：目前AI辅助诊断软件按风险程度分为第二类、第三类医疗器械管理，其中高风险产品（如辅助决策类）按三类管理。5.医疗AI模型出现“过拟合”时，通常表现为？A.训练集精度高、验证集精度低B.训练集和验证集精度均低C.训练集精度低、验证集精度高D.训练集和验证集精度完全相同答案：A6.下列哪项是医疗AI产品上市前必须完成的关键步骤？A.公开发表论文B.开展前瞻性临床试验或算法性能验证C.获得软件著作权D.进行市场推广答案：B7.人工智能辅助进行电子病历书写时，下列哪种做法符合规范？A.由AI自动生成完整病历，医生只需签名B.AI生成初稿，医生审核修改后确认C.医生完全忽略AI提示，自行填写D.AI自动修改既往病历中的诊断答案：B8.医疗AI模型缺失某些患者特征的数据（如年龄、性别）时，最可能引发哪种问题？A.隐私泄露B.算法偏见C.数据过采样D.模型收敛加快答案：B9.联邦学习在医疗数据场景中的主要价值是？A.降低模型训练成本B.在数据不出本地的前提下实现多方联合建模C.提高数据标注速度D.替代人工审核答案：B10.《中华人民共和国个人信息保护法》对医疗健康信息的定性是？A.普通个人信息B.敏感个人信息C.公共信息D.匿名信息答案：B11.下列哪项属于AI在药物研发中的典型应用？A.分子结构生成与活性预测B.自动挂号分诊C.病房床位调度D.医保费用审核答案：A12.用于评估二分类AI诊断模型性能的常用指标是？A.准确率、召回率、F1值B.均值、方差、标准差C.密度、灰度、对比度D.灵敏度、特异度、阳性预测值答案：D解析：在临床诊断场景中，灵敏度、特异度、阳性预测值、阴性预测值比通用准确率更能反映模型判定能力。13.ChatGPT等大语言模型在医疗场景下最需要警惕的风险是？A.打字速度过快B.生成“幻觉”内容，给出看似合理的错误医学建议C.模型无法联网D.回答格式不统一答案：B14.医疗AI产品的“鲁棒性”通常指？A.在不同医院、不同设备数据下仍能保持稳定性能B.模型参数量很大C.训练速度很快D.只对特定数据有效答案：A15.深度学习模型训练时，对图像数据进行旋转、翻转等操作的方法称为？A.数据增强B.数据脱敏C.数据清洗D.特征选择答案：A16.医疗AI模型出现“漂移”是指？A.模型文件丢失B.模型在真实世界数据上的性能随时间或环境变化而下降C.模型训练集被删除D.模型更新过快答案：B17.在AI辅助病理诊断中，将组织切片图像切分为小块输入模型，这种处理方式称为？A.图像配准B.图像归一化C.Patch采样/分块处理D.图像压缩答案：C18.下列哪项措施不能有效保护训练数据中的患者隐私？A.去除姓名、身份证号等直接标识符B.采用差分隐私技术C.将脱敏数据随意公开共享D.限制数据访问权限答案：C19.医疗AI产品发生不良事件时，应当如何处理？A.立即删除相关数据B.由使用医生个人负责解决C.按照医疗器械不良事件监测和再评价要求上报D.等待下次系统更新再处理答案：C20.下列哪类医疗数据最难标准化？A.CT影像B.心电图信号C.自由文本形式的门诊病历D.化验单数值答案：C二、多项选择题（每题3分，共30分）1.下列属于医疗AI临床应用场景的有？A.慢性病风险预测B.智能导诊分诊C.肿瘤放疗靶区自动勾画D.医疗耗材库存盘点答案：ABCD解析：A、B、C均为典型医疗AI应用，D虽偏向管理，但属于医院运营中AI的延伸应用，故全选。2.医疗AI算法验证常用的公开数据集评价指标包括？A.AUC（ROC曲线下面积）B.Dice相似系数C.平均精度（AP）D.单次推理时间答案：ABCD解析：AUC用于分类任务，Dice用于分割任务，AP用于检测任务，推理时间是产品落地性能的重要指标，均用于算法验证。3.下列哪些措施有助于提升医疗AI模型的可解释性？A.使用SHAP值分析特征贡献B.生成热力图显示影像中关注区域C.提供与相似病例的对照D.隐藏模型输出逻辑答案：ABC4.医疗大模型在临床应用中需要满足的要求包括？A.输出结果须经专业医师审核B.提供明确的引用依据或参考来源C.建立针对错误输出的纠错机制D.完全替代医生独立作出诊断答案：ABC5.下列属于医疗数据治理范畴的有？A.数据质量管理B.数据安全管理C.数据标准制定D.数据资产目录管理答案：ABCD6.关于人工智能辅助诊断系统的临床试验，下列说法正确的有？A.可在回顾性数据上验证灵敏度与特异度B.必要时开展前瞻性研究C.试验方案需经伦理审查D.只需做软件测试，不需要临床数据答案：ABC7.下列哪些技术可用来保护医疗数据隐私？A.联邦学习B.差分隐私C.安全多方计算D.数据复制备份答案：ABC解析：D是容灾手段，不直接保护隐私。A、B、C均为隐私计算技术。8.医疗AI模型部署为医疗器械软件（SaMD）时，必须满足的规范包括？A.符合《医疗器械软件注册审查指导原则》B.遵循GB/T42061质量管理体系C.具备网络安全防护能力D.在个人电脑上随意运行即可答案：ABC9.AI在医学影像分析中的典型任务包括？A.病灶检测与定位B.器官与组织分割C.疾病分级分期D.影像报告自动生成答案：ABCD10.关于医疗AI的伦理原则，下列表述正确的有？A.应遵循“以人为本”原则，AI只是辅助工具B.算法透明性与可解释性属于伦理要求C.应确保公平性，避免因性别、地域差异造成偏见D.病人可以不被告知是否使用了AI辅助答案：ABC解析：根据《新一代人工智能伦理规范》及医疗伦理共识，患者对AI辅助诊疗享有知情同意权，D错误。三、判断题（每题1分，共10分）1.AI辅助诊断软件的临床准确性只需达到人类医生的平均水平即可获准上市。答案：错误解析：上市要求取决于预期用途和风险等级，通常需提供明确的临床受益证据，并非单纯“等于人类水平”即可。2.医疗AI模型训练数据越多，模型性能一定越好。答案：错误3.数据脱敏后即可随意用于除研究目的以外的商业用途。答案：错误4.影像AI模型在不同厂家的CT设备上可能出现性能下降。答案：正确5.医生使用AI辅助诊断时，最终诊断责任由AI系统承担。答案：错误解析：AI是辅助工具，最终诊疗决策责任由执业医师承担。6.同质化数据训练出的AI模型容易导致泛化能力不足。答案：正确7.医疗人工智能产品也需要开展真实世界数据研究来持续评价其安全性和有效性。答案：正确8.使用大语言模型生成的病历可以直接打印归档，无需医生签字。答案：错误9.医院内网中的患者数据可以不经审批直接导出用于AI训练。答案：错误10.对抗攻击可以使医疗AI模型产生误判，因此需要加强模型的安全性测试。答案：正确四、简答题（每题5分，共10分）1.简述AI在医疗中的应用如何体现“辅助”而非“替代”定位。答案：AI在医疗中的应用本质是辅助工具，具体体现在：(1)在影像判读、风险预测、药物计算等环节提供快速决策支持；(2)最终诊断、治疗方案选择及手术操作须由具备资质的医务人员确认与执行；(3)法律上医疗行为的责任主体始终是医师，AI的输出仅供临床参考。因此AI与医生的关系是“人机协同”，不是替代关系。2.简述医疗AI模型临床部署前应完成的主要验证工作。答案：(1)算法性能验证，包括灵敏度、特异度、AUC、Dice等指标；(2)外部验证，在不同机构、不同设备采集的数据上测试泛化能力；(3)临床试验验证，必要时开展前瞻性研究确认临床受益；(4)安全性验证，包括极端输入、对抗样本、故障模式测试；(5)合规性评估，核实产品符合医疗器械监管要求及数据安全法规。五、案例分析题（10分）某三甲医院引入一款AI肺结节辅助检测系统。系统在开发时使用的训练数据主要来自一家沿海大型影像中心，多为西门子CT设备扫描图像。该医院引进后，发现其对该院GE设备产生的低剂量胸部CT影像漏检率显著高于原训练数据上的表现。同时，AI系统在年轻患者群体中检出率较高，但对60岁以上伴有弥漫性肺气肿的病例漏检较多。请回答：(1)导致该系统在本地表现下降的可能原因有哪些？（4分）(2)面对上述问题，医院和厂商应采取哪些改进措施？（4分）(3)若该AI系统拟作为第三类医疗器械继续临床应用，需要履行哪些法律程序？（2分）答案：(1)系统性能下降的主要原因包括：-数据分布偏移：训练数据来自特定地区、特定设备（西门子），与本地GE设备在图像重建算法、噪声特性、分辨率上存在差异。-人群特征差异：训练集缺乏低剂量下大量肺气肿背景的老年人影像，导致模型对这类复杂征象学习不足。-泛化性不足：训练数据单一、缺少多中心多厂商数据，模型鲁棒性差。(2)改进措施：-数据层面：收集本地区、本医院及多种CT设备、不同扫描方案的数据，对模型进行迁移学习或微调；对老年、肺气肿等特殊人群进行针对性补充标注。-算法层面：使用图像域自适应、域泛化技术；开展数据增强模拟不同设备噪声。-评估层面：在本地开展前瞻性评估，监测灵敏度、特异度变化；建立持续学习与更新机制。-管理层面：制定