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（下列各题给出的四个选项中，只有一项最符合题意，请选出。）1.在医疗人工智能领域，目前应用最广泛、技术最成熟的深度学习模型架构是（）。A.循环神经网络（RNN）B.卷积神经网络（CNN）C.生成对抗网络（GAN）D.Transformer答案：B解析：卷积神经网络因其强大的空间特征提取能力，在医学影像分析（如CT、MRI、X光片）中占据主导地位，是当前医疗AI应用最广泛的架构。2.根据我国《新一代人工智能伦理规范》，医疗人工智能系统在临床决策支持中应首要遵循的原则是（）。A.效率优先原则B.人类福祉原则C.商业利益原则D.技术领先原则答案：B解析：我国伦理规范明确提出“人类福祉”是人工智能发展的首要原则，医疗AI必须将患者安全和健康利益置于首位。3.电子健康档案（EHR）数据中，最可能包含患者基因信息的数据类型是（）。A.结构化病历数据B.影像归档和通信系统（PACS）影像数据C.基因组测序数据D.生命体征监测数据答案：C解析：基因组测序数据专门记录个体的DNA序列信息，是EHR中携带遗传信息的核心数据类型。4.人工智能在药物研发中，用于预测化合物与靶点结合亲和力的主要技术是（）。A.分子动力学模拟B.分子对接与深度学习打分函数C.量子化学计算D.高效液相色谱分析答案：B解析：分子对接结合深度学习打分函数是当前AI药物筛选的主流方法，能够快速评估大量化合物的结合能力。5.根据《中华人民共和国数据安全法》，医疗健康数据属于（）。A.一般数据B.重要数据C.核心数据D.敏感个人信息答案：D解析：医疗健康数据包含个人生理、心理健康状况等私密信息，属于敏感个人信息，受《个人信息保护法》和《数据安全法》双重严格保护。6.用于评估医学影像分割模型性能的常用指标是（）。A.准确率（Accuracy）B.精确率（Precision）C.Dice相似系数（DSC）D.召回率（Recall）答案：C解析：Dice相似系数是医学图像分割领域最常用的评价指标，衡量预测分割区域与真实标注区域的重叠程度，公式为DSC=2|X∩Y|7.可解释人工智能（XAI）在临床中的主要价值在于（）。A.提高模型运行速度B.增强医生对AI决策的信任与审核能力C.降低模型训练成本D.替代医生的临床判断答案：B解析：可解释性使医生能够理解AI给出建议的依据，是建立临床信任、实现人机协作的关键前提。8.以下哪项技术是构建医疗大语言模型（LLM）的核心基础？（）A.支持向量机B.随机森林C.Transformer架构D.贝叶斯网络答案：C解析：现代大语言模型（如GPT、LLaMA、盘古等）均基于Transformer架构的多头自注意力机制构建。9.智能可穿戴设备对健康监测的主要数据采集方式是（）。A.有创血液检测B.光电容积脉搏波描记法（PPG）C.核磁共振成像D.尿液分析答案：B解析：PPG技术通过光电传感器检测血液容积变化，是智能手表、手环等设备监测心率、血氧的通用技术。10.根据国家药品监督管理局相关规定，人工智能医疗器械软件（AI-MD）的注册管理类别中，用于辅助诊断且提供高风险决策的软件通常属于（）。A.第一类医疗器械B.第二类医疗器械C.第三类医疗器械D.不属于医疗器械答案：C解析：对患者的诊断决策具有重要影响、若出错可能危及生命安全的AI辅助诊断软件，按最高风险等级第三类医疗器械进行管理。11.联邦学习在医疗数据协作中的核心优势是（）。A.提高数据传输速度B.实现“数据不出域”的模型联合训练C.增加数据存储容量D.统一不同医院的电子病历系统答案：B解析：联邦学习允许各医疗机构在本地数据上训练模型，仅共享模型参数更新，从机制上保障了原始数据不出医院。12.深度学习模型训练时，为避免过拟合而采用的常用正则化技术是（）。A.梯度下降B.反向传播C.DropoutD.卷积操作答案：C解析：Dropout在训练过程中随机丢弃部分神经元，有效降低模型对特定特征的依赖，是深度学习中广泛使用的正则化方法。13.以下关于人工智能辅助影像诊断系统的工作流程，正确的顺序是（）。A.图像预处理→特征提取→病灶检测→结果输出B.特征提取→图像预处理→结果输出→病灶检测C.病灶检测→图像预处理→特征提取→结果输出D.结果输出→图像预处理→特征提取→病灶检测答案：A解析：标准流程为：先对原始医学图像进行去噪、增强等预处理，再通过深度网络提取特征，进而定位和识别病灶，最终生成诊断报告。14.自然语言处理（NLP）在医疗领域的典型应用不包括（）。A.从临床文本中自动抽取诊断信息B.智能导诊机器人C.药物分子结构预测D.医学文献知识图谱构建答案：C解析：药物分子结构预测属于计算化学与结构生物学的范畴，主要依赖图神经网络和分子描述符，而非NLP技术。15.患者健康数据在AI模型训练前进行匿名化处理的主要目的是（）。A.减少数据存储空间B.防止患者个人身份被识别C.提高模型训练速度D.满足数据格式统一要求答案：B解析：匿名化处理通过去除姓名、身份证号等直接标识符及处理准标识符，切断数据与患者身份之间的关联，是保护隐私的核心手段。二、多项选择题（下列各题给出的选项中，至少有两项符合题意，请选出全部正确选项。）16.人工智能在公共卫生领域的主要应用场景包括（）。A.传染病暴发趋势预测B.基因编辑技术研发C.健康教育与行为干预个性化推荐D.医疗资源调度优化E.药品生产线自动化控制答案：ACD解析：AI可用于基于多源数据的传染病传播建模预测（A）、个体化健康教育内容生成（C）、疫情中的床位与物资调度优化（D）。基因编辑属于生物技术，药品生产线控制属于工业自动化，均不属于公共卫生AI的核心范畴。17.以下属于医疗AI临床应用面临的伦理挑战的有（）。A.算法偏见导致诊断差异B.AI系统决策的“黑箱”问题C.患者隐私数据泄露风险D.医生执业责任界定模糊E.AI完全取代医患沟通答案：ABCD解析：算法偏见、不可解释性、隐私风险和事故责任归属是当前医疗AI伦理治理的四大核心议题。E项属于技术滥用假设，且伦理共识认为AI应辅助而非取代医患沟通。18.构建高质量医疗AI训练数据集时，需要重点关注的质量属性包括（）。A.数据完整性B.标注一致性C.数据来源多样性D.数据时效性E.数据存储成本答案：ABCD解析：完整性（无缺失字段）、标注一致性（专家间信度）、多样性（覆盖不同人群、设备、疾病亚型）和时效性（反映当前疾病谱）是决定模型泛化能力的关键因素。19.关于AI辅助慢性病管理的说法，正确的有（）。A.可通过可穿戴设备实现血压、血糖的连续监测B.能根据患者个体数据动态调整用药建议C.完全替代专科医生的诊疗决策D.可提供生活方式干预与随访提醒E.有效降低医疗成本答案：ABDE解析：AI在慢病管理中的核心价值在于连续监测、个性化干预、随访管理和成本控制，但临床决策仍需医生主导，C项与人类主导原则相悖。20.深度学习模型在医学影像诊断中常用的数据增强方法包括（）。A.随机旋转与翻转B.对比度调整C.弹性形变D.添加高斯噪声E.人工合成新病灶答案：ABCD解析：几何变换（A）、灰度变换（B）、弹性形变（C）和噪声注入（D）是标准的数据增强手段。E项属于基于生成模型的数据合成，属于高级扩充方式而非常规增强方法。三、判断题（判断下列说法是否正确，正确的打“√”，错误的打“×”。）21.人工智能诊断系统的准确率高于人类医生，因此可以完全取代放射科医生。答案：×解析：AI在某些特定任务（如肺结节检出）中表现优异，但缺乏对复杂病情、罕见病例和临床语境的综合理解能力，且无法承担医患沟通与责任，故只能作为辅助工具。22.采用联邦学习技术训练医疗模型，可以彻底消除数据隐私泄露的风险。答案：×解析：联邦学习显著降低了原始数据泄露风险，但仍存在通过梯度逆向攻击推断训练数据信息的可能，需结合差分隐私、安全多方计算等补充手段。23.人工智能算法的训练数据如果存在人群代表性不足的问题，会导致模型产生“算法偏见”。答案：√解析：训练数据缺乏特定人群（如不同种族、年龄、性别）样本时，模型对该人群的诊断性能会显著下降，这是算法偏见的直接成因。24.电子病历数据可以直接用于AI训练，无需进行任何脱敏处理。答案：×解析：电子病历包含大量敏感个人信息，必须经过严格的匿名化或去标识化处理并经伦理审查后，方可用于AI研究与训练。25.生成式人工智能（AIGC）可以用于自动生成医学影像诊断报告，且无需医生审核。答案：×解析：AIGC生成的报告可能存在“幻觉”问题，产生不实信息，必须由具备资质的医生审核签字后方可进入病历系统。26.根据《医疗机构管理条例实施细则》，AI辅助诊断系统可以作为独立的执业主体开展诊疗活动。答案：×解析：AI系统不属于“执业医师”的法律范畴，不具备独立执业资格，只能作为辅助工具为医生提供决策支持。四、填空题27.卷积神经网络的基本结构通常包括______层、______层和全连接层。答案：卷积；池化28.在医学影像分析中，常用的影像模态包括X射线、______、______和正电子发射断层扫描（PET）等。答案：计算机断层扫描（CT）；磁共振成像（MRI）29.人工智能药物研发的主要环节包括靶点发现、______、药物筛选、______和临床试验设计等。答案：化合物设计；药物重定位30.医疗大语言模型在临床落地中面临的主要挑战包括“幻觉”问题、______和______。答案：知识更新滞后；可解释性不足（答案不唯一，合理即可，如“数据安全”“伦理合规”等）31.用于评估医学影像AI模型性能的常用指标包括灵敏度（召回率）、______、______和AUC（曲线下面积）。答案：特异度；F1分数（答案不唯一，也可填“精确率”）32.根据《中华人民共和国个人信息保护法》，处理敏感个人信息（包括医疗健康数据）需要取得个人的______同意，并具有特定的目的和充分的必要性。答案：单独五、简答题33.简述人工智能在医学影像诊断中的主要应用流程（至少四个环节），并说明每个环节的关键技术。参考答案：（1）图像采集与预处理：利用标准化协议获取CT/MRI等影像，关键技术包括图像去噪、对比度增强、归一化及配准。（2）图像分割：将影像中器官或病灶区域精确划分，常用技术为U-Net及其变体等深度学习分割网络。（3）病灶检测与特征提取：通过目标检测算法（如FasterR-CNN、YOLO）定位可疑病灶，并利用卷积神经网络提取纹理、形态等深层特征。（4）诊断分类与报告生成：基于提取特征对病灶进行良恶性分类，结合NLP技术自动生成结构化诊断描述。（5）结果可视化与人机交互：采用热力图（如Grad-CAM）等可视化技术突出模型关注的图像区域，辅助医生快速审阅并做出最终诊断决策。34.请阐述医疗AI面临的数据安全风险，并提出至少三点应对策略。参考答案：数据安全风险：（1）数据泄露：患者隐私数据在存储、传输或共享过程中可能被非法获取。（2）数据滥用：未经授权将医疗数据用于非诊疗目的（如商业营销、保险定价）。（3）数据篡改：恶意攻击者篡改训练数据或诊断结果，导致严重医疗事故。（4）跨境流动：医疗数据违规出境可能威胁国家生物安全与个人隐私。应对策略：（1）技术层面：采用数据加密、差分隐私、联邦学习、安全多方计算等技术实现“数据可用不可见”。（2）管理层面：建立严格的数据分级分类管理和访问控制制度，遵循最小够用原则。（3）法律层面：严格执行《数据安全法》《个人信息保护法》，完善知情同意与伦理审查机制。（4）监管层面：建立AI系统全生命周期安全审计与追溯机制，定期开展安全风险评估。35.何谓“算法偏见”？请结合医疗AI，分析其产生原因并举例说明可能的危害。参考答案：“算法偏见”是指AI系统因训练数据或模型设计等原因，对特定人群或群体产生系统性的、不公平的预测或决策偏差。产生原因：（1）训练数据缺乏代表性：数据集未充分覆盖不同性别、年龄、种族、地域的人群。（2）历史数据本身存在歧视：如既往医疗实践中对某些群体的诊断不足。（3）标签标注的主观性：标注者经验差异导致标注标准不一致。（4）模型优化目标不合理：过于追求总体准确率而忽视亚组公平性。危害举例：（1）某皮肤科AI训练数据以浅色皮肤图像为主，导致对深色皮肤用户的皮肤病识别准确率大幅下降，延误治疗。（2）如果AI辅助分诊系统对老年患者症状特征识别不足，可能低估其病情严重程度，造成分诊级别偏低。（3）健康管理AI若基于有偏数据推荐干预方案，可能对特定族群的慢病管理效果不佳，加剧健康不平等。36.简述大语言模型（LLM）在医疗健康领域的典型应用场景（至少五个），并分析其局限性。参考答案：典型应用场景：（1）智能问诊与导诊：通过多轮对话采集患者症状，提供初步分诊建议。（2）临床决策支持：基于医学知识库辅助医生鉴别诊断、推荐检查方案。（3）病历自动生成：从医患对话中自动提取关键信息，生成结构化电子病历。（4）医学文献分析：快速检索、归纳和总结最新研究成果与临床指南。（5）患者健康教育：用通俗语言解答患者疑问，提供个性化健康指导。（6）药物相互作用查询：快速核查处方药物的配伍禁忌。局限性：（1）“幻觉”问题：模型可能生成看似合理但缺乏事实依据的错误医学信息。（2）知识时效性：模型训练数据存在截止时间，无法自动同步最新医学进展。（3）缺乏因果推理能力：难以从病理机制层面进行严谨的因果推断。（4）数据隐私风险：处理患者敏感信息时存在泄露隐患。（5）责任归属模糊：AI提供错误建议导致损害时，法律责任难以划分。（6）可解释性不足：难以向医生和患者清晰解释决策依据。六、应用题37.某三甲医院拟部署一套AI辅助肺结节检测系统。该系统的算法在内部测试集上报告：灵敏度为98%，特异度为90%。已知该院体检人群中肺结节实际患病率为5%。（1）请计算在该人群中随机选取一名受检者，AI检测结果为阳性时，其真正患有肺结节的概率（阳性预测值）；（2）若将该系统用于患病率仅为0.5%的普通社区人群筛查，阳性预测值会发生什么变化？请阐述计算结果对临床实践选择的启示。参考答案：（1）设患病率P(D)=0.05，灵敏度P(TP|D)=0.98，特异度P(TN|¯D)=0.90，则假阳性率P(FP|¯D)=1-0.90=0.10。根据贝叶斯定理，阳性预测值：PPV=代入数值：PPV=即阳性预测值约为34.03%。（2）当患病率降至0.5%时：PPV=阳性预测值骤降至约4.69%。临床启示：（1）即使AI灵敏度、特异度均较高，在低患病率人群（如普通社区筛查）中，阳性预测值仍然很低，绝大多数阳性结果实为假阳性，会造成不必要的焦虑和过度检查。（2）AI检测系统更适合在患病率较高的目标人群（如高危吸烟者、有家族史人群）中使用，或作为初筛工具，阳性结果需经影像科医生复核确认。（3）临床部署前，必须结合目标人群患病率评估系统的实际临床效用，而非仅关注模型自身的灵敏度与特异度指标。38.某医疗AI公司开发了一款基于深度学习的糖尿病视网膜病变（DR）筛查系统，拟部署于基层社区卫生服务中心。请设计一份涵盖数据、模型、临床、伦理四个维度的系统验证评估方案（每个维度至少列出三项具体评估内容），并说明每项内容的评估方法或指标。参考答案：数据维度：（1）数据代表性评估：验证训练集和外部验证集中不同年龄段、性别、糖尿病病程、眼底照相设备型号的样本分布是否均衡。评估方法：统计各亚组样本量与构成比。（2）图像质量评估：统计系统对不同清晰度（模糊、曝光不足、曝光过度）眼底图像的拒绝率与诊断性能差异。评估方法：按图像质量等级分层计算灵敏度和特异度。（3）数据标注质量评估：以3名以上眼底病专家独立标注结果作为金标准，计算标注者间一致性（如Fleiss'Kappa系数）。模型维度：（1）诊断性能评估：在内部测试集和外部独立测试集上计算灵敏度、特异度、AUC、F1分数。评估方法：ROC曲线与混淆矩阵分析。（2）稳健性评估：测试系统在不同光照条件、不同品牌眼底相机采集的图像上的性能波动。评估方法：比较不同设备亚组的AUC差异是否具有统计学意义（如DeLong检验）。（3）不确定性估计：评估系统对低置信度样本的识别能力。评估方法：计算置信度校准误差（ExpectedCalibrationError,ECE）。临床维度：（1）临床可用性评估：基层医生使用AI辅助前后的诊断准确性对比。评估方法：随机对照试验，比较辅助组与对照组的灵敏度与特异度。（2）工作流程整合评估：评估系统与基层HIS系统对接的稳定性，测量单次筛查的平均耗时和系统故障率。评估方法：记录并统计实际运行数据。（3）临床结局影响评估：跟踪AI筛查阳性患者的转诊率和确诊率。评估方法：6个月随访队列研究。伦理维度：（1）公平性评估：检查系统在不同肤色、不同年龄、不同性别群体间的性能差异。评估方法：计算各亚组灵敏度、特异度差异及公平性指标（如相等化几率）。（2）知情同意与隐私保护评估：确认系统部署是否取得患者知情同意，数据传输与存储是否加密，是否符合《个人信息保护法》。评估方法：数据安全审计与合规审查。（3）可解释性评估：验证系统能否为阳性结果提供可视化病变区域（如热力图）。评估方法：邀请临床医生对解释图与病变区域的对应关系进行主观评分。（4）责任机制评估：明确AI误诊、漏诊时的责任归属和追溯流程。评估方法：核查系统日志记录完整性与操作规范。39.请设计一种融合可穿戴设备数据和电子病历（EHR）数据，利用人工智能技术对2型糖尿病患者进行个性化血糖管理干预的方案。请写出：（1）所需数据的具体类型及来源；（2）所采用的AI技术路线及具体模型；（3）干预措施及动态调整机制。参考答案：（1）数据需求与来源：①连续血糖监测数据（CGM）：包括每5分钟一次的血糖值、波动趋势、达标时间百分比，来源为动态血糖仪。②生命体征与活动数据：心率、步数、睡眠时长与质量、卡路里消耗，来源为智能手环/手表。③饮食数据：每餐碳水化合物摄入量、进餐时间，来源为患者手机APP记录。④用药数据：降糖药物种类、剂量、注射时间，来源为EHR及智能胰岛素笔。⑤EHR临床数据：HbA1c、肾功能、肝功能、并发症史、体重指数（BMI），来源为医院信息系统。⑥环境与行为数据：气温、湿度、气压等，来源为气象API接口。（2）AI技术路线与模型：①数据融合层：采用多模态融合架构，利用变分自编码器对CGM时序数据、生命体征数据和EHR结构化数据进行特征提取与融合，解决各模态数据采样频率不一致问题。②血糖预测模型：采用基于Transformer的时间序列预测模型，输入过去24小时的CGM序列、胰岛素用量、饮食记录，预测未来1小时、2小时和4小时的血糖值。③异常事件检测：使用孤立森林算法检测血糖变异模式异常（如夜间低血糖、黎明现象）。④个性化干预决策：采用深度强化学习框架（如基于Actor-Critic网络），以血糖控制在目标范围内时间（TIR）最大化作为奖励函数，结合患者个体特征，输出最优干预策略（饮食调整建议、运动建议、胰岛素剂量调整提示）。⑤可解释性模块：利用SHAP（ShapleyAdditiveExplanations）分析各输入特征对预测结果的贡献度，帮助医生和患者理解AI建议依据。（3）干预措施及动态调整机制：①实时预警干预：当模型预测未来30分钟内将发生低血糖（<3.9mmol/L）时，通过手机APP立即推送警示，建议摄入15g快速升糖食物；预测高血糖（>13.9mmol/L）时，建议补充校正剂量胰岛素。②个性化行为建议：基于每日饮食与运动数据，在餐后2小时生成次日饮食结构调整建议（如“将早餐碳水化合物减少10g”）；根据运动前后血糖变化趋势，推荐最佳运动时段和强度。③用药方案提示：每周汇总血糖控制情况，若TIR低于70%且低血糖事件频繁，则提示患者预