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2分，共40分）1.人工智能作为一门学科正式诞生于哪一年？A.1950年B.1956年C.1965年D.1970年答案：B解析：1956年在美国达特茅斯会议上，麦卡锡等人首次提出“人工智能”这一术语，标志着人工智能学科的正式诞生。2.机器学习中，监督学习的主要特征是？A.训练数据无标签B.训练数据有标签C.只进行聚类分析D.不需要训练过程答案：B解析：监督学习使用带标签的数据训练模型，建立输入与输出之间的映射关系；无标签数据通常对应无监督学习。3.深度学习主要依托的核心技术是？A.线性回归B.人工神经网络C.决策树D.支持向量机答案：B解析：深度学习是机器学习的一个分支，通过多层人工神经网络自动提取数据特征，适合处理图像、语音等复杂数据。4.在医学影像分析中，最常用的神经网络类型是？A.循环神经网络B.卷积神经网络C.生成对抗网络D.图神经网络答案：B解析：卷积神经网络（CNN）具有局部感知和权重共享特点，擅长提取图像空间特征，广泛用于医学影像分类、分割与检测。5.下列哪一项不属于人工智能辅助诊断系统的优势？A.提高诊断效率B.完全替代医生C.减少漏诊风险D.处理大规模数据答案：B解析：AI辅助诊断系统可以提升效率、降低漏诊率，但不能完全替代医生，临床决策仍需医生综合判断。6.下列关于医疗大数据的说法，错误的是？A.包括电子病历数据B.包括医学影像数据C.无需脱敏即可使用D.可用于科学研究答案：C解析：医疗大数据包含大量个人敏感信息，必须经过脱敏、授权和合规处理后方可使用。7.可穿戴设备在健康管理中的主要作用是？A.直接治疗疾病B.连续监测生理指标C.代替全面体检D.进行外科手术答案：B解析：可穿戴设备可连续采集心率、睡眠、运动等生理数据，为健康管理提供动态依据，但不能直接治疗疾病或替代体检。8.自然语言处理在医疗领域中的典型应用是？A.医学图像识别B.电子病历信息提取C.基因测序D.手术导航答案：B解析：自然语言处理可从病历、报告等非结构化文本中识别疾病、症状、药物等实体，辅助临床科研和管理。9.人工智能在公共卫生领域的典型应用是？A.疾病预测预警B.器官移植C.药品生产D.医疗设备维修答案：A解析：通过分析传染病报告、环境、人口流动等数据，AI可建立预测模型，为传染病早期预警和防控提供支持。10.机器人手术的优势不包括？A.手术精度高B.创伤较小C.完全自主决策D.减少医生疲劳答案：C解析：手术机器人可提升精度和稳定性，但当前仍由医生操控，不具备完全自主决策能力。11.医疗人工智能产品上市前通常需要获得？A.营业执照B.医疗器械注册证C.食品流通许可证D.土地使用证答案：B解析：用于诊断、治疗等医疗用途的AI产品通常属于医疗器械，须依法取得医疗器械注册证方可上市。12.关于深度学习算法的“黑箱”问题，下列描述正确的是？A.所有AI算法都具有完全可解释性B.深度学习模型决策过程往往难以解释C.医疗领域无需关注可解释性D.只有医生能够理解算法答案：B解析：深度学习模型参数复杂、特征抽象，决策过程常难以直观解释，在医疗等高风险领域尤其需要关注可解释性。13.医疗数据隐私保护中的“脱敏”是指？A.删除所有数据B.去除或加密个人身份标识信息C.将数据完全公开D.仅增加随机噪声答案：B解析：脱敏通过去除、替换或加密姓名、身份证号等身份标识，降低数据关联到具体个体的风险；差分隐私是其中一种具体技术。14.目前人工智能辅助医学影像诊断中，较为成熟的领域是？A.脑电波分析B.肺结节筛查C.心理测评D.营养状况评估答案：B解析：肺结节筛查已有大量公开数据集和成熟产品，是AI医学影像应用最广泛的场景之一。15.机器学习中的“过拟合”是指？A.模型对训练数据表现好，对新数据表现差B.模型过于简单C.训练数据过少D.训练时间过长答案：A解析：过拟合表示模型过度记忆训练数据细节，泛化能力不足，在未知数据上表现下降。16.下列哪项技术不属于人工智能范畴？A.专家系统B.机器学习C.传统数据库条件查询D.计算机视觉答案：C解析：传统数据库查询基于固定规则和结构化管理，不具备学习、推理等智能特征，不属于人工智能。17.医疗健康领域应用人工智能时，应当坚持的首要原则是？A.效率优先B.患者安全与伦理C.成本最低D.技术最先进答案：B解析：医疗AI必须以患者安全和生命健康为最高准则，同时遵循伦理规范，不能片面追求效率或技术先进性。18.电子病历中非结构化自由文本的分析主要使用？A.卷积神经网络B.自然语言处理C.增强现实D.区块链答案：B解析：自由文本病历属于非结构化数据，需利用自然语言处理技术进行语义理解、实体识别和信息抽取。19.关于生成对抗网络（GAN）在医疗中的应用，下列说法正确的是？A.主要用于直接诊断疾病B.可用于医学图像合成与增强C.主要用于药品配送D.主要用于医院挂号系统答案：B解析：GAN可通过生成器与判别器对抗训练生成逼真图像，常用于医学图像数据增强、模态转换和重建。20.人工智能制定个性化健康管理方案的主要依据是？A.医生主观判断B.个体健康数据与风险评估结果C.随机分配方案D.仅按年龄分层答案：B解析：AI结合可穿戴设备、体检报告、基因信息等多源数据，对个体进行健康风险评估并制定针对性干预方案。二、多项选择题（每题2分，共20分）1.人工智能在健康领域的应用方向包括？A.医学影像分析B.智能问诊C.药物研发D.健康管理答案：ABCD解析：AI已广泛渗透到医学影像、临床辅助决策、药物研发和日常健康管理等多个环节。2.医疗数据隐私保护可采取的措施包括？A.数据脱敏B.访问控制C.加密存储D.差分隐私答案：ABCD解析：综合运用脱敏、权限管理、加密和差分隐私等技术手段，可有效降低医疗数据泄露和滥用风险。3.深度学习模型训练通常需要？A.大量标注数据B.足够的计算资源C.合适的优化算法D.人工神经网络结构答案：ABCD解析：深度学习依赖大规模数据、高性能计算硬件、有效的优化算法以及精心设计的网络结构。4.AI辅助诊断系统可能面临的风险包括？A.算法偏见B.数据泄露C.误诊责任划分不清D.医生过度依赖答案：ABCD解析：算法偏见可能造成不公平诊断，数据安全存在泄露风险，AI误诊的法律责任尚待明确，医生过度依赖还可能削弱临床判断能力。5.下列设备中，属于可穿戴健康监测设备的有？A.智能手环B.智能手表C.心电贴片D.连续血糖监测仪答案：ABCD解析：这些设备均可穿戴或贴附使用，用于连续采集心率、心电、血糖等生理参数。6.人工智能在药物研发中的作用包括？A.缩短研发周期B.降低研发成本C.预测候选药物靶点D.完全替代临床试验答案：ABC解析：AI可辅助靶点发现、分子设计和虚拟筛选，提高研发效率，但临床试验仍不可替代，必须通过人体试验验证安全有效性。7.医疗人工智能应遵循的基本伦理原则包括？A.尊重自主B.不伤害C.受益D.公正答案：ABCD解析：尊重自主、不伤害、受益、公正是生命医学伦理的基本原则，同样适用于医疗人工智能的开发与应用。8.自然语言处理在医疗文本中的任务包括？A.命名实体识别B.关系抽取C.文本分类D.机器翻译答案：ABCD解析：医疗文本NLP任务包含识别疾病、药物等实体，抽取实体间关系，对病历分类，以及跨语言医学文献翻译等。9.影响医疗AI模型泛化能力的因素有？A.训练数据代表性B.数据质量C.算法复杂度D.采集设备差异答案：ABCD解析：训练数据是否覆盖不同人群、设备和医院，数据标注质量，算法复杂度等都会影响模型在真实场景中的表现。10.人工智能在传染病防控中可用于？A.疫情趋势预测B.接触者追踪C.疫苗研发辅助D.疫情舆情监测答案：ABCD解析：AI可对传播趋势建模、辅助流调、加速疫苗靶点筛选，并监测网络舆情辅助公共卫生决策。三、判断题（每题1分，共20分）1.人工智能已经可以完全取代医生进行临床决策。答案：错误2.深度学习是机器学习的一个子集。答案：正确3.监督学习需要使用带标签的数据进行训练。答案：正确4.医疗数据脱敏后就可以随意公开使用。答案：错误解析：脱敏可降低风险，但仍需遵守授权范围和相关法律法规，不能随意公开。5.卷积神经网络特别适合处理图像类数据。答案：正确6.算法偏见可能来源于训练数据的不均衡。答案：正确7.可穿戴设备采集的心率数据对健康管理毫无价值。答案：错误8.医疗AI产品上市前通常需要经过严格的检验和审批。答案：正确9.自然语言处理无法处理中文医疗文本。答案：错误10.目前人工智能在医学影像诊断中已达到100%准确率。答案：错误11.差分隐私是一种通过在数据中引入噪声来保护隐私的技术。答案：正确12.机器学习模型评估时，训练集和测试集可以完全重合。答案：错误解析：训练集与测试集应当相互独立，完全重合会导致评估结果过于乐观，无法反映真实泛化能力。13.智能问诊系统通常基于自然语言处理和知识图谱技术。答案：正确14.医疗健康数据的共享对人工智能发展有利，但也存在隐私风险。答案：正确15.生成对抗网络不能用于医学图像生成。答案：错误16.人工智能辅助诊断可以减少医生的工作负担。答案：正确17.伦理审查只适用于传统药物和器械试验，不适用于医疗AI产品。答案：错误解析：医疗AI直接或间接影响患者安全与权益，同样应当接受伦理审查和严格监管。18.医院信息系统中的自由文本病历属于非结构化数据。答案：正确19.远程医疗与人工智能结合可以提升基层医疗服务能力。答案：正确20.人工智能在健康管理中的建议可以替代专业医生的正式诊断。答案：错误四、简答题（每题10分，共20分）1.简述人工智能在健康管理中的主要应用及其意义。答案：人工智能在健康管理中的主要应用包括：(1)健康监测：借助可穿戴设备实时采集心率、血压、睡眠、运动等生理数据，实现长期动态跟踪；(2)健康风险评估：利用大数据和机器学习模型，预测个体患慢性病等健康风险；(3)个性化干预：根据个体数据生成饮食、运动、用药提醒等针对性建议；(4)慢病管理：辅助高血压、糖尿病等慢病患者的自我管理和医生随访；(5)健康教育与咨询：通过智能问诊、健康知识推送等方式提升公众健康素养。其意义在于提高健康管理的效率和精准度，降低医疗成本，推动医疗服务从“以治病为中心”向“以健康为中心”转变。2.试述医疗人工智能应用中应遵循的伦理原则，并简要举例说明。答案：医疗人工智能应用应遵循以下基本伦理原则：(1)尊重自主：保障患者的知情同意权和选择