2026年(公需科目)人工智能与健康考试题库试题及答案

2026年(公需科目)人工智能与健康考试题库试题及答案一、判断题（每题1分，共20分）1.基于深度学习的医学影像诊断模型对肺部结节的识别准确率已普遍超过高年资放射科医师平均水平。（×）解析：当前主流AI肺部结节识别模型特异性达92%-95%，灵敏度达88%-93%，与高年资放射科医师（灵敏度91%-95%，特异性93%-96%）水平相当，尚未实现普遍超越，且模型对磨玻璃结节、微小结节的识别误差率仍高于经验丰富的医师。2.可穿戴医疗设备采集的心率、睡眠数据属于个人健康敏感信息，泄露需承担《个人信息保护法》规定的法律责任。（√）解析：根据《个人信息保护法》第28条，健康信息属于敏感个人信息，处理此类信息需取得个人单独同意，信息泄露造成损害的，处理者需承担过错推定责任，情节严重的可处五千万元以下或上一年度营业额百分之五以下罚款。3.AI辅助诊断系统出具的诊断报告可直接作为临床确诊依据，无需医师审核签字。（×）解析：《医疗卫生机构网络安全管理办法》明确规定，AI辅助诊断结果仅作为临床参考，最终诊断报告必须由执业医师审核签字后生效，医疗机构不得仅以AI输出结果作为诊断及治疗决策的唯一依据。4.联邦学习技术可在不共享原始医疗数据的前提下实现多中心AI模型联合训练，符合医疗数据隐私保护要求。（√）解析：联邦学习的分布式训练架构下，各医疗机构仅交互模型参数加密梯度信息，原始健康数据留存本地，满足《医疗数据安全管理规范》中“医疗数据不出域”的监管要求，是当前医疗AI跨机构训练的主流技术方案。5.人工智能辅助药物研发可将候选化合物筛选周期从平均3-5年缩短至6-12个月，大幅降低研发成本。（√）解析：传统药物筛选需通过高通量实验逐一验证候选化合物活性，AI通过分子动力学模拟、靶点亲和力预测可提前过滤90%以上无效化合物，已在抗肿瘤、抗病毒药物研发中验证了效率提升效果，平均降低研发成本约40%。6.老年智能陪护机器人的跌倒检测功能准确率需达到99%以上才能投入临床场景使用。（√）解析：根据《老年陪护机器人技术要求》国家标准，跌倒检测漏报率需≤0.5%、误报率≤1%，即综合准确率需达99%以上，避免漏报导致老人错失救助时机、误报占用医疗资源。7.精神疾病AI筛查系统仅通过语音特征、面部表情识别即可确诊抑郁症，无需结合临床量表及医师访谈。（×）解析：抑郁症诊断需符合《国际疾病分类第11版（ICD-11）》症状标准、病程标准及严重程度标准，AI识别语音、面部特征的一致性约为82%，仅能作为初筛工具，确诊必须由精神科医师结合量表评估、临床访谈完成。8.健康医疗大数据训练AI模型时，需确保训练集、验证集、测试集的数据来源完全独立，避免模型过拟合。（√）解析：若数据集存在重叠，模型会过度学习特定样本特征，在实际应用中泛化能力下降，按照医学AI模型验证规范，测试集需来自不同医疗机构、不同时间区间的独立样本，且样本量不低于总数据集的20%。9.生成式AI可直接生成个性化健康干预方案，用户无需咨询医师即可直接执行。（×）解析：生成式AI输出的健康方案基于公开训练数据，未结合用户个体病史、过敏史、检查指标等特异性信息，可能存在用药冲突、干预强度不适配等风险，所有个性化健康方案需经执业医师评估后方可实施。10.人工智能在公共卫生领域的应用可实现传染病暴发预警时间提前7-14天，提升疫情防控响应效率。（√）解析：AI通过分析搜索引擎关键词、药店购药数据、医疗机构发热门诊就诊数据、社交平台舆情信息，可在传统监测体系发现疫情前识别异常波动，2023-2025年国内部分地区试点应用中，流感、手足口病预警平均提前时间达9.2天。11.医疗AI算法的透明度越高，临床接受度越高，因此所有模型都必须做到完全可解释。（×）解析：深度学习模型的“黑箱”特性是当前技术共性问题，部分复杂模型无法做到完全可解释，按照《医学人工智能算法安全评估规范》，只要模型通过一致性检验、风险可控，无需强制要求完全可解释，仅需对核心决策逻辑作出说明。12.基因测序数据结合AI分析可实现对遗传性疾病的发病风险预测，准确率随样本量扩大持续提升。（√）解析：当前AI对单基因遗传病的风险预测准确率已达97%以上，对多基因遗传病（如高血压、糖尿病）的预测准确率随样本量每提升100万份可提升3%-5%，已纳入部分地区高危人群健康筛查项目。13.智能康复设备的训练参数可由AI根据用户实时反馈自动调整，无需康复师全程干预。（×）解析：AI仅可根据预设方案调整基础训练参数，当用户出现疼痛、不适或功能改善达到阶段目标时，必须由康复师评估后调整整体训练方案，避免运动损伤或训练无效。14.医疗机构使用未经国家药监局批准的AI医疗软件属于违法行为。（√）解析：AI辅助诊断、辅助治疗类软件属于第三类医疗器械，需取得国家药监局医疗器械注册证后方可在临床使用，未注册产品用于临床的，按照《医疗器械监督管理条例》可处货值金额15-30倍罚款。15.AI驱动的个性化营养推荐需同时考虑用户的疾病史、药物使用情况、代谢水平、饮食偏好四类核心要素。（√）解析：四类要素直接影响营养摄入的安全性和有效性，忽略疾病史（如糖尿病患者糖摄入限制）、药物相互作用（如他汀类药物与西柚冲突）会导致健康风险，忽略代谢水平、饮食偏好会降低推荐方案的依从性。16.人工智能在医保基金监管中的应用可实现欺诈行为识别准确率达95%以上，减少基金跑冒滴漏。（√）解析：AI通过分析诊疗行为、收费数据、就医轨迹的异常特征，可识别过度诊疗、虚假住院、串换收费项目等欺诈行为，2025年全国医保AI监管试点数据显示，平均识别准确率达96.3%，年挽回基金损失超120亿元。17.儿童青少年视力健康AI监测系统可通过普通手机摄像头拍摄的照片筛查近视、散光等屈光不正问题，准确率与专业验光仪一致。（×）解析：普通手机摄像头无屈光检测传感器，AI仅能通过眼位、眼睑特征初步筛查视力异常风险，准确率约为78%，确诊屈光不正必须通过专业验光设备检测，此类AI系统仅适用于家庭初筛。18.医疗AI模型部署后需每半年开展一次性能评估，若应用场景数据分布发生变化需及时重新训练。（√）解析：不同地区、不同时间段的人群疾病谱、诊疗习惯会发生变化，导致模型输入数据分布与训练集出现偏移，即“概念漂移”，定期评估和重训练可保障模型准确率稳定在临床要求范围内。19.利用AI技术伪造他人医疗记录、健康证明属于违反《治安管理处罚法》的行为，情节严重的需承担刑事责任。（√）解析：伪造医疗证明属于伪造事业单位证明文件行为，可处5-10日拘留；若用于医保诈骗、逃避疫情管控等严重情形，构成犯罪的依法追究诈骗罪、妨害传染病防治罪等刑事责任。20.人工智能在健康领域的应用需遵循“有益、无害、公平、透明、问责”五项伦理原则。（√）解析：《国家新一代人工智能伦理规范》明确了人工智能健康应用的五项核心伦理原则，要求优先保障用户健康权益，避免算法歧视，明确各方责任，保障用户知情权。二、单项选择题（每题2分，共40分）1.以下哪类AI医疗产品需要取得国家药监局第三类医疗器械注册证？（）A.健康科普AI问答机器人B.糖尿病视网膜病变AI辅助诊断软件C.个人运动记录APPD.医院智能导诊系统答案：B解析：第三类医疗器械是指用于诊断、治疗疾病，对人体具有潜在风险的医疗产品，糖尿病视网膜病变AI辅助诊断软件直接参与临床诊断流程，属于第三类医疗器械；A、C、D均属于健康服务支撑工具，不作为医疗诊断依据，无需医疗器械注册证。2.联邦学习在医疗AI领域应用的核心价值是（）A.提升模型训练速度B.降低模型算力需求C.解决数据隐私保护与数据共享的矛盾D.提高模型识别准确率答案：C解析：联邦学习的分布式训练机制避免了原始医疗数据的跨机构流转，既满足《个人信息保护法》对健康数据的保护要求，又可实现多中心数据的联合价值挖掘，是其核心价值，A、B、D均为技术附带效果，并非核心价值。3.以下哪项是AI辅助诊断系统常见的应用局限性？（）A.诊断速度慢于医师B.对罕见病、复杂病例的泛化能力不足C.无法识别标准化影像数据D.数据处理能力弱答案：B解析：当前AI模型训练数据以常见病、典型病例为主，罕见病样本量不足导致模型特征学习不充分，对复杂合并症病例的识别准确率比常见病低20%-30%，泛化能力不足是核心局限性；A、C、D表述错误，AI诊断速度是医师的5-10倍，可高效处理标准化影像数据，数据处理能力远高于人类。4.根据《医疗卫生机构网络安全管理办法》，健康医疗大数据分级中，最高敏感级别是（）A.公开数据B.内部数据C.敏感数据D.核心数据答案：D解析：健康医疗数据分为四级：公开数据（可公开传播的科普类数据）、内部数据（医疗机构内部管理数据）、敏感数据（普通健康档案、就诊记录）、核心数据（基因数据、传染病数据、精神疾病数据、未成年人健康数据），核心数据安全保护等级最高。5.AI辅助药物研发中，以下哪个环节的效率提升最为显著？（）A.临床试验阶段B.候选化合物筛选阶段C.上市后监测阶段D.药物生产阶段答案：B解析：候选化合物筛选阶段传统方式需筛选10^4-10^5个化合物，耗时3-5年，AI通过虚拟筛选可将范围缩小至10^2-10^3个，耗时仅6-12个月，效率提升超过70%；临床试验阶段效率提升约20%，上市后监测、生产环节效率提升约10%-15%。6.以下哪类人群的健康数据属于AI算法偏见高风险对象？（）A.中青年男性群体B.儿童、老年人、罕见病患者C.健康体检人群D.常见慢性病患者答案：B解析：当前医疗AI训练数据中，儿童、老年人、罕见病患者的样本占比不足15%，算法对这类群体的特征学习不充分，容易出现识别误差，属于算法偏见高风险群体，需在模型验证中单独设置公平性评估指标。7.人工智能在公共卫生监测中不可以应用于以下哪个场景？（）A.传染病暴发趋势预测B.慢性病人群健康管理C.突发公共卫生事件溯源分析D.任意公开公民个人健康轨迹答案：D解析：公共卫生监测中公民个人健康轨迹属于敏感信息，需按照《传染病防治法》规定严格限定使用范围，不得任意公开，A、B、C均为AI公共卫生应用的合法场景。8.医疗AI模型“过拟合”是指（）A.模型在训练集上表现差，测试集上表现好B.模型在训练集和测试集上表现都差C.模型在训练集上表现好，测试集上表现差D.模型在训练集和测试集上表现都好答案：C解析：过拟合是指模型过度学习训练集的噪声和特异性特征，对训练集样本识别准确率很高，但遇到未见过的测试集样本时准确率大幅下降，泛化能力不足，是医疗AI模型训练中最常见的问题之一。9.以下哪项是生成式AI在健康领域应用的合规要求？（）A.生成的医疗健康建议无需标注“仅供参考”B.可代替医师开具处方C.需对生成内容的真实性、准确性进行审核D.可随意使用用户个人健康数据训练模型答案：C解析：《生成式人工智能服务管理暂行办法》明确要求，生成式AI提供健康咨询服务需对内容进行审核，标注“仅供参考，不作为诊疗依据”，不得代替医师开具处方，训练模型使用个人健康数据需取得用户单独同意。10.智能健康监测设备的以下哪项指标是核心安全要求？（）A.外观设计美观B.数据测量误差在临床允许范围内C.电池续航时间长D.操作界面智能答案：B解析：智能健康监测设备的测量数据是健康评估、干预的基础，误差需符合国家标准，例如电子血压计测量误差需≤±5mmHg，血糖仪测量误差需≤±15%，否则会导致错误的健康决策，危害用户健康，是核心安全要求。11.以下哪种疾病目前AI辅助筛查的准确率最高？（）A.阿尔茨海默病早期筛查B.肺癌影像筛查C.抑郁症筛查D.儿童孤独症筛查答案：B解析：肺癌影像筛查AI模型基于胸部CT数据训练，样本量充足，对直径≥5mm结节的识别灵敏度达93%，特异性达94%，准确率高于其他三类；阿尔茨海默病早期筛查准确率约82%，抑郁症筛查约78%，儿童孤独症筛查约75%。12.医疗AI算法的可解释性要求是指（）A.算法的所有代码必须公开B.算法的决策逻辑能够被医务人员理解和验证C.算法的训练数据必须全部公开D.算法的运行过程必须实时可视化答案：B解析：医疗AI可解释性要求核心是决策逻辑可被临床人员理解，例如影像AI需标注出识别病灶的位置、大小、特征依据，而非公开代码、训练数据或实时可视化运行过程，避免技术机密泄露和不必要的资源消耗。13.人工智能在医保监管中识别以下哪种行为的准确率最低？（）A.串换收费项目B.虚假住院C.过度检查D.医师个性化合理诊疗行为答案：D解析：医师个性化合理诊疗行为因患者个体差异大、诊疗方案灵活，无统一的判定标准，AI识别难度大，容易出现误判，需结合人工复核；A、B、C三类行为均有明确的异常特征，AI识别准确率达95%以上。14.以下哪项属于AI在健康管理领域的应用？（）A.手术机器人辅助开展腹腔镜手术B.AI辅助病理切片阅片C.基于可穿戴数据的慢性病风险预警D.AI辅助放射治疗计划制定答案：C解析：健康管理是指疾病预防、风险监测、健康干预等院前/院后服务，慢性病风险预警属于健康管理范畴；A、B、D均属于临床诊疗环节的应用。15.根据《新一代人工智能发展规划》，到2025年我国人工智能核心产业规模要超过（），带动相关产业规模超过5万亿元。A.4000亿元B.5000亿元C.8000亿元D.1万亿元答案：A解析：《新一代人工智能发展规划》明确的2025年发展目标为：人工智能核心产业规模超过4000亿元，在医疗、交通、教育等重点领域实现规模化应用，其中医疗AI占核心产业规模的比例不低于15%。16.以下哪种技术可用于防止AI医疗模型被恶意篡改？（）A.区块链技术B.人脸识别技术C.大数据分析技术D.物联网技术答案：A解析：区块链的不可篡改、可追溯特性可记录AI模型的训练过程、参数版本、更新记录，确保模型部署后未被恶意篡改，是医疗AI模型安全防护的核心技术之一；其他三项技术均无防止模型篡改的功能。17.老年智能陪护机器人的以下哪项功能是首要优先级？（）A.娱乐陪伴功能B.紧急情况报警功能C.健康科普功能D.智能家居控制功能答案：B解析：老年智能陪护机器人的核心应用场景是保障独居老人安全，紧急情况（跌倒、突发疾病）报警功能的响应速度、准确率直接关系老人生命安全，是首要优先级功能。18.AI辅助诊断系统的临床一致性评价是指（）A.不同厂商的AI模型诊断结果一致B.AI诊断结果与金标准（病理/医师会诊结果）的符合程度C.AI模型在不同设备上运行结果一致D.AI模型对不同患者的诊断标准一致答案：B解析：临床一致性评价是AI医疗产品注册的核心要求，指AI输出结果与临床金标准的符合率需达到临床要求，例如肺部结节AI辅助诊断系统与金标准的符合率需≥90%方可通过注册。19.以下哪类数据不属于训练医疗AI模型的合法数据来源？（）A.经过匿名化处理的公开医疗数据集B.医疗机构经伦理委员会批准、用户知情同意的临床数据C.未经授权爬取的互联网用户社交平台健康分享内容D.国家健康医疗大数据研究院开放的合规数据集答案：C解析：未经用户授权爬取的健康数据属于非法获取的个人信息，不得用于AI模型训练，否则需承担侵权责任，情节严重的构成侵犯公民个人信息罪；A、B、D均为合法数据来源。20.人工智能在健康领域应用的“算法公平性”是指（）A.算法对不同性别、年龄、地域、疾病类型的人群诊断准确率无显著差异B.所有用户都能免费使用AI健康服务C.算法的运行效率对所有用户一致D.算法的服务内容对所有用户完全相同答案：A解析：算法公平性核心是避免算法偏见，要求模型对不同特征群体的识别准确率差异不超过5%，例如不能对女性、老年群体的疾病识别准确率显著低于中青年男性群体，B、C、D表述均不符合算法公平性的定义。三、多项选择题（每题3分，共30分）1.人工智能在临床诊疗领域的应用场景包括（）A.医学影像辅助诊断B.临床决策支持C.手术机器人辅助治疗D.病理切片辅助阅片E.药物不良反应监测答案：ABCDE解析：以上五项均为AI临床诊疗的成熟应用场景，其中医学影像辅助诊断、病理辅助阅片已实现规模化临床应用，临床决策支持、手术机器人、药物不良反应监测处于快速推广阶段。2.医疗AI模型训练过程中，数据预处理的必要步骤包括（）A.数据匿名化去标识B.数据质量校验（去除噪声、缺失值补全）C.数据标注（由专业医务人员完成标注）D.数据拆分（训练集、验证集、测试集独立）E.数据公开共享答案：ABCD解析：数据预处理需首先完成匿名化去标识，保护个人隐私；其次通过质量校验去除无效数据，由专业人员标注数据标签，最后拆分数据集保障模型评估的准确性；医疗数据属于敏感信息，不得随意公开共享，E错误。3.以下属于AI健康应用的伦理风险的有（）A.算法歧视导致弱势群体健康权益受损B.数据泄露导致个人健康隐私被侵犯C.过度依赖AI导致医务人员诊疗能力退化D.AI决策不透明导致责任界定模糊E.AI辅助提升疾病早期筛查率答案：ABCD解析：E属于AI健康应用的正向价值，不属于伦理风险；其余四项均为当前AI健康应用面临的主要伦理风险，需通过伦理审查、监管制度加以防控。4.可穿戴AI健康监测设备可用于以下哪些慢性病的日常管理？（）A.高血压B.糖尿病C.冠心病D.慢性阻塞性肺疾病E.阿尔茨海默病答案：ABCDE解析：可穿戴设备可监测心率、血压、血糖、血氧、运动轨迹、睡眠等指标，高血压患者可监测血压波动，糖尿病患者可通过无创血糖传感器监测血糖，冠心病患者可监测心电异常，慢阻肺患者可监测血氧饱和度，阿尔茨海默病患者可通过定位功能防止走失，均适用。5.国家对AI医疗产品的监管要求包括（）A.医疗器械分类注册管理B.算法安全评估C.临床一致性评价D.定期性能更新评估E.所有产品免费向公众开放答案：ABCD解析：我国对AI医疗产品按照医疗器械分类管理，需通过算法安全评估、临床一致性评价方可注册上市，上市后每半年需提交性能评估报告，根据需要更新模型；E表述错误，AI医疗产品属于商业产品，由企业按照物价部门规定合理定价，无需免费开放。6.人工智能在公共卫生应急响应中的作用包括（）A.快速锁定密接人员轨迹B.预测疫情扩散趋势C.优化医疗资源调配D.自动生成流行病学调查报告E.替代疾控人员开展现场流调答案：ABCD解析：AI可通过大数据分析快速锁定密接轨迹，预测扩散趋势，根据需求调配床位、物资、医务人员，自动整合流调数据生成报告，提升应急响应效率；现场流调需要与人员沟通、核实信息，AI仅能提供辅助支持，无法替代疾控人员，E错误。7.以下哪些措施可提升AI健康应用的安全性？（）A.建立医疗AI算法备案制度B.完善用户知情同意机制C.构建算法全生命周期安全监测体系D.明确AI应用相关方的责任划分E.取消AI产品的临床验证环节答案：ABCD解析：算法备案、知情同意、全生命周期监测、责任划分均为提升AI健康应用安全性的有效措施；临床验证是保障AI产品有效性、安全性的核心环节，不得取消，E错误。8.AI辅助病理诊断的优势包括（）A.提升阅片效率，减少医师工作量B.降低病理医师主观经验差异导致的误诊C.可识别肉眼难以观测的微小病变特征D.完全替代病理医师出具诊断报告E.实现远程病理诊断，提升基层诊疗能力答案：ABCE解析：AI病理辅助诊断可将阅片效率提升3-5倍，标准化识别标准降低主观误差，通过像素级分析识别微小病变，配合远程医疗系统可提升基层病理诊断能力；AI仅为辅助工具，病理报告需由医师审核签字，不能完全替代医师，D错误。9.人工智能在健康管理中的价值包括（）A.实现健康风险的早筛查、早预警B.提供个性化的健康干预方案C.提升慢性病管理的依从性D.降低健康管理的人力成本E.完全替代家庭医生的服务答案：ABCD解析：AI可通过数据分析提前识别健康风险，基于用户特征生成个性化方案，通过智能提醒提升用户依从性，自动完成数据整理、随访提醒等工作降低人力成本；家庭医生需要开展临床评估、心理疏导等复杂工作，AI仅为辅助工具，无法完全替代，E错误。10.