2025年人工智能与健康考试题库精选试题及答案.docxVIP

2025年人工智能与健康考试题库精选试题及答案

一、单项选择题（每题2分，共20分）

1.以下哪项不属于人工智能在医学影像分析中的核心技术？

A.卷积神经网络（CNN）

B.循环神经网络（RNN）

C.迁移学习（TransferLearning）

D.目标检测算法（如YOLO）

答案：B

解析：医学影像分析主要依赖空间特征提取，CNN是核心；迁移学习用于解决医学数据量少的问题；目标检测算法用于病灶定位。RNN主要处理序列数据（如心电图时序分析），非医学影像核心技术。

2.在AI辅助诊断系统中，“校准（Calibration）”主要解决的问题是？

A.模型在不同设备采集影像上的泛化能力

B.模型预测概率与实际发生概率的一致性

C.模型对小样本罕见病的识别准确率

D.模型处理多模态数据（如影像+文本）的融合效率

答案：B

解析：校准指模型输出的概率值（如“肺结节恶性概率80%”）与实际临床验证的真实概率一致，避免高估或低估风险，是评估模型可靠性的关键指标。

3.以下哪项是生成式AI（如DiffusionModel）在药物研发中的典型应用？

A.基于已知靶点的分子对接模拟

B.预测化合物的ADMET（吸收、分布、代谢、排泄、毒性）特性

C.从头设计具有特定活性的新分子结构

D.分析临床试验数据中的疗效-剂量关系

答案：C

解析：生成式AI通过学习大量分子结构数据，可生成符合特定药效团特征的新分子，属于“从头设计”；分子对接、ADMET预测多依赖传统机器学习或分子模拟技术；疗效-剂量分析属于统计建模。

4.在AI驱动的慢性病管理中，“数字表型（DigitalPhenotype）”的核心是？

A.患者填写的症状问卷数据

B.可穿戴设备采集的连续生理信号（如心率变异性、步数）

C.医院电子病历中的诊断结果

D.社交媒体上的情绪文本分析

答案：B

解析：数字表型强调通过客观、实时的传感器数据（如可穿戴设备）捕捉疾病相关的行为或生理模式（如糖尿病患者夜间低血糖时的心率波动），区别于主观问卷或静态病历。

5.关于AI在病理诊断中的应用，以下描述错误的是？

A.全玻片成像（WholeSlideImaging,WSI）是AI分析的前提

B.模型需同时识别组织形态学特征与分子标记物表达（如HER2）

C.目前AI已完全替代病理医生进行初筛

D.模型泛化性受限于不同染色方法（如HE染色、免疫组化）的差异

答案：C

解析：AI在病理诊断中主要用于初筛和辅助，减少医生重复劳动，但复杂病例（如交界性肿瘤）仍需病理医生最终确认，“完全替代”表述错误。

6.以下哪项技术最适合用于AI预测脓毒症患者的病情恶化风险？

A.自然语言处理（NLP）分析电子病历文本

B.时间序列预测模型（如LSTM、Transformer）

C.计算机视觉分析床旁超声影像

D.图神经网络（GNN）分析患者社交关系网络

答案：B

解析：脓毒症恶化是动态过程，需基于生命体征（如血压、乳酸值）的时序变化预测，LSTM或Transformer擅长处理时间序列数据；NLP用于文本信息提取，非时序预测核心。

7.在AI健康产品的临床验证中，“诊断准确性研究”的金标准通常是？

A.与放射科医生诊断结果的一致性（Kappa值）

B.与当前临床指南推荐方法的对比（如金标准检测）

C.模型在独立测试集上的准确率（Accuracy）

D.用户满意度调查

答案：B

解析：临床验证需以当前公认的“金标准”（如组织病理学检查、专家共识诊断）为基准，评估AI系统的敏感度、特异度等指标，而非仅与医生结果对比。

8.以下哪项属于AI在健康领域的“可解释性”技术？

A.SHAP（SHapleyAdditiveexPlanations）值计算

B.增加模型深度以提升准确率

C.使用数据增强（DataAugmentation）减少过拟合

D.采用端到端（End-to-End）训练模式

答案：A

解析：SHAP通过计算特征对预测结果的贡献度，解释模型决策逻辑（如“肺结节边缘毛糙对恶性预测的贡献度为60%”）；其他选项与可解释性无关。

9.关于AI在心理健康领域的应用，以下描述正确的是？

A.AI聊天机器人可完全替代心理咨询师进行深度心理干预

B.基于语音信号的情绪识别模型需标注大量不同语境下的语音数据

C.抑郁症预测模型只需分析患者单次量表评分即可

D.社交媒体文本分析的主要风险是