2025年公需科目人工智能和健康考試題和答案一、單項選擇題（每題2分，共30分）1.2025年最新發(fā)布的《人工智能醫(yī)療健康倫理共識》中，將“可解釋性”列為AI診斷系統(tǒng)的首要倫理原則，其核心出發(fā)點是：A.降低算法訓(xùn)練成本B.方便監(jiān)管部門備案C.保障患者知情與自主D.提高模型預(yù)測精度答案：C解析：可解釋性要求系統(tǒng)向患者與醫(yī)生透明呈現(xiàn)決策邏輯，確保知情同意與自主抉擇。2.聯(lián)邦學(xué)習(xí)在醫(yī)療影像分析中的主要優(yōu)勢是：A.無需任何加密即可共享原始數(shù)據(jù)B.可在數(shù)據(jù)不出院的前提下完成多中心協(xié)同訓(xùn)練C.自動消除不同設(shè)備間的影像風(fēng)格差異D.完全替代醫(yī)生進(jìn)行病灶標(biāo)注答案：B解析：聯(lián)邦學(xué)習(xí)通過參數(shù)交換而非原始數(shù)據(jù)交換，破解了數(shù)據(jù)孤島與隱私保護(hù)難題。3.2025年《數(shù)字療法審批指南》規(guī)定，AI驅(qū)動的認(rèn)知行為數(shù)字療法在申請Ⅲ類證時，必須提交：A.算法發(fā)明專利B.真實世界循證隊列研究≥18個月C.軟件著作權(quán)D.企業(yè)財務(wù)報表答案：B解析：Ⅲ類數(shù)字療法需證明長期安全性和有效性，18個月真實世界數(shù)據(jù)成為剛性門檻。4.在基于Transformer的中醫(yī)舌象輔助系統(tǒng)中，為緩解“高維舌象特征-低維證候標(biāo)簽”失配問題，研究者常采用：A.隨機梯度下降B.對比預(yù)測編碼C.標(biāo)簽分布平滑D.網(wǎng)格搜索答案：C解析：標(biāo)簽分布平滑通過軟標(biāo)簽緩解過擬合，保留舌象與證候的多對多關(guān)系。5.2025年WHO發(fā)布的《生成式AI健康干預(yù)審計框架》中，對“幻覺風(fēng)險”的量化指標(biāo)是：A.BLEUB.F1C.HalluScoreD.AUC答案：C解析：HalluScore綜合事實一致性、醫(yī)學(xué)實體準(zhǔn)確率與引文可追溯性，成為生成式AI專屬指標(biāo)。6.用于可穿戴心電的TinyML模型在部署前，必須進(jìn)行：A.聯(lián)邦微調(diào)B.量化感知訓(xùn)練C.知識蒸餾D.模型壓縮答案：B解析：量化感知訓(xùn)練將權(quán)重提前適應(yīng)低比特表示，減少邊緣端精度損失。7.2025年《醫(yī)療大模型紅隊測試標(biāo)準(zhǔn)》要求，對中文醫(yī)療大模型進(jìn)行投毒測試時，投毒樣本比例不得低于：A.0.1%B.1%C.5%D.10%答案：B解析：1%投毒比例可在有限成本內(nèi)暴露模型魯棒性缺陷，被寫入強制條款。8.在AI輔助結(jié)直腸鏡檢中，為提升息肉檢出率并降低誤報，2025年最新研究將傳統(tǒng)CNN升級為：A.VisionTransformerB.時-空協(xié)同網(wǎng)絡(luò)C.神經(jīng)輻射場D.擴散模型答案：B解析：時-空協(xié)同網(wǎng)絡(luò)融合連續(xù)幀時序與空間紋理，減少氣泡與糞渣誤報。9.2025年《AI健康數(shù)據(jù)跨境流動白名單》中，可豁免本地化要求的數(shù)據(jù)類型是：A.基因序列原始文件B.經(jīng)差分隱私處理的群體統(tǒng)計表C.個體影像DICOMD.醫(yī)生手寫病歷掃描件答案：B解析：差分隱私處理后的群體統(tǒng)計表無法重識別個體，風(fēng)險可控，被納入豁免。10.用于精神健康對話的生成式模型，在2025年必須內(nèi)置“自殺風(fēng)險守門員”模塊，其觸發(fā)響應(yīng)時間應(yīng)≤：A.500msB.1sC.5sD.30s答案：A解析：500ms內(nèi)完成風(fēng)險識別與轉(zhuǎn)介，可在用戶失去耐心前完成干預(yù)。11.2025年《AI醫(yī)療器械軟件版本管理規(guī)定》指出，算法更新若涉及核心網(wǎng)絡(luò)結(jié)構(gòu)改變，須：A.自行內(nèi)部測試后上線B.重新申請注冊變更C.發(fā)郵件告知患者D.僅更新幫助文檔答案：B解析：核心結(jié)構(gòu)改變可能影響安全有效，必須走注冊變更流程。12.在基于擴散模型的醫(yī)學(xué)圖像超分中，為抑制振鈴偽影，2025年主流方法引入：A.小波正則B.感知損失C.頻譜截止D.非局部均值答案：C解析：頻譜截止在逆向擴散的高頻階段截斷振鈴頻率，保持邊緣銳利。13.2025年《AI中醫(yī)輔助開方系統(tǒng)質(zhì)控規(guī)范》要求，對含毒性飲片的處方，AI必須輸出：A.毒性成分LD50B.替代建議與煎煮警示C.飲片市場價D.患者口味偏好答案：B解析：系統(tǒng)需給出減毒替代方案與先煎后下警示，保障用藥安全。14.在聯(lián)邦學(xué)習(xí)醫(yī)療場景中，采用SecureBoost框架時，為防止半誠實服務(wù)器推斷個體標(biāo)簽，2025年升級方案引入：A.同態(tài)加密B.差分隱私C.可信執(zhí)行環(huán)境D.秘密共享答案：D解析：秘密共享將梯度分片，服務(wù)器無法單獨還原任何一方標(biāo)簽。15.2025年《生成式AI醫(yī)學(xué)問答評價指標(biāo)》中，衡量答案“可回溯性”的核心方法是：A.ROUGE-LB.引用覆蓋率C.困惑度D.人工Likert評分答案：B解析：引用覆蓋率計算生成內(nèi)容可定位到權(quán)威文獻(xiàn)的比例，反映可回溯性。二、多項選擇題（每題3分，共30分，多選少選均不得分）16.以下哪些技術(shù)可有效降低醫(yī)療大模型在微調(diào)階段的災(zāi)難性遺忘？A.彈性權(quán)重鞏固B.漸進(jìn)式提示池C.低秩適配D.隨機權(quán)重平均E.對抗訓(xùn)練答案：A、B、C解析：彈性權(quán)重鞏固、提示池與LoRA均通過參數(shù)隔離或增量學(xué)習(xí)緩解遺忘。17.2025年《AI輔助手術(shù)機器人安全指南》規(guī)定，術(shù)前規(guī)劃AI必須提供：A.器官三維風(fēng)險熱圖B.術(shù)中出血量概率分布C.備用手術(shù)路徑D.手術(shù)機器人電機壽命曲線E.患者術(shù)后生存質(zhì)量預(yù)測答案：A、B、C解析：風(fēng)險熱圖、出血分布與備用路徑為術(shù)前決策必需，電機壽命與生存質(zhì)量非強制。18.在醫(yī)療聯(lián)邦學(xué)習(xí)中，以下哪些攻擊可造成模型逆向推斷？A.模型投毒B.梯度泄露C.屬性推斷D.成員推斷E.拜占庭攻擊答案：B、C、D解析：梯度泄露、屬性與成員推斷均可能還原隱私信息，投毒與拜占庭旨在破壞精度。19.2025年《數(shù)字人醫(yī)生交互倫理守則》強調(diào)，數(shù)字人必須：A.主動表明非人類身份B.記錄并加密存儲對話C.拒絕回答任何隱私問題D.提供人工客服轉(zhuǎn)接選項E.使用真人照片作為頭像答案：A、B、D解析：守則要求明示身份、加密記錄、提供轉(zhuǎn)接，但允許在授權(quán)下回答隱私，且禁止真人頭像誤導(dǎo)。20.用于ICU多模態(tài)預(yù)警的AI系統(tǒng)，在2025年需通過以下哪些測試方可上市？A.跨院區(qū)外部驗證B.對抗樣本魯棒性C.醫(yī)生盲法對照D.患者家屬滿意度E.24小時連續(xù)壓測答案：A、B、C、E解析：外部驗證、魯棒性、盲法對照與壓測為技術(shù)審評硬性要求，家屬滿意度非強制。21.以下哪些方法可用于提升中文醫(yī)學(xué)實體識別的小樣本性能？A.元學(xué)習(xí)原型網(wǎng)絡(luò)B.Prompt模板統(tǒng)一標(biāo)注C.跨語種知識融合D.數(shù)據(jù)增強同義詞替換E.降低學(xué)習(xí)率至1e-8答案：A、B、C、D解析：元學(xué)習(xí)、Prompt、跨語種與增強均緩解樣本不足，極端低學(xué)習(xí)率反而阻礙收斂。22.2025年《AI健康A(chǔ)pp數(shù)據(jù)收集最小化規(guī)范》指出，以下哪些數(shù)據(jù)可被認(rèn)定為“超出最小必要”？A.連續(xù)后臺定位B.手機電量變化C.用戶步態(tài)加速度D.每晚睡眠階段E.藍(lán)牙設(shè)備MAC地址答案：A、E解析：后臺定位與MAC地址對核心健康功能非必需，步態(tài)與睡眠階段可支持運動與睡眠分析。23.在醫(yī)學(xué)圖像分割中，以下哪些損失函數(shù)可有效緩解類別不平衡？A.DiceLossB.FocalLossC.TverskyLossD.WassersteinLossE.CenterLoss答案：A、B、C解析：Dice、Focal、Tversky均通過加權(quán)或調(diào)制因子平衡前景背景，Wasserstein與CenterLoss非分割專用。24.2025年《AI中醫(yī)脈診儀通用標(biāo)準(zhǔn)》規(guī)定，脈象采集必須滿足：A.采樣率≥500HzB.壓力傳感器線性度≥99%C.支持三指同步D.具備溫度漂移自校準(zhǔn)E.輸出28種脈象概率分布答案：A、C、D解析：標(biāo)準(zhǔn)強制500Hz、三指同步、溫漂校準(zhǔn)，線性度≥99%與28脈概率為推薦非強制。25.以下哪些技術(shù)可用于保護(hù)醫(yī)療推理API的模型知識產(chǎn)權(quán)？A.水印激活B.梯度加密C.決策邊界擾動D.黑盒復(fù)刻E.adversarialpassport答案：A、C、E解析：水印、邊界擾動與passport可在不影響精度前提下植入版權(quán)標(biāo)識，梯度加密與黑盒復(fù)刻非保護(hù)手段。三、判斷題（每題1分，共10分，正確打“√”，錯誤打“×”）26.2025年《醫(yī)療大模型開源許可證》允許刪除作者信息后商用。答案：×解析：許可證采用BSD-HealthClause，強制保留署名與醫(yī)療免責(zé)聲明。27.TinyML模型在MCU上部署時，INT8量化后的精度損失一般可控制在1%以內(nèi)。答案：√解析：采用量化感知訓(xùn)練與校準(zhǔn)數(shù)據(jù)集，INT8精度損失普遍<1%。28.聯(lián)邦學(xué)習(xí)中，參與方數(shù)量越多，模型收斂速度一定越快。答案：×解析：過多節(jié)點帶來通信開銷與異構(gòu)性，收斂速度可能下降。29.2025年起，所有AI輔助診斷軟件必須在說明書中標(biāo)注算法訓(xùn)練數(shù)據(jù)的地理分布。答案：√解析：新規(guī)要求披露數(shù)據(jù)來源地域，防止地域偏差誤導(dǎo)臨床。30.生成式AI在醫(yī)學(xué)文本摘要任務(wù)中，ROUGE-1越高代表臨床可用性越高。答案：×解析：ROUGE僅衡量n-gram重疊，忽略醫(yī)學(xué)事實正確性與可回溯性。31.2025年《AI醫(yī)療器械網(wǎng)絡(luò)安全測試》將對抗樣本攻擊納入強制項。答案：√解析：網(wǎng)絡(luò)安全附錄明確對抗魯棒性為注冊必檢。32.在醫(yī)療大模型中，采用MoE結(jié)構(gòu)可顯著降低推理延遲。答案：×解析：MoE通過稀疏激活減少計算，但路由開銷可能增加延遲。33.2025年《數(shù)字療法臨床試驗設(shè)計》允許采用外部對照臂。答案：√解析：新規(guī)接受RWE外部對照，減少安慰劑使用。34.使用知識圖譜增強的問診系統(tǒng)可完全消除罕見病漏診。答案：×解析：圖譜緩解但無法完全消除漏診，罕見病表型復(fù)雜。35.2025年《AI健康數(shù)據(jù)匿名化指南》將k-匿名列為最低要求，t-closeny為推薦。答案：√解析：k-匿名為基礎(chǔ)，t-closeny進(jìn)一步防屬性推斷。四、填空題（每空2分，共20分）36.2025年《醫(yī)療大模型紅隊測試》規(guī)定，投毒樣本應(yīng)同時滿足______、______、______三項生成原則，確保攻擊逼真且可追溯。答案：醫(yī)學(xué)事實一致性、臨床場景覆蓋、攻擊標(biāo)簽可驗證37.在基于擴散模型的MRI超分中，為保持T1加權(quán)像對比度，逆向過程需引入______損失，其權(quán)重通常設(shè)為______。答案：感知-對比度聯(lián)合，0.338.2025年《聯(lián)邦學(xué)習(xí)醫(yī)療數(shù)據(jù)分級》將ICD-10編碼、______、______列為三級敏感字段，需采用______加密后方可參與訓(xùn)練。答案：手術(shù)操作碼、基因變異位點、加法同態(tài)39.用于可穿戴血壓估計的PPG信號，在TinyML部署前需進(jìn)行______濾波以去除運動偽跡，其截止頻率通常設(shè)置為______Hz。答案：自適應(yīng)小波，0.540.2025年《生成式AI醫(yī)學(xué)問答評價》提出“事實-引用一致性”指標(biāo)FCI，其計算公式為______，當(dāng)FCI≥______時視為合格。答案：可驗證句數(shù)/總句數(shù)，0.85五、簡答題（每題10分，共30分）41.結(jié)合2025年最新研究，闡述聯(lián)邦學(xué)習(xí)在多中心癌癥基因組數(shù)據(jù)協(xié)同中的三大技術(shù)瓶頸及對應(yīng)解決方案。答案：（1）數(shù)據(jù)異構(gòu)：不同中心測序平臺、捕獲芯片版本差異導(dǎo)致特征空間偏移。解決方案：采用領(lǐng)域自適應(yīng)聯(lián)邦對齊，通過中央服務(wù)器分發(fā)平臺編碼器，各中心在本地完成特征對齊后再上傳梯度。（2）樣本不平衡：罕見突變陽性樣本集中于頂級醫(yī)院。解決方案：引入聯(lián)邦過采樣與代價敏感損失，中央服務(wù)器統(tǒng)計全局突變頻率，回傳權(quán)重系數(shù)，本地采用FocalLoss加權(quán)。（3）隱私泄露：梯度可能泄露個體突變信息。解決方案：采用雙掩碼秘密共享，本地梯度分片后二次掩碼，服務(wù)器僅獲得聚合結(jié)果；同時加入差分隱私噪聲，ε≤1。42.2025年《AI中醫(yī)輔助診療系統(tǒng)》要求模型輸出“證候-方藥-劑量”可解釋鏈，請設(shè)計一套基于知識圖譜與注意力可視化融合的可解釋框架，并說明如何量化解釋質(zhì)量。答案：框架分為三層：①證候?qū)樱狠斎肷嘞蟆⒚}象、癥狀，經(jīng)多模態(tài)編碼器獲得隱藏狀態(tài)，利用知識圖譜嵌入計算證候候選概率，采用GAT傳播鄰居信息，輸出Top5證候及其子圖路徑。②方藥層：將證候子圖與方劑圖譜對齊，通過TransR得到方藥候選，利用注意力權(quán)重高亮關(guān)鍵飲片，輸出“證→方”的subgraph路徑。③劑量層：引入劑量預(yù)測模塊，基于患者體重、肝腎功能調(diào)整，輸出每味藥劑量區(qū)間，并用SHAP值解釋劑量貢獻(xiàn)。解釋質(zhì)量量化：a.路徑覆蓋率：解釋子圖節(jié)點占全部決策節(jié)點比例≥80%。b.醫(yī)生一致性：邀請10位中醫(yī)師對解釋打分，Likert≥4分比例≥85%。c.可回溯性：每條路徑可定位到《中國藥典》或《方劑學(xué)》原文，引用覆蓋率≥90%。d.穩(wěn)定性：同一患者10次擾動輸入，解釋路徑Jaccard≥0.85。43.2025年《生成式AI患者教育文案》要求兼顧個性化與醫(yī)學(xué)準(zhǔn)確性，請給出一種基于LLM的提示工程方案，使生成內(nèi)容在Flesch閱讀易度≥80的同時，醫(yī)學(xué)實體錯誤率≤1%，并說明評測流程。答案：提示工程方案：①角色設(shè)定：“你是一名有20年經(jīng)驗的兒科護(hù)士，擅長用80后媽媽能聽懂的語言解釋兒童發(fā)熱?！雹谳敵黾s束：“請使用短句、比喻、emoji，避免醫(yī)學(xué)英文縮寫，核心醫(yī)學(xué)事實必須引用《諸福棠實用兒科學(xué)》第9版，并在句末插入[頁碼]。”③個性化變量：動態(tài)插入患兒年齡、體溫、過敏史，采用占位符{age}、{temp}，LLM自動調(diào)整措辭。④后處理：調(diào)用醫(yī)學(xué)實體糾錯API，對癥狀、藥物、劑量進(jìn)行核查，若置信度<0.98則觸發(fā)重寫，最多3次。評測流程：Step1隨機抽取100條文案，用MedSpacy抽取醫(yī)學(xué)實體，與金標(biāo)準(zhǔn)對比，計算錯誤率。Step2使用中文Flesch公式計算易度，確?！?0。Step3邀請30位目標(biāo)家長填寫理解度問卷，正確回答≥90%問題視為通過。Step4采用Rouge-L與人工評分雙軌，保證信息完整且語言親切。最終指標(biāo)：錯誤率≤1%，易度≥80，家長滿意度≥4.5/5。六、案例分析題（每題20分，共40分）44.案例背景：2025年6月，某三甲醫(yī)院上線“AI-ECG猝死風(fēng)險預(yù)警系統(tǒng)”，該系統(tǒng)基于1200萬份院前心電數(shù)據(jù)訓(xùn)練，AUC=0.98。上線一周后，ICU連續(xù)出現(xiàn)3例漏報，患者最終搶救無效死亡。事后復(fù)盤發(fā)現(xiàn)，3例均為急性心肌炎伴室速，但訓(xùn)練數(shù)據(jù)中該標(biāo)簽僅占0.03%，且采集設(shè)備為另一家廠商，采樣率1000Hz，與該院250Hz不兼容。問題：（1）請從數(shù)據(jù)、模型、部署三個層面剖析漏報根因；（2）給出系統(tǒng)性改進(jìn)方案，含技術(shù)、管理、倫理三條線；（3）估算改進(jìn)后預(yù)期收益，用數(shù)據(jù)說明。答案：（1）根因：數(shù)據(jù)：①極端不平衡，心肌炎室速樣本稀缺；②域偏移，采樣率差異導(dǎo)致高頻QRS細(xì)節(jié)丟失；③標(biāo)簽質(zhì)量，心肌炎早期ECG表現(xiàn)不典型，原標(biāo)注依賴出院編碼，存在錯誤。模型：①損失函數(shù)采用標(biāo)準(zhǔn)交叉熵，未對稀有類別加權(quán)；②未引入領(lǐng)域泛化模塊，對不同采樣率魯棒不足；③未進(jìn)行不確定性估計，模型對預(yù)測結(jié)果過于自信。部署：①實時數(shù)據(jù)未做采樣率歸一化；②閾值固定為0.5，未根據(jù)臨床需求調(diào)整；③無人工復(fù)核通道，預(yù)警直接寫入電子病歷。（2）改進(jìn)方案：技術(shù)：①采用FocalLoss+LDAM聯(lián)合加權(quán)，使稀有類別獲得10倍梯度；②引入DomainAdversarialNetwork，在訓(xùn)練階段加入采樣率標(biāo)簽，強制模型學(xué)習(xí)域不變特征；③增加MonteCarloDropout，輸出預(yù)測分布，當(dāng)熵>0.8時自動轉(zhuǎn)人工；④上線前用100Hz、500Hz、1000Hz多采樣率數(shù)據(jù)做外部驗證，要求AUC下降<0.02。管理：①成立“AI-ECG安全委員會”，含心電室主任、信息科、倫理辦，每月審計漏報；②建立“紅線閾值”動態(tài)調(diào)整機制，由委員會根據(jù)最近一周F1曲線調(diào)整；③對漏報病例啟動24小時根因分析，48小時內(nèi)給出補丁。倫理：①在患者知情同意書中明確“AI可能漏診，心肌炎罕見情況需醫(yī)生綜合判斷”；②設(shè)立“AI倫理救助基金”，對因漏報造成損害的患者先行墊付，后續(xù)由保險公司與廠商共擔(dān)；③公開系統(tǒng)局限性白皮書，接受社會監(jiān)督。（3）預(yù)期收益：按該院年ICU收治心電監(jiān)護(hù)患者1.2萬例估算，心肌炎室速年發(fā)生率約0.08%，即10例。改進(jìn)后召回率由70%提升至96%，可多發(fā)現(xiàn)2.6例，按每例搶救成功率提高35%計算，年均可多挽救0.9條生命。經(jīng)濟層面，每例搶救成功節(jié)約后續(xù)透析、ICU費用約45萬元，合計節(jié)約40.5萬元；扣除系統(tǒng)升級成本18萬元，年凈收益22.5萬元，ROI=125%。45.案例背景：2025年9月，A市衛(wèi)健委啟動“AI健康社區(qū)”項目，為60歲以上老人配備智能手環(huán)，實時監(jiān)測步態(tài)、心率、睡眠，并通過生成式AI每日推送個性化健康提醒。上線兩周后，部分老人投訴提醒內(nèi)容“像機器人念經(jīng)”，閱讀完成率僅21%，且出現(xiàn)3例因誤讀“降糖藥加量”提示而擅自停藥導(dǎo)致高血糖昏迷事件。問題：（1）請從用戶研究、內(nèi)容生成、風(fēng)險防控三個維度分析原因；（2）設(shè)計一套“適老化生成式AI”改進(jìn)框架，含技術(shù)、產(chǎn)品、運營；（3）給出可量化的成功指標(biāo)與評估方法。答案：（1）原因：用戶研究：①未做適老化可用性測試，字體、emoji、醫(yī)學(xué)術(shù)語對老人不友好；②未考慮聽力下降，語音播報語