(2025年)醫(yī)學(xué)信息學(xué)技術(shù)試題及答案一、單項(xiàng)選擇題（每題2分，共20分）1.以下關(guān)于HL7FHIR（FastHealthcareInteroperabilityResources）的描述，錯誤的是：A.采用RESTfulAPI設(shè)計，支持實(shí)時數(shù)據(jù)交互B.數(shù)據(jù)模型基于資源（Resource），支持模塊化擴(kuò)展C.僅適用于結(jié)構(gòu)化數(shù)據(jù)交換，無法處理非結(jié)構(gòu)化文本D.通過JSON或XML格式實(shí)現(xiàn)跨系統(tǒng)語義互操作性2.醫(yī)學(xué)影像歸檔與通信系統(tǒng)（PACS）中，DICOM（DigitalImagingandCommunicationsinMedicine）協(xié)議的核心作用是：A.壓縮醫(yī)學(xué)影像文件以減少存儲占用B.定義醫(yī)學(xué)影像及相關(guān)信息的存儲、傳輸標(biāo)準(zhǔn)C.實(shí)現(xiàn)影像設(shè)備與電子病歷系統(tǒng)的直接集成D.提供影像三維重建的算法支持3.電子健康記錄（EHR）的核心功能不包括：A.患者全生命周期健康數(shù)據(jù)的整合管理B.支持跨機(jī)構(gòu)的健康信息共享C.僅記錄門診或住院階段的診療信息D.與臨床決策支持系統(tǒng)（CDSS）的深度交互4.醫(yī)學(xué)自然語言處理（NLP）在電子病歷中的典型應(yīng)用是：A.自動提供結(jié)構(gòu)化的實(shí)驗(yàn)室檢查報告B.計算患者住院費(fèi)用的醫(yī)保報銷比例C.統(tǒng)計醫(yī)院年度門診量的變化趨勢D.監(jiān)控醫(yī)療設(shè)備的實(shí)時運(yùn)行狀態(tài)5.區(qū)塊鏈技術(shù)在醫(yī)療數(shù)據(jù)共享中的主要優(yōu)勢是：A.降低數(shù)據(jù)存儲的硬件成本B.通過分布式賬本實(shí)現(xiàn)數(shù)據(jù)防篡改C.簡化不同機(jī)構(gòu)間的接口開發(fā)D.提升醫(yī)學(xué)影像的傳輸速度6.醫(yī)學(xué)數(shù)據(jù)去標(biāo)識化（De-identification）的關(guān)鍵目的是：A.提高數(shù)據(jù)存儲的壓縮效率B.保護(hù)患者隱私，符合HIPAA或GDPR要求C.增強(qiáng)數(shù)據(jù)的結(jié)構(gòu)化程度D.便于機(jī)器學(xué)習(xí)模型的特征提取7.以下不屬于醫(yī)學(xué)影像信息系統(tǒng)（PACS）功能模塊的是：A.影像采集與預(yù)處理B.影像存儲與備份C.藥品庫存管理D.影像調(diào)閱與后處理8.臨床決策支持系統(tǒng)（CDSS）的核心組成不包括：A.醫(yī)學(xué)知識庫（如臨床指南、藥物相互作用庫）B.患者數(shù)據(jù)接口（與EHR/HIS對接）C.醫(yī)院財務(wù)結(jié)算模塊D.推理引擎（如規(guī)則引擎或機(jī)器學(xué)習(xí)模型）9.生物信息學(xué)中，用于存儲基因組測序數(shù)據(jù)的常見格式是：A.DICOMB.FASTQC.HL7v2D.PDF10.關(guān)于健康信息平臺（HIP）的建設(shè)目標(biāo)，錯誤的是：A.實(shí)現(xiàn)區(qū)域內(nèi)醫(yī)療機(jī)構(gòu)間的信息互聯(lián)互通B.整合公共衛(wèi)生、家庭醫(yī)生等多源數(shù)據(jù)C.替代各機(jī)構(gòu)原有的HIS、LIS系統(tǒng)D.支持衛(wèi)生行政部門的監(jiān)管與決策分析二、簡答題（每題8分，共40分）1.簡述電子健康記錄（EHR）與電子病歷（EMR）的核心區(qū)別。2.列舉HL7FHIR相較于HL7v2的主要技術(shù)優(yōu)勢。3.醫(yī)學(xué)影像信息系統(tǒng)（PACS）需要實(shí)現(xiàn)哪些關(guān)鍵功能？請至少列出5項(xiàng)。4.醫(yī)學(xué)數(shù)據(jù)挖掘中，常用的分類算法有哪些？請舉例說明其適用場景。5.健康信息平臺建設(shè)需遵循哪些基本原則？請結(jié)合隱私保護(hù)與數(shù)據(jù)安全要求展開說明。三、案例分析題（每題20分，共40分）案例1：某三甲醫(yī)院計劃將新采購的病理科數(shù)字切片掃描系統(tǒng)（WSI）與現(xiàn)有PACS、HIS系統(tǒng)集成。已知WSI提供的數(shù)字切片格式為SVS（Aperio掃描格式），而PACS主要支持DICOM格式。請回答以下問題：（1）為實(shí)現(xiàn)WSI與PACS的影像數(shù)據(jù)互通，需解決哪些關(guān)鍵技術(shù)問題？（2）若需將病理報告（非結(jié)構(gòu)化文本）與影像數(shù)據(jù)關(guān)聯(lián)，可采用哪些醫(yī)學(xué)NLP技術(shù)？案例2：某社區(qū)衛(wèi)生服務(wù)中心擬基于居民電子健康檔案（包含高血壓、糖尿病等慢性病隨訪記錄）構(gòu)建“慢性病急性事件風(fēng)險預(yù)測模型”。假設(shè)已收集到5年的歷史數(shù)據(jù)（包括患者基本信息、生理指標(biāo)、用藥記錄、生活方式數(shù)據(jù)），請設(shè)計模型構(gòu)建的主要步驟，并說明每一步的關(guān)鍵任務(wù)。答案一、單項(xiàng)選擇題1.C（FHIR支持非結(jié)構(gòu)化數(shù)據(jù)，如通過Attachment資源嵌入文本或文檔）2.B（DICOM核心是定義影像及相關(guān)信息的存儲、傳輸標(biāo)準(zhǔn)）3.C（EHR覆蓋全生命周期，EMR側(cè)重診療階段）4.A（NLP可從自由文本中提取結(jié)構(gòu)化信息）5.B（區(qū)塊鏈通過分布式賬本保證數(shù)據(jù)不可篡改）6.B（去標(biāo)識化核心是保護(hù)隱私，符合法規(guī)）7.C（藥品管理屬于HIS或LIS功能）8.C（財務(wù)模塊與CDSS無關(guān)）9.B（FASTQ是測序數(shù)據(jù)常見格式）10.C（健康信息平臺不替代原有系統(tǒng)，而是整合）二、簡答題1.核心區(qū)別：-范圍：EMR（電子病歷）聚焦患者在醫(yī)療機(jī)構(gòu)內(nèi)的診療過程（如門診、住院記錄）；EHR（電子健康記錄）覆蓋全生命周期健康數(shù)據(jù)，包括體檢、公共衛(wèi)生、家庭醫(yī)生隨訪等。-目標(biāo)：EMR主要服務(wù)于臨床診療流程；EHR支持跨機(jī)構(gòu)信息共享與全健康管理（如慢性病管理、流行病學(xué)研究）。-數(shù)據(jù)來源：EMR數(shù)據(jù)主要來自醫(yī)療機(jī)構(gòu)內(nèi)部系統(tǒng)；EHR整合醫(yī)院、社區(qū)、疾控、體檢機(jī)構(gòu)等多源數(shù)據(jù)。2.HL7FHIR的技術(shù)優(yōu)勢：-互操作性更強(qiáng)：基于RESTfulAPI，支持實(shí)時數(shù)據(jù)查詢（GET）、創(chuàng)建（POST）、更新（PUT），適合現(xiàn)代Web應(yīng)用集成。-數(shù)據(jù)模型靈活：采用資源（Resource）模塊化設(shè)計（如Patient、Observation），支持?jǐn)U展（Extension），適應(yīng)不同醫(yī)療場景需求。-語義標(biāo)準(zhǔn)化：通過術(shù)語系統(tǒng)（如SNOMEDCT、LOINC）綁定，提升數(shù)據(jù)語義一致性。-格式輕量化：支持JSON（更簡潔）和XML，降低傳輸與解析成本，適合移動設(shè)備與云平臺。3.PACS關(guān)鍵功能：（1）影像采集：接收DICOM設(shè)備（CT、MRI等）的影像數(shù)據(jù)，支持非DICOM格式轉(zhuǎn)換（如WSI轉(zhuǎn)DICOM）。（2）存儲管理：采用海量存儲架構(gòu)（如分布式存儲、對象存儲），支持在線、近線、離線三級存儲策略。（3）傳輸交換：通過DICOMDIMSE協(xié)議實(shí)現(xiàn)影像在設(shè)備、PACS、診斷工作站間的傳輸，支持HL7FHIR實(shí)現(xiàn)與EHR的關(guān)聯(lián)。（4）影像顯示與后處理：提供多平面重組（MPR）、三維重建（3DReconstruction）、影像測量等功能。（5）質(zhì)量控制：監(jiān)控影像采集質(zhì)量（如偽影檢測），記錄設(shè)備性能參數(shù)（如CT劑量指數(shù)）。4.常用分類算法及場景：-邏輯回歸（LogisticRegression）：適用于特征線性可分、需要快速訓(xùn)練的場景（如預(yù)測住院患者30天再入院風(fēng)險）。-決策樹（DecisionTree）：可解釋性強(qiáng)，適合規(guī)則明確的簡單分類（如根據(jù)年齡、血糖值判斷糖尿病風(fēng)險等級）。-隨機(jī)森林（RandomForest）：抗過擬合能力強(qiáng)，適用于高維數(shù)據(jù)（如基于多組學(xué)數(shù)據(jù)的癌癥分型）。-支持向量機(jī)（SVM）：在小樣本高維數(shù)據(jù)中表現(xiàn)優(yōu)異（如基于基因表達(dá)譜的腫瘤分類）。-神經(jīng)網(wǎng)絡(luò)（如MLP）：適合復(fù)雜非線性關(guān)系（如醫(yī)學(xué)影像的病灶識別）。5.健康信息平臺建設(shè)原則：-標(biāo)準(zhǔn)化原則：采用HL7FHIR、DICOM等國際標(biāo)準(zhǔn)，確?？缦到y(tǒng)數(shù)據(jù)語義一致；統(tǒng)一編碼（如ICD-10、SNOMEDCT）。-安全性原則：通過加密傳輸（HTTPS/TLS）、訪問控制（RBAC角色權(quán)限）、脫敏處理（去標(biāo)識化+加密）保護(hù)患者隱私，符合GDPR/HIPAA要求。-可擴(kuò)展性原則：采用微服務(wù)架構(gòu)，支持模塊按需擴(kuò)展（如新增家庭醫(yī)生簽約數(shù)據(jù)接口）；支持云原生部署，適應(yīng)數(shù)據(jù)量增長。-用戶中心原則：針對醫(yī)生、患者、管理者設(shè)計不同功能界面（如醫(yī)生側(cè)重診療數(shù)據(jù)調(diào)閱，患者側(cè)重健康報告查詢）。三、案例分析題案例1解答：（1）關(guān)鍵技術(shù)問題：①格式轉(zhuǎn)換：將SVS格式的數(shù)字切片轉(zhuǎn)換為DICOM格式（需開發(fā)DICOM化工具，或調(diào)用第三方庫如DCMTK），確保元數(shù)據(jù)（如患者ID、檢查時間）完整映射。②元數(shù)據(jù)關(guān)聯(lián)：在DICOM文件中嵌入病理檢查相關(guān)元數(shù)據(jù)（如切片編號、染色方法），并與HIS中的病理檢查申請單（HL7FHIR的ServiceRequest資源）關(guān)聯(lián)。③存儲與訪問：PACS需支持大尺寸病理切片存儲（單張切片可達(dá)GB級），可能需要升級存儲架構(gòu)（如采用對象存儲）；診斷工作站需支持高分辨率影像的流暢瀏覽（如使用WebGL或OpenSlide庫）。④接口開發(fā)：通過DICOMQ/R（Query/Retrieve）服務(wù)實(shí)現(xiàn)PACS對WSI影像的查詢與調(diào)閱，同時通過HL7FHIRAPI實(shí)現(xiàn)與HIS的檢查狀態(tài)同步（如“已完成掃描”狀態(tài)推送）。（2）病理報告與影像關(guān)聯(lián)的NLP技術(shù)：①命名實(shí)體識別（NER）：提取報告中的關(guān)鍵實(shí)體（如“鱗癌”“分化程度”），使用預(yù)訓(xùn)練醫(yī)學(xué)BERT模型（如PubMedBERT）提升識別準(zhǔn)確率。②關(guān)系抽?。鹤R別實(shí)體間關(guān)系（如“腫瘤大?。?cm×4cm）”關(guān)聯(lián)到“病變位置（左肺上葉）”），構(gòu)建結(jié)構(gòu)化的病理診斷知識圖譜。③標(biāo)準(zhǔn)化術(shù)語映射：將報告中的非標(biāo)準(zhǔn)術(shù)語（如“Ca”）映射到SNOMEDCT標(biāo)準(zhǔn)概念，確保與影像元數(shù)據(jù)的語義一致。④文本摘要提供：自動提供病理報告的結(jié)構(gòu)化摘要（如“診斷結(jié)果”“關(guān)鍵發(fā)現(xiàn)”），并通過FHIR的Observation資源與DICOM影像的Study/Series實(shí)例關(guān)聯(lián)，實(shí)現(xiàn)“影像-報告”一體化調(diào)閱。案例2模型構(gòu)建步驟：1.數(shù)據(jù)清洗與預(yù)處理（關(guān)鍵任務(wù)）：-缺失值處理：對生理指標(biāo)（如血壓）的缺失值，采用時間序列插值（如前向填充）或基于患者群體的均值填補(bǔ)；對用藥記錄缺失（如未記錄具體劑量），標(biāo)記為“未知”或剔除異常樣本。-數(shù)據(jù)標(biāo)準(zhǔn)化：對連續(xù)變量（如BMI、糖化血紅蛋白）進(jìn)行Z-score標(biāo)準(zhǔn)化；對分類變量（如吸煙狀態(tài)）進(jìn)行獨(dú)熱編碼（One-HotEncoding）。-時間窗口定義：以“事件發(fā)生前1年”為特征提取窗口（如預(yù)測2023年急性事件，提取2022年的隨訪數(shù)據(jù)），避免數(shù)據(jù)泄漏。2.特征工程（關(guān)鍵任務(wù)）：-靜態(tài)特征：患者年齡、性別、基礎(chǔ)疾病史（如合并冠心病）。-動態(tài)特征：生理指標(biāo)的變化趨勢（如近3次血壓的平均值、標(biāo)準(zhǔn)差）、用藥依從性（如3個月內(nèi)漏服次數(shù)）。-外部特征：整合區(qū)域環(huán)境數(shù)據(jù)（如空氣污染指數(shù)）、生活方式數(shù)據(jù)（如可穿戴設(shè)備記錄的每日步數(shù)）。-特征選擇：通過卡方檢驗(yàn)（分類變量）、隨機(jī)森林特征重要性（連續(xù)變量）篩選關(guān)鍵特征（如糖化血紅蛋白波動、β受體阻滯劑使用情況）。3.模型選擇與訓(xùn)練（關(guān)鍵任務(wù)）：-模型對比：選擇LSTM（處理時間序列數(shù)據(jù)）、XGBoost（處理結(jié)構(gòu)化表格數(shù)據(jù)）、LightGBM（高效處理高維數(shù)據(jù)）進(jìn)行對比。-訓(xùn)練策略：采用5折交叉驗(yàn)證，按時間劃分訓(xùn)練集（2018-2021年）與測試集（2022年），避免時間相關(guān)性導(dǎo)致的過擬合。-類別不平衡處理：通過SMOTE算法提供少數(shù)類樣本（急性事件患者），或調(diào)整模型損失函數(shù)（如加權(quán)交叉熵）。4.模型評估與優(yōu)化（關(guān)鍵任務(wù)）：-評估指標(biāo)：使用AUC-ROC（綜合判斷模型區(qū)分能力）、F1-score（平衡精確率與召回率）、校準(zhǔn)曲線（評估概率預(yù)測準(zhǔn)確性）。-優(yōu)化方向：若模型對“高?；颊摺闭倩芈实?，調(diào)整分類閾值（如將閾值