在评估AI辅助诊断系统性能时，最核心的指标通常不包括以下哪一项？
敏感性（Sensitivity）
特异性（Specificity）
系统用户界面美观度
ROC曲线下面积（AUC）
以下哪些技术是提升2026年智慧医院AI辅助诊断系统疾病检出率的关键技术方向？
多模态数据融合（影像、病理、基因组学）
联邦学习（保护数据隐私的分布式训练）
更复杂的用户操作流程设计
可解释性AI（XAI）技术
在AI辅助诊断的临床工作流中，系统生成的“______”对于医生复核和最终决策至关重要，它能够解释AI为何做出特定诊断建议。
对于罕见病的辅助诊断，AI系统面临的主要挑战是什么？
计算资源消耗过大
缺乏足够的标注训练数据
算法运行速度太慢
用户界面不够友好
为评估AI系统对疾病检出率的真实提升效果，应如何进行临床试验设计？
采用前瞻性、多中心、随机对照试验（RCT）
仅使用历史数据进行回顾性验证
将AI诊断结果与病理金标准进行盲法比对
仅由AI系统开发者进行内部测试
在医学影像AI中，常用______来量化模型预测的置信度，例如输出一个0到1之间的概率值。
假设某AI肺结节检测系统的敏感性为95%，特异性为90%。在患病率为5%的人群中筛查，该系统检测出的阳性结果中，真正患有肺结节的比例（即阳性预测值，PPV）大约是多少？
当AI辅助诊断系统与医院信息系统（如HIS、PACS）深度集成时，必须遵循______标准以确保数据交换的安全与互操作性。
以下哪些因素可能导致AI辅助诊断系统在实际部署后出现性能下降（即“模型漂移”）？
采集设备型号或参数更新
目标人群疾病谱随时间变化
训练数据与临床实际数据分布不一致
算法代码未做任何改动
在AI辅助诊断的伦理考量中，“______”原则要求系统设计应避免加剧不同人群（如不同种族、性别）间的健康差距。
为了持续监测AI系统的运行性能，医院需要建立一套______机制，定期用新产生的临床数据对系统进行再评估。
对于AI辅助诊断系统输出的“不确定性”区域（如低置信度或疑似新病变），最合理的临床处理方式是什么？
自动忽略，只报告高置信度结果
交由更高级别的AI模型进行仲裁
标记出来并优先交由资深医生复核
直接作为阴性结果处理
在提升AI系统对早期、不典型疾病的检出率方面，以下哪些策略是有效的？
使用包含大量早期病例的精细标注数据集进行训练
引入时间序列分析，对比患者历史影像
仅使用晚期典型病例训练以增强模型信心
开发能够检测细微纹理和密度变化的深度学习模型
根据中国《医疗器械监督管理条例》，若某AI辅助诊断软件被认定为第三类医疗器械，则其上市前必须通过国家药品监督管理局的______审批。
在计算AI辅助诊断带来的经济效益时，除了直接节约的诊断时间，还应重点考虑哪项间接收益？
降低了硬件采购成本
减少了因漏诊、误诊导致的后续治疗成本和患者健康损失
提高了医院信息系统的响应速度
减少了医生的培训次数
展望2026年，智慧医院中的AI辅助诊断系统将更加强调“______”模式，即AI与临床医生紧密协作，各自发挥优势，共同完成诊断任务。
为确保AI辅助诊断系统的安全性，在系统上线前必须进行哪些关键的验证测试？
在独立于训练数据的测试集上进行性能验证
在模拟临床环境的沙箱中进行压力测试和异常输入测试
仅由开发团队进行主观满意度评分
针对不同硬件配置的运行稳定性测试