引導式測驗 · 中等 等級
AI 藥物交互作用檢查測驗
測試基於規則的互動資料庫與人工智慧聊天機器人、藥物動力學與藥效學互動以及安全互動檢查習慣的不同之處。
問題 1 的 8
傳統的基於規則的交互檢查器如何決定發出警報?
預覽每個問題8 問題
當您參加測驗時,就會出現答案和解釋。
- 傳統的基於規則的交互檢查器如何決定發出警報?
- 它預測句子中下一個可能的單詞
- 它將藥物對比對照臨床編輯策劃的條目
- 它請病人評估自己的症狀
- 它搜尋社群媒體上的投訴
- 為什麼指南說一般的聊天機器人可以自信地描述不存在的互動?
- 它始終連接到 Micromedex
- 它生成統計上可能的文字,而非查閱策劃資料庫
- 它故意誇大以確保安全
- 互動數據是機密的
- 克拉黴素提高辛伐他汀水平是哪種交互作用類型的一個例子?
- Pharmacodynamic
- Pharmacokinetic
- 食物過敏
- 安慰劑效應
- SSRI 與曲馬多合併使用會增加血清素症候群的風險,這說明了什麼?
- 僅為藥物動力學相互作用
- 食物交互
- 藥效動力學交互,效果相加
- 互動資料庫永不包含
- 根據指南,像 DeepDDI 這樣的研究模型有什麼作用?
- 它取代了药房警报系统
- 它根據藥物特徵預測可能的交互作用作為研究假設
- 它打印患者药物标签
- 它檢查保險範圍
- 基於規則的檢查器的哪些已知弱點導致臨床醫生忽略警報?
- 他們跑得太慢
- 许多警报被覆盖导致警报疲劳
- 他们无法存储药物名称
- 他們只能離線工作
- 為什麼聖約翰草範例中的聊天機器人錯過了互動?
- 圣约翰草没有相互作用
- 該補充劑從未包含在所提供的藥物清單中
- 聊天机器人无法读取字母 S
- 藥劑師隱藏訊息
- 檢索增強設計與一般聊天機器人有何不同?
- 它刪除了所有引用
- 它首先查詢精選資料庫,然後使用語言模型來解釋檢索到的條目
- 它為每個問題訓練一個新模型
- 它僅依賴模型的記憶