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。

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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
  6. 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
  7. 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
  8. 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