iPAS 考題解析
在醫療診斷決策支援系統等高風險領域中，「可解釋人工智慧（Explainable AI, XAI）」的核心價值最主要呈現在哪個面向？
初級 人工智慧基礎概論
難度：進階 ★★★
考試範圍定位
- 考試等級
- 初級能力鑑定
- 考試科目
- 人工智慧基礎概論
- 知識主題
- 人工智慧概念
- 能力指標
- AI 的定義與分類（L11101）
本題屬於 iPAS AI 應用規劃師初級能力鑑定「人工智慧基礎概論」科目中的「人工智慧概念」範疇， 對應的能力指標為「AI 的定義與分類」，涵蓋AI 定義、弱 AI vs 強 AI vs 超 AI 分類、三大 AI 浪潮等核心知識點。 考生在準備這個範疇時，需要掌握相關的理論基礎與實務應用。
題目與選項
在醫療診斷決策支援系統等高風險領域中，「可解釋人工智慧（Explainable AI, XAI）」的核心價值最主要呈現在哪個面向？
- A. 透過提供可理解的決策依據，促進患者與醫療專業人員對系統診斷結果的信任與接受度； ✓ 正確答案
- B. 以可解釋性方法優化臨床資料蒐集與管理流程，從而降低整體醫療作業成本；
- C. 利用解釋機制增強模型預測的統計顯著性與準確度，使其在研究及實務應用中更具科學性；
- D. 透過提供透明化的運作過程，進而減輕臨床人員負擔，並提升醫療服務的整體效率
詳細解析
正確答案：A. 透過提供可理解的決策依據，促進患者與醫療專業人員對系統診斷結果的信任與接受度；
在高風險醫療領域，可解釋人工智慧（Explainable AI, XAI）最核心的價值是提供可理解的決策依據，促進醫療人員與患者對 AI 診斷的信任（Trust）。
各選項逐一解析
理解每個選項為什麼對或錯，是真正掌握這個知識點的關鍵。以下逐一分析每個選項的含義與判斷依據。
A. 透過提供可理解的決策依據，促進患者與醫療專業人員對系統診斷結果的信任與接受度； （正確）
在醫療領域，XAI 核心價值是提供可理解的決策依據，促進醫護人員與患者對 AI 診斷結果的信任與接受度。
B. 以可解釋性方法優化臨床資料蒐集與管理流程，從而降低整體醫療作業成本； （不正確）
XAI 的重點是解釋模型決策，而非優化資料蒐集或管理流程。降低成本是 AI 效益，但非 XAI 的核心價值。
C. 利用解釋機制增強模型預測的統計顯著性與準確度，使其在研究及實務應用中更具科學性； （不正確）
XAI 目標是解釋模型「為什麼」預測，而非直接提升預測準確度或統計顯著性。準確度是模型訓練的目標。
D. 透過提供透明化的運作過程，進而減輕臨床人員負擔，並提升醫療服務的整體效率 （不正確）
減輕負擔和提升效率是 AI 應用效益，但 XAI 核心價值更聚焦在「信任」和「理解」，透明化是達成信任的手段。
延伸學習
本題尚未連結特定術語，你可以從以下常見主題開始探索相關知識。
進階題備考建議
- ▶ 本題屬於進階難度，涉及技術原理的深入理解或跨領域整合應用，需要紮實的基礎。
- ▶ 進階題通常需要你綜合多個知識點才能判斷，建議建立知識圖譜，把相關概念串聯起來。
- ▶ 如果這題答錯了，建議回頭複習相關的基礎概念，確保每一層知識都沒有漏洞。
- ▶ 中級考試的進階題佔比較高，建議先把初級範圍的基礎打穩，再挑戰中級進階題。
同主題考題練習
以下題目與本題屬於相同的考試範疇，建議一併練習以加強對該主題的掌握程度。
iPAS AI 應用規劃師認證簡介
iPAS AI 應用規劃師能力鑑定是經濟部產業發展署推動的國家級 AI 證照制度， 分為「初級」與「中級」兩個等級。初級考試包含「人工智慧基礎概論」和「生成式 AI 應用與規劃」兩個科目， 著重基本概念的理解與應用。中級考試涵蓋「AI 技術應用與規劃」「大數據處理分析與應用」「機器學習技術與應用」三個科目， 要求考生具備更深入的技術知識與實務能力。 本題來自初級考試範圍，適合正在準備初級認證的考生練習。
開始準備 iPAS 考試
本題來自 iPAS AI 應用規劃師初級考試。 想通過 iPAS 認證？從完整題庫練習開始，搭配術語詞典與備考攻略，系統化提升你的 AI 知識。