iPAS 考題解析
某醫院正在規劃一個 AI 專案,目的是協助醫師從胸腔 X 光影像中判斷是否存在肺炎徵兆,團隊卻誤將生成式 AI 模型運用於影像診斷。下列哪一項最可能成為主要風險?
考試範圍定位
- 考試等級
- 初級能力鑑定
- 考試科目
- 生成式 AI 應用與規劃
- 知識主題
- No code / Low code 概念
- 能力指標
- No Code / Low Code 的基本概念(L12101)
本題屬於 iPAS AI 應用規劃師初級能力鑑定「生成式 AI 應用與規劃」科目中的「No code / Low code 概念」範疇, 對應的能力指標為「No Code / Low Code 的基本概念」,涵蓋工具本身的基本認知與基礎概念等核心知識點。 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
某醫院正在規劃一個 AI 專案,目的是協助醫師從胸腔 X 光影像中判斷是否存在肺炎徵兆,團隊卻誤將生成式 AI 模型運用於影像診斷。下列哪一項最可能成為主要風險?
- A. 模型在生成報告時語句流暢,但僅在文字表達上有差異,對診斷結果沒有重大影響
- B. 模型若資料不足,僅會降低生成報告的完整性,而非影響判斷病灶的正確性
- C. 模型偏向生成內容而非分類,但此差異僅影響效率,不會造成誤診風險
- D. 模型可能生成與實際影像不符的診斷結論,導致誤判並引發醫療與法律風險 ✓ 正確答案
詳細解析
正確答案:D. 模型可能生成與實際影像不符的診斷結論,導致誤判並引發醫療與法律風險
生成式 AI 的核心能力是生成內容而非精確分類判斷,將其用於醫療影像診斷時,可能生成看似合理但與實際影像不符的診斷結論。在醫療場景中,這種誤判會直接導致醫療事故與法律風險。
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. 模型在生成報告時語句流暢,但僅在文字表達上有差異,對診斷結果沒有重大影響 (不正確)
生成式模型的差異不僅在文字表達,它可能產出與影像不符的錯誤判斷。
B. 模型若資料不足,僅會降低生成報告的完整性,而非影響判斷病灶的正確性 (不正確)
資料不足時不只影響完整性,更可能導致錯誤的診斷判斷。
C. 模型偏向生成內容而非分類,但此差異僅影響效率,不會造成誤診風險 (不正確)
生成與分類的差異在醫療場景中會直接導致誤診,不僅是效率問題。
D. 模型可能生成與實際影像不符的診斷結論,導致誤判並引發醫療與法律風險 (正確)
正確:生成式模型可能產出與影像不符的診斷結論,在醫療場景中這是嚴重的風險。
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。
中等題備考建議
- ▶ 本題屬於中等難度,需要理解概念之間的關聯與應用情境,不能只靠死背定義。
- ▶ 中等難度的題目常考「為什麼」和「怎麼用」,建議整理各技術的優缺點比較表。
- ▶ 練習時注意錯誤選項的陷阱設計,很多時候錯誤選項只有一兩個字的差異,需要仔細辨別。
- ▶ 建議用「費曼學習法」,嘗試向別人解釋這道題的解題思路,能講清楚就代表真正理解了。
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。
一家顧問公司使用生成式 AI 協助撰寫數據分析報告。雖然模型在測試中表現優異,但其生成的報告多半僅遵循固定段落結構,替換數值或關鍵詞即可完成,卻未能展現針對不同專案的多樣化推理與分析。下列何者為造成這種現象的最合理解釋?
某支付平台為了強化洗錢行為檢測,計劃導入生成式 AI 技術來輔助分析可疑交易模式。該平台擁有大量歷史交易記錄和已知洗錢案例資料,希望 AI 能自動生成可疑交易的特徵描述報告。下列哪一種生成式 AI 技術最適合此需求?
使用Low-Code平台進行開發時,企業應特別留意下列哪一項潛在風險?
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 114 年 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。