NEW
Font size
WorksheetsSTETOSKOP - AI
Total questions: 15
Worksheet time: 8mins
Pernyataan mana yang paling tepat menggambarkan mengapa stetoskop digital yang didukung AI sedang dieksplorasi untuk auskultasi paru-paru?
Karena AI tidak dapat memproses data audio pernapasan
Karena paru-paru tidak menghasilkan sinyal akustik yang terukur
Karena stetoskop analog dilarang di seluruh dunia
Karena auskultasi paru-paru tetap subjektif dan bervariasi
Sebuah rumah sakit ingin mengurangi variabilitas dalam mengklasifikasikan suara paru-paru normal versus abnormal. Pendekatan mana yang sejalan dengan praktik rekayasa elektromedis?
Implementasikan stetoskop digital dengan analisis berbasis AI
Latih klinisi untuk mengandalkan pengalaman pribadi semata
Hapus stetoskop dan hanya gunakan pemeriksaan palpasi
Abaikan klasifikasi dan fokus pada kuesioner pasien
Task mana yang paling tepat menggambarkan peran strategis seorang profesional elektromedis saat mengintegrasikan AI dengan perangkat medis yang ditunjukkan dalam slide?
Lakukan pemeriksaan keselamatan dan jaminan fungsional
Tulis kebijakan umum rumah sakit untuk pengadaan staf
Pemasaran perangkat baru kepada pembeli klinis
Memberikan sesi konseling pasien di tempat tidur
Deskripsi manakah yang paling sesuai dengan suara napas vesikuler normal yang terdengar di bidang paru perifer?
Kasar dan terputus-putus, ledakan nada tinggi
Halus dan kontinu, rentang 100–1000 Hz
Kasar dan nada rendah, sekresi bergerak
Musikal nada tinggi, saluran udara menyempit
Komponen manakah yang mengubah suara paru-paru analog yang diperkuat menjadi sampel digital dalam sistem stetoskop AI?
Unit pengubah analog-ke-digital
Tahap penguat pra-amplifier
Modul perangkat lunak pengklasifikasi AI
Chestpiece dengan kapsul mikrofon
Pilih alur kerja berurutan yang benar untuk memproses suara paru-paru dari akuisisi hingga keputusan.
Akuisisi, pra-pemrosesan sinyal, ekstraksi fitur, klasifikasi AI
Pemrosesan sinyal, akuisisi, ekstraksi fitur, klasifikasi AI
Klasifikasi AI, ekstraksi fitur, pra-pemrosesan sinyal, akuisisi
Ekstraksi fitur, klasifikasi AI, akuisisi, pemrosesan
Langkah pra-pemrosesan mana yang paling baik menghapus frekuensi di luar rentang target dalam sinyal akustik?
Filter highpass untuk menekankan transien
Filter notch untuk menghapus semua harmonik
Filter bandpass untuk mengisolasi pita yang diinginkan
Filter lowpass untuk penghapusan kebisingan yang luas
Anda merancang sebuah pipeline pidato: pra-proses, ekstrak MFCC, lalu klasifikasikan. Klasifikator mana yang sejalan dengan pembelajaran berbasis instansi menggunakan jarak ke contoh berlabel?
Naive Bayes dengan independensi bersyarat
K-Nearest Neighbors menggunakan metrik kedekatan
Support Vector Machine dengan maksimisasi margin
Random Forest dengan banyak pohon keputusan
Untuk ekstraksi fitur yang kuat dari klip audio yang bising, urutan mana yang paling tepat?
Latih Random Forest sebelum ekstraksi fitur
Normalisasi, lalu jalankan FFT, lewati penyaringan
Terapkan bandpass, kurangi noise, hitung MFCC
Hitung fitur spektral, lalu denoise nanti
Sebuah rumah sakit menerapkan alat AI untuk triase. Tindakan mana yang paling sesuai dengan keselamatan pasien dan kerahasiaan data?
Lewati kalibrasi untuk mempercepat penerapan
Bagikan data mentah dengan vendor
Validasi output dan dokumentasikan prosedur
Biarkan AI membuat keputusan klinis akhir
Tim biomedis harus memastikan hasil auskultasi yang objektif untuk layanan kesehatan modern. Solusi terintegrasi mana yang paling sesuai dengan kesimpulan slide?
Gabungkan pengklasifikasi AI dengan perangkat keras sensor yang distandarisasi
Alihkan rekaman ke lingkungan nonklinis
Ganti sistem elektromedis dengan catatan kertas
Bergantung sepenuhnya pada interpretasi stetoskop manual
Manakah dari berikut ini yang paling tepat menggambarkan peran AI dalam meningkatkan akurasi diagnosis auskultasi paru-paru?
AI tidak memiliki peran dalam diagnosis medis
AI menggantikan dokter dalam semua keputusan klinis
AI memberikan analisis berbasis data untuk mendukung keputusan klinis
AI hanya digunakan untuk pengolahan data tanpa interpretasi
Dalam konteks pengolahan sinyal suara, metode mana yang paling efektif untuk mengurangi artefak dari sinyal akustik yang terdistorsi?
Menambah gain pada sinyal untuk meningkatkan amplitudo
Penggunaan filter digital untuk menghapus noise
Menggunakan penguat analog untuk memperkuat sinyal
Melakukan normalisasi pada sinyal sebelum analisis
Dalam analisis suara paru-paru, fitur mana yang paling relevan untuk membedakan antara suara normal dan abnormal?
Frekuensi fundamental dari suara
Jumlah harmonik yang terdeteksi dalam sinyal
Durasi total dari suara yang direkam
Variasi amplitudo selama siklus pernapasan
Ketika menggunakan AI untuk analisis suara paru-paru, metrik mana yang paling tepat untuk mengevaluasi kinerja model?
Waktu yang dibutuhkan untuk memproses setiap sinyal
Rasio antara jumlah prediksi benar dan total data
Jumlah kesalahan klasifikasi yang terjadi
Rasio positif palsu terhadap total prediksi
