閱讀下面的材料，完成下面各題。
材料一
      在新冠疫情防控中，我國智能化技術應用“嶄露頭角”，取得了較好的成效。
      人工智能技術在數(shù)據(jù)處理方面應用廣泛。鑒于新藥和疫苗研發(fā)期間進行大量數(shù)據(jù)分析、科學超算等工作的需要，百度、騰訊等企業(yè)相繼開放了公司內(nèi)部的億級計算資源，幫助疾控中心和科研單位將疫情的數(shù)據(jù)檢測時間以幾何倍數(shù)縮短。針對流動場景中因戴口罩而造成人臉識別困難這一問題，以曠視科技為代表的人工智能公司建立了“公共場所應急醫(yī)療尋人系統(tǒng)”，通過多模態(tài)算法識別體態(tài)特征，形成全域感知、可管可控的精準定位。
      服務型機器人在防控疫情斗爭中起到了至關重要的作用。國內(nèi)一些企業(yè)開發(fā)的醫(yī)療智能機器人可代替醫(yī)護人員在污染區(qū)和隔離區(qū)作業(yè)，完成部分高風險任務，并節(jié)省大量防護服、口罩等重要物資。語音服務機器人還可以很好地代替人工開展疫情防控知識的普及，大幅減輕相關人員工作強度，緩解醫(yī)療資源緊缺狀況，避免交叉感染風險。
      在此次疫情防控戰(zhàn)中，無人配送“初試身手”。廣東省人民醫(yī)院引進的無人車承載餐食或物資，可自動前往隔離區(qū)房間進行配送。這種免接觸配送方式，能夠阻斷“人傳人”的病毒傳染鏈條，降低隔離區(qū)內(nèi)部病毒傳播幾率。
      區(qū)塊鏈公開透明、便捷高效、完備可追溯等技術優(yōu)勢也在疫情防控中有所展現(xiàn)。相關機構推出了基于聯(lián)盟鏈技術的疫情捐款平臺，這一平臺具有防篡改可追溯的特征，可有效解決傳統(tǒng)公益活動中的暗箱操作問題，得到了市場的高度認可。此外，區(qū)塊鏈還在疫情緩解后的復工復產(chǎn)中發(fā)揮著重要作用?；趨^(qū)塊鏈的企業(yè)復工復產(chǎn)平臺，將防控指揮部門、政府監(jiān)管部門等相關方作為節(jié)點上鏈，企業(yè)備案、業(yè)務審核、衛(wèi)生監(jiān)管等均可在鏈上完成，各節(jié)點可隨時同步查詢，確保公開公正，從而實現(xiàn)防疫下的精細化復工治理。
（取材于渠慎寧、楊丹的相關文章）
材料二
      隨著標準化醫(yī)療數(shù)據(jù)的完善與人工智能（AI）技術的發(fā)展，“5G+智慧醫(yī)療”、AI醫(yī)生、醫(yī)療智能機器人等多元化的醫(yī)療場景從理論落地現(xiàn)實，滿足了人們多方面的醫(yī)療需求。
      AI醫(yī)生在通過硬件設備獲取大量多維度醫(yī)療數(shù)據(jù)基礎上，為病人“把脈”，并通過自身算法和機器學習對關鍵數(shù)據(jù)進行分析處理，最終用“人話”提供診斷結果。目前，國內(nèi)的三甲醫(yī)院大部分都在嘗試通過Al+輔診，對肺結節(jié)、乳腺癌等多個疾病進行診斷。AI醫(yī)生還可應用于生活領域，既滿足了人們對健康管理和醫(yī)療服務的需求，也緩解了當前醫(yī)院和醫(yī)生資源短缺的狀況。
      相對傳統(tǒng)的醫(yī)療場景，機器學習在醫(yī)學影像診斷方面表現(xiàn)強勢。在一項最新科研成果中，人工智能在識別醫(yī)學影像的基礎上，通過自動學習病歷文本數(shù)據(jù)中的診斷邏輯，逐步具備了一定的病情分析推理能力，能更進一步讀懂、分析復雜的病例。國際商業(yè)機器公司研發(fā)的沃森機器人可在17秒內(nèi)閱讀3469本醫(yī)學專著、248000篇論文、69種治療方案、61540次試驗數(shù)據(jù)、106000份臨床報告。通過海量讀取醫(yī)學知識，沃森機器人在短時間內(nèi)迅速成為腫瘤專家。近些年來，沃森機器人為診治肺癌、結腸癌等多種癌癥提供了服務。目前，中國已經(jīng)有200多家醫(yī)療機構引進了沃森機器人。
      AI技術已廣泛應用于醫(yī)療行業(yè)諸多領域，有效地輔助了醫(yī)院醫(yī)生識別圖象、獲取和分析醫(yī)療數(shù)據(jù)，提供診療服務等等。展望未來，醫(yī)療與人工智能結合方式將覆蓋醫(yī)療行業(yè)的方方面面。
（取材于《光明日報》相關文章）材料三
      圖象識別是AI技術最擅長的事情之一。利用AI技術這一長處，輔助醫(yī)生診斷，讓醫(yī)生“看”得更清楚、判斷更準確。AI技術是否能對所有病癥做出獨立的診斷？美國眼科教授布萊斯勒正在做的項目，是使用AI技術診斷糖尿病人的眼底病變。由于這種疾病十分常見，數(shù)據(jù)積累豐富，再加上對于病變的判定相對簡單，目前這個技術已經(jīng)有了相對成熟的應用場景。然而，觸及到更難的領域，例如腫瘤，圖象模式十分復雜，很難用一種或者幾種機械的模式概括，機器往往就會卡住。而有的病變本身十分罕見，機器根本無法形成值得信賴的數(shù)據(jù)庫。
      再說，就算數(shù)據(jù)夠多、計算能力夠強，AI技術能夠取代人類判斷嗎？醫(yī)學專家帕里克說：“現(xiàn)有的大部分算法，包括診斷和預測等，都不是在傳統(tǒng)的醫(yī)學范式下研究出來的，不能直接體現(xiàn)醫(yī)學所需要的指標，即使一些已經(jīng)投入應用了，但可靠度、可應用程度等，都需要進一步驗證?！彼J為，當下許多醫(yī)療人工智能相關的研究，都以計算能力、反應速度、概率分布曲線等作為指標?？墒?，這些研究對病人的治療效果有多大增益？速度提高了，誤診率、返診率以及病程等問題是否也會隨之解決？這些才是醫(yī)學關心的指標，也是監(jiān)管機構能否給某個技術放行的依據(jù)。
      帕里克還認為，最關鍵的并不在于人工智能本身的能力，而在于人工智能和現(xiàn)有的醫(yī)學條件結合能夠發(fā)揮多大的功效。醫(yī)生多年所見、所識、所領悟的并不能完全被翻譯成數(shù)據(jù)，變成機器學習的資料；而人工智能亦有更精準的觀察、更快的速度和永不疲倦的眼。談論“醫(yī)生+算法”的效果，遠比談論如何替代、或者誰比誰好要更有意義。
      未來的醫(yī)療場景，一定不是病人進行全身掃描之后得到“智能”的診療，而是可復制、可量產(chǎn)的機器，為醫(yī)生提供足夠有價值的參考，節(jié)省更多人力物力，讓診療變得更普及、更平民、更快捷。
（取材于李子的相關文章）（1）根據(jù)材料一，下列表述符合文意的一項是

A

A

A．百度、騰訊等企業(yè)的億級計算資源，可以極大地提升疫情的數(shù)據(jù)檢測效率。
B．“公共場所應急醫(yī)療尋人系統(tǒng)”能快速識別流動場景中戴口罩的危險人物。
C．國內(nèi)一些企業(yè)開發(fā)醫(yī)療智能機器人，主要是為了解決醫(yī)療資源緊缺的問題。
D．醫(yī)院使用無人配送方式配送餐食或物資，最終阻斷隔離區(qū)內(nèi)部的病毒傳播。
（2）下列對“區(qū)塊鏈技術優(yōu)勢”的理解和分析，不恰當?shù)囊豁検?!--BA-->

C

C

A．區(qū)塊鏈技術是一種智能化技術，其多方面的技術優(yōu)勢在這次疫情防控中嶄露頭角。
B．基于區(qū)塊鏈技術推出的疫情捐款平臺和復工復產(chǎn)平臺都體現(xiàn)了其公開透明的優(yōu)勢。
C．傳統(tǒng)公益平臺不具備防篡改可追溯的技術優(yōu)勢，因而未能得到市場的認可和接受。
D．復工復產(chǎn)平臺將相關防控管理部門作為節(jié)點上鏈，這有利于實現(xiàn)精細化復工治理。
（3）根據(jù)材料二，下列理解和分析不符合文意的一項是

D

D

A．標準化醫(yī)療數(shù)據(jù)的完善與人工智能技術的發(fā)展使多元化的醫(yī)療場景成為現(xiàn)實。
B．AI醫(yī)生通過硬件設備了解病情，然后進行數(shù)據(jù)分析處理，最終提供診斷結果。
C．沃森機器人通過讀取海量醫(yī)學知識，迅速成為腫瘤專家，可輔助診治多種癌癥。
D．AI技術為醫(yī)院醫(yī)生進行診療提供了諸多幫助，目前已覆蓋醫(yī)療行業(yè)的方方面面。
（4）根據(jù)材料三，下列理解和推斷不正確的一項是

C

C

A．糖尿病人眼底病變這種疾病十分常見，機器可以形成相對值得信賴的數(shù)據(jù)庫。
B．雖然AI數(shù)據(jù)夠多、計算能力夠強，但是診斷和預測的可應用程度仍不容樂觀。
C．診療中，醫(yī)生的見識和領悟固然重要，但更關鍵的是人工智能的精準、快速。
D．未來，在人工智能技術輔助下，更多人能獲得比現(xiàn)在更為快捷、平民的診療。
（5）閱讀下面材料，完成各題。
      美國某醫(yī)學院實驗室開發(fā)了一套結合影像和人工智能的心臟造影方案，構建出全息3D的心臟模型，重建每一束心肌纖維，模擬心臟動態(tài)，精確地找出病灶，讓手術“指哪打哪”。然而，實際應用的前景并不樂觀。
你認為美國這一實驗室開發(fā)的心臟造影方案有哪些優(yōu)勢？可能存在哪些不足？請結合上面三則材料加以解說。