1. チューリングテストに「合格」したAIは、知能を持っていると言えるか。
2. MYCINが臨床採用されなかった主要因として正確に説明しているものはどれか。
3. MYCIN（ルールベース）とEndoBRAIN（深層学習）では、「なぜそう判断したか」の説明方法がどう違うか。EU AI Actの文脈でどちらが有利と言えるか。
4. あるスクリーニングAIが「感度98%、特異度70%」と報告されている。有病率0.1%の集団で使ったとき、陽性と判定された患者が実際にその疾患である確率（PPV）はおよそどれくらいか。
5. 新しい皮膚科AIが「皮膚科専門医と同等の診断精度を達成した」という論文を読んだ。臨床採用を検討する前に、その論文が検証された「患者集団」について確認すべき最重要事項はどれか。
6. USMLEスコア95%を達成したAIが、小児科診断でも同じ精度を発揮する保証はあるか。ない場合、どのような情報があれば判断できるか。
7. Nori et al. 2023（GPT-4研究）とKung et al. 2023（ChatGPT研究）のUSMLEスコアを「ほぼ同等」と述べることの問題点はどれか。
8. 「AIが放射線科の画像診断タスクで人間を超えた」から「AIが放射線科医を代替できる」という推論の何がおかしいか、最も正確に説明しているのはどれか。
9. Sam Altmanの「2028年までに知的能力の多くがデータセンター内に宿る」という発言を評価するとき、「彼がOpenAI CEOである」という事実はどのような文脈を与えるか。
10. 「AIの出力を独立に検証できるかどうか」を基準に安全性を判断するとき、「診療録のドラフト生成」と「稀少疾患の診断提案」はどちらがより安全か。最も適切な説明はどれか。