文章出處：理解現代醫學的三個法則
這條音頻給你說說，如何通過三個法則，快速了解現代醫學。
最近有本新書，叫《醫學的真相》，作者悉達多·穆克吉，是哥倫比亞大學醫學院副教授。
這本書總結了醫學的三個法則，
可以幫助我們對現代醫學有一個整體的認識，我來給你轉述一下。
第一個法則，是先驗知識很重要，
也就是在經驗觀察之前的知識，比如直覺就是一種。
你可能會問，醫學是一門科學，醫生可以根據各種檢測結果來診斷病情，
為什麼還要用直覺呢？因為檢測是有不足之處的，完全依賴檢測結果，可能會誤診。
比如說，每一個醫學檢測，都存在假陽性率和假陰性率。
所謂假陽性，就是沒病，但是檢測結果顯示有病。
假陰性正好相反，有病但是檢測結果正常。如果醫生沒有先驗知識，就會誤診。
書裡舉了個例子，假設檢測艾滋病毒，對於每一個呈陽性的檢測結果，
只有50%的概率能證明這位患者確實感染了病毒。但是如果醫生具備先驗知識，
先篩選出一些高風險的病人，
然後再讓這些病人進行艾滋病檢查，檢查的準確率就能提升到95%。
這其實是貝葉斯定理在醫學檢測的應用。
所謂貝葉斯定理，知識新聞以前也說過，
簡單來說，就是在信息不完備的情況下，通過微調不斷逼近事實真相。
比如一位攜帶乳腺癌1號基因的女性，是不是應該切除乳房呢？
回答是或者否都不合適，要通過一系列條件來進行判斷。
比如應該了解這位女性的母親或者祖母有沒有得過乳腺癌，有沒有其他風險因素等等。
在具體診斷時，醫生的先驗知識是非常重要的。
第二個法則，是不要忽視例外。
每一個不按常理出牌的問題，都能指出醫學理解上的缺陷。
只要存在現有的框架無法解釋的例外，就必然有改進的空間。
比如說，2009年一位癌症科學家開始了一個研究項目，
研究那些治療癌症的藥物，為什麼能在某些病人身上起作用。
像臨床實驗發現，44位膀胱癌晚期的病人服用了一種藥物，沒有明顯反應，
但是45號病人服用以後，腫瘤基本治好了。這位科學家推斷，這可能跟基因有關。
他重新排列了45號病人的腫瘤樣本基因，找出對藥物產生反應的變異基因。
然後再對一群得了同樣疾病的病人進行基因排列，發現對藥物有反應的病人，
有同樣的變異基因。後續的研究就可以驗證基因和藥物的關係，還可能研製出新的藥品。
所以，不符合當前疾病模型的數據越來越重要，能幫助人類挖掘更深層次的規律。
第三個法則，是要盡力避免偏見。
醫學中需要大量實驗，在實驗中如果不能避免偏見，
就會導致研究結果只能在實驗室中成立，而無法用在實際醫療過程裡。
很多偏見是無意識的。
比如這樣一個案例，醫學研究員的腫瘤學研究要進行3年，3年之後，這批研究員畢業了，
會把自己的病人分成兩撥，一部分交給下一批研究員，另一部分交給醫院的主治醫師。
有個要求，就是分給新研究員的病人，要有“科研價值”。
這導致了新研究員接手的病人，都是對藥物有反應的。
這樣，研究員會認為這種藥物療效很好，可能改變癌症治療現狀。
實際上總體反應很差，只能達到預期的五分之一甚至更低。
分配病人的方式主觀上是沒有偏見的，但是客觀上導致了研究員對藥效的誤判。
書裡說，新的醫療技術需要更多人類的評判和理解來讓研究有意義，這會產生更多的偏見。但是到目前為止，也沒有一種可以完全避免偏見的方法，只能直接面對。
最後總結一下，現代醫學有三條法則，
第一，先驗知識很重要；第二，不要忽視例外；第三，盡力避免偏見。
但是這三條法則都是受到人類知識的限制和約束的，不確定性和約束性在醫學裡廣泛存在。
理解了這三條法則，對於我們認識現代醫學很有幫助。
以上，就是這本書中的核心觀點，希望對你有所啟發。
本文源自：《醫學的真相》
稿：王海
轉載:得到
-------------
主旨：
第一個法則，是先驗知識很重要
也就是在經驗觀察之前的知識，比如直覺就是一種。
你可能會問，醫學是一門科學，醫生可以根據各種檢測結果來診斷病情，
為什麼還要用直覺呢？因為檢測是有不足之處的，完全依賴檢測結果，可能會誤診。
比如說，每一個醫學檢測，都存在假陽性率和假陰性率。
所謂假陽性，就是沒病，但是檢測結果顯示有病。
假陰性正好相反，有病但是檢測結果正常。如果醫生沒有先驗知識，就會誤診。
第二個法則，是不要忽視例外
每一個不按常理出牌的問題，都能指出醫學理解上的缺陷。
只要存在現有的框架無法解釋的例外，就必然有改進的空間。
比如說，2009年一位癌症科學家開始了一個研究項目，
研究那些治療癌症的藥物，為什麼能在某些病人身上起作用。
像臨床實驗發現，44位膀胱癌晚期的病人服用了一種藥物，沒有明顯反應，
但是45號病人服用以後，腫瘤基本治好了。這位科學家推斷，這可能跟基因有關。
他重新排列了45號病人的腫瘤樣本基因，找出對藥物產生反應的變異基因。
然後再對一群得了同樣疾病的病人進行基因排列，發現對藥物有反應的病人，
有同樣的變異基因。後續的研究就可以驗證基因和藥物的關係，還可能研製出新的藥品。
所以，不符合當前疾病模型的數據越來越重要，能幫助人類挖掘更深層次的規律。
第三個法則，是要盡力避免偏見
醫學中需要大量實驗，在實驗中如果不能避免偏見，
就會導致研究結果只能在實驗室中成立，而無法用在實際醫療過程裡。
很多偏見是無意識的。
比如這樣一個案例，醫學研究員的腫瘤學研究要進行3年，3年之後，這批研究員畢業了，
會把自己的病人分成兩撥，一部分交給下一批研究員，另一部分交給醫院的主治醫師。
有個要求，就是分給新研究員的病人，要有“科研價值”。
這導致了新研究員接手的病人，都是對藥物有反應的。
這樣，研究員會認為這種藥物療效很好，可能改變癌症治療現狀。
實際上總體反應很差，只能達到預期的五分之一甚至更低。
分配病人的方式主觀上是沒有偏見的，但是客觀上導致了研究員對藥效的誤判。
這條音頻給你說說，如何通過三個法則，快速了解現代醫學。
最近有本新書，叫《醫學的真相》，作者悉達多·穆克吉，是哥倫比亞大學醫學院副教授。
這本書總結了醫學的三個法則，
可以幫助我們對現代醫學有一個整體的認識，我來給你轉述一下。
第一個法則，是先驗知識很重要，
也就是在經驗觀察之前的知識，比如直覺就是一種。
你可能會問，醫學是一門科學，醫生可以根據各種檢測結果來診斷病情，
為什麼還要用直覺呢？因為檢測是有不足之處的，完全依賴檢測結果，可能會誤診。
比如說，每一個醫學檢測，都存在假陽性率和假陰性率。
所謂假陽性，就是沒病，但是檢測結果顯示有病。
假陰性正好相反，有病但是檢測結果正常。如果醫生沒有先驗知識，就會誤診。
書裡舉了個例子，假設檢測艾滋病毒，對於每一個呈陽性的檢測結果，
只有50%的概率能證明這位患者確實感染了病毒。但是如果醫生具備先驗知識，
先篩選出一些高風險的病人，
然後再讓這些病人進行艾滋病檢查，檢查的準確率就能提升到95%。
這其實是貝葉斯定理在醫學檢測的應用。
所謂貝葉斯定理，知識新聞以前也說過，
簡單來說，就是在信息不完備的情況下，通過微調不斷逼近事實真相。
比如一位攜帶乳腺癌1號基因的女性，是不是應該切除乳房呢？
回答是或者否都不合適，要通過一系列條件來進行判斷。
比如應該了解這位女性的母親或者祖母有沒有得過乳腺癌，有沒有其他風險因素等等。
在具體診斷時，醫生的先驗知識是非常重要的。
第二個法則，是不要忽視例外。
每一個不按常理出牌的問題，都能指出醫學理解上的缺陷。
只要存在現有的框架無法解釋的例外，就必然有改進的空間。
比如說，2009年一位癌症科學家開始了一個研究項目，
研究那些治療癌症的藥物，為什麼能在某些病人身上起作用。
像臨床實驗發現，44位膀胱癌晚期的病人服用了一種藥物，沒有明顯反應，
但是45號病人服用以後，腫瘤基本治好了。這位科學家推斷，這可能跟基因有關。
他重新排列了45號病人的腫瘤樣本基因，找出對藥物產生反應的變異基因。
然後再對一群得了同樣疾病的病人進行基因排列，發現對藥物有反應的病人，
有同樣的變異基因。後續的研究就可以驗證基因和藥物的關係，還可能研製出新的藥品。
所以，不符合當前疾病模型的數據越來越重要，能幫助人類挖掘更深層次的規律。
第三個法則，是要盡力避免偏見。
醫學中需要大量實驗，在實驗中如果不能避免偏見，
就會導致研究結果只能在實驗室中成立，而無法用在實際醫療過程裡。
很多偏見是無意識的。
比如這樣一個案例，醫學研究員的腫瘤學研究要進行3年，3年之後，這批研究員畢業了，
會把自己的病人分成兩撥，一部分交給下一批研究員，另一部分交給醫院的主治醫師。
有個要求，就是分給新研究員的病人，要有“科研價值”。
這導致了新研究員接手的病人，都是對藥物有反應的。
這樣，研究員會認為這種藥物療效很好，可能改變癌症治療現狀。
實際上總體反應很差，只能達到預期的五分之一甚至更低。
分配病人的方式主觀上是沒有偏見的，但是客觀上導致了研究員對藥效的誤判。
書裡說，新的醫療技術需要更多人類的評判和理解來讓研究有意義，這會產生更多的偏見。但是到目前為止，也沒有一種可以完全避免偏見的方法，只能直接面對。
最後總結一下，現代醫學有三條法則，
第一，先驗知識很重要；第二，不要忽視例外；第三，盡力避免偏見。
但是這三條法則都是受到人類知識的限制和約束的，不確定性和約束性在醫學裡廣泛存在。
理解了這三條法則，對於我們認識現代醫學很有幫助。
以上，就是這本書中的核心觀點，希望對你有所啟發。
本文源自：《醫學的真相》
稿：王海
轉載:得到
-------------
主旨：
第一個法則，是先驗知識很重要
也就是在經驗觀察之前的知識，比如直覺就是一種。
你可能會問，醫學是一門科學，醫生可以根據各種檢測結果來診斷病情，
為什麼還要用直覺呢？因為檢測是有不足之處的，完全依賴檢測結果，可能會誤診。
比如說，每一個醫學檢測，都存在假陽性率和假陰性率。
所謂假陽性，就是沒病，但是檢測結果顯示有病。
假陰性正好相反，有病但是檢測結果正常。如果醫生沒有先驗知識，就會誤診。
第二個法則，是不要忽視例外
每一個不按常理出牌的問題，都能指出醫學理解上的缺陷。
只要存在現有的框架無法解釋的例外，就必然有改進的空間。
比如說，2009年一位癌症科學家開始了一個研究項目，
研究那些治療癌症的藥物，為什麼能在某些病人身上起作用。
像臨床實驗發現，44位膀胱癌晚期的病人服用了一種藥物，沒有明顯反應，
但是45號病人服用以後，腫瘤基本治好了。這位科學家推斷，這可能跟基因有關。
他重新排列了45號病人的腫瘤樣本基因，找出對藥物產生反應的變異基因。
然後再對一群得了同樣疾病的病人進行基因排列，發現對藥物有反應的病人，
有同樣的變異基因。後續的研究就可以驗證基因和藥物的關係，還可能研製出新的藥品。
所以，不符合當前疾病模型的數據越來越重要，能幫助人類挖掘更深層次的規律。
第三個法則，是要盡力避免偏見
醫學中需要大量實驗，在實驗中如果不能避免偏見，
就會導致研究結果只能在實驗室中成立，而無法用在實際醫療過程裡。
很多偏見是無意識的。
比如這樣一個案例，醫學研究員的腫瘤學研究要進行3年，3年之後，這批研究員畢業了，
會把自己的病人分成兩撥，一部分交給下一批研究員，另一部分交給醫院的主治醫師。
有個要求，就是分給新研究員的病人，要有“科研價值”。
這導致了新研究員接手的病人，都是對藥物有反應的。
這樣，研究員會認為這種藥物療效很好，可能改變癌症治療現狀。
實際上總體反應很差，只能達到預期的五分之一甚至更低。
分配病人的方式主觀上是沒有偏見的，但是客觀上導致了研究員對藥效的誤判。
沒有留言:
張貼留言