终于安静了，李楠斌感慨地说：“有经验的医生都知道检查不可能是百分之百准确，但具体什么个情况却说不出个所以然来，很多只能凭经验来判断，或者再坚持验证一次，但经你昨天那么一说，才知道现在都可以通过数据统计和科学手段来定义验证了。你具体说说，这里面有什么道理？”

“是。这其中运用的是贝叶斯定理。它是由英国数学家贝叶斯发明的，用来描述两个条件概率之间的关系。它与频率主义截然不同，是一种利用过往信息逐渐逼近事件发生概率的思考方式。主要描述的是当你不能准确获悉一个事物的本质时，你可以依靠与事物特定本质相关的事件出现的多少去判断其本质属性的概率。用数学语言表达就是：支持某项属性的事件发生得愈多，则该属性成立的可能性就愈大。它有一个复杂的公式，主要是在概率统计中，应用观察到的现象对有关概率分布的主观判断（即先验概率）进行修正的标准方法。”

周若瑜随手写下了公式。用笔指着上面的字母一个个解释道：

“大体它讲的是一件事Y在条件X下发生的条件概率为P，等于条件X和这件事Y一同发生的联合概率P，除以条件X的概率P……

就拿乳腺癌来说，我们用D表示她得了乳腺癌，T表示测试结果为阳性，这个因果关系是乳腺癌导致阳性， D → T。我们要计算 P(D/T)。根据贝叶斯公式，我们需要 P(D)，P(T)和 P(T/D)……

在有新证据之前，P(D)就是一般相同年龄段女性得乳腺癌的概率，统计表明是1/700。

其中如果这位女性本身携带容易得乳腺癌的基因，比如安吉丽娜·朱莉携带的BRCA1基因，或者查体时发现她已经有了包块，表现出症状的人群，那么P的数值就会发生变化，患病的概率就会大大提高，它是一个随时变化的数据……。”

“你这样说，我就想起来了，艾滋病检测是不是也是基于这个理论？前几年有一个朋友的孩子在国外检测出HIV阳性，因为太害怕了，差点自杀，他反复说自己是无辜的，他又不是同性恋，怎么会染上这个不治之症，而且说出去太不好听了，他没有脸面面对父母和朋友，辛亏被室友发现，后来被我们一再劝说再去做了检测，才发现是假阳性。真是捡了一条命。”

“是啊，艾滋病检测的假阳性和假阴性假如都是0.1%的水平，艾滋病发病率是万分之一的话，某次检测结果是阳性，应用贝叶斯定理，那么被检测出真正被感染艾滋病的概率是49.98%。就是说一半的人可能会被误诊。

对这种初次检测准确率较低的方法，只需要做第二次检测就可以大幅度提升判断，这也是为什么艾滋病检测第一次呈阳性的人，还需要做第二次检测。好像我们国家第二次依然是阳性的还需要送交国家实验室做第三次检测，才能做最后的定论。”

“哦，原来是这样，不仅仅是因为要查清楚病源的关系。生活在现代社会不得不越来越讲究科学方法了，不然医生会误诊，病患也容易过度担心，甚至做出什么不好的行为来。”

“嗯，像乳腺癌如果只凭筛查结果就做手术的话，那么八成以上的可能是要错切**了。而对于40岁以下的人群，接受错误手术的可能性就更大了。”

“这就是过度医疗了。这种例子在早年不胜枚举，我记得还是二十年前女性一旦被发现患有卵巢癌都是整个卵巢，甚至整个子宫都要切除，不像现在持有的理念都是要尽量保有人体器官，尊重生命的尊严。”