纵向广告1
热评文章
纵向广告2
《医学的真相(TED 思想的力量系列)》读后感1800字
\根据完备信息作出完美决定很容易, 用不完备的信息作出完美的决定, 是一门艺术.\
its easy to make perfect decision with complete info, but to make perfect decision with incomplete info, thats AN ART.\
thats what good medical is trying to do...
actually, medical is like \crime scene investigation\. to me, its less like science, but more like engineering.
~
.
[false positive / 假阳性&直觉]
第一章提到的病人, 开始始终不能锁定其病因. 但在医生(作者自己)不经意的一瞥, 发现了一个隐藏的关联.
病人动脉硬化来自其吸毒史. 于是进行了HIV测试, 结果阳性.
Happy ending? 直觉万岁?
far from it.
问诊就像是刑侦, 当没有任何线索的时候, 应该筛查哪些项目呢?
全部可能选项么?
而对于无差别样本, 盲目单独筛查某一个项目, 其可信度又是极低的.
原因就在于, 当 \误诊率\相比 样本群体的\患病概率\很高时, 大量的结果是\假阳性\
比如:
对于一个 \患病率\ 1%的人群, 进行一次 \误诊率\ 1%的检测, 得到 \真阳性\(患病) 和 \假阳性\(未患病) (false positive) 的数量是一样多的. 那么这个检测有效的概率只有50%-- 跟抛硬币相同.
而一个 \患病率\ 0.1%的人群, 进行一次 \误诊率\ 1%的检测, 有效的概率则降到9%-- 即91%的阳性都是错的, 无效的.
不要相信一元测试, 真实情况是多元的, 交叉影响的, 非线性的.
根据完备信息作出完美决定很容易, 用不完备的信息作出完美的决定, 需要直觉.
..
.
[exhaustion / 海查]
很简单, 把所有的检测做一遍, 有了大数据, 一切迎不就刃而解了!
是这样么?
现实中, 对每一项嫌疑科目的检查显然是不现实的, 时间, 成本, 医院负荷.
类比CSI:
Warrant(搜查令)需要法院批准, 不是觉得有嫌疑就可以随便开的.
DNA检测, 虽然在降价, 依然十分昂贵.
即使是默认流程的指纹海查, 也需要手选数据库(比如国内, 医疗体系, 还是interpol), 而且速度很慢(远没有美剧里演的那么快, 回车即得!)
完备的大数据, 甚至是上帝视角固然迷人. 但是, 时间和成本, 限制了我们不可能用所有的检查手段, 无差别的获得一切参数-- 大数据, 全局视野.
..
.
[unknown / 未知]
一个袋子, 里面装着黑红两种球, 其数量黑:红为 2:1.
提问: 连续两次抓到黑球的概率, 是多少?
答案4/9, 脚趾头都能想出来, piece of cake.
但是, 如果把问题反过来. 黑红球不知比例, 只连续抓了两个球都是黑的, 你能猜测里面的比例吗?
或者, 换句话说, 基于 \连续两次抓黑球\ 这个事实, 一个装着红黑双色球的袋子里面的最大熵比例是什么?
less obvious, right?
假设, 你在街上看见人掷硬币, 连续12把正面, 那么提问: 下1次正面的概率是多少?
任何大学学过统计的人都会会心一笑, 知道答案是50%. 因为每次掷硬币之间是不相关的!
是么?
但问题是, 在本案中, 连小孩都知道这不符合常识: 硬币被做手脚!.
.
关键在于, 一切概率都是基于已知模型.
\连12把正\, 我们有两个模型: a)正常硬币模型 b)伪币模型
我们根据过往事实, 来分配两者的概率. (MCTS - 蒙特卡洛树结构)
a的概率极低(0.5^12那么低), 而剩下的概率都分配给b,
于是, 我们知道, 下次还是正的概率非常接近于1.
这才是常识给我们的标准答案!
wait.. are you sure? how sure are you?!
事实上, 还可能有第情况3) 硬币没问题, 但庄家的手法有技巧, 收放自如.
那么, 如果你根据仅有1) 2)的模型, 开始下重注, 认为一定是大的, 而实际还有一个隐含的3)模型, 你必将大败亏输!
当模型改变, 已知的模型和预测完全失效.
还可能有第4)种可能么?
5? 6? ...
.
即使是 \连黑猜比\, 也是需要 \首先知道里面只有黑红双色\.
但是, 如果我告诉你里面还有黄球, 或者我告诉你, 里面有个小怪物, 在不停的吃红球, 或里面的红球会时不时的 \突变\为黑球, 你的猜测还一样么?
.
因为我们只对\过往重复的事件\, 有先验概率可以相信和依赖.
脱离了熟悉的模式, 和已知模型, 任何概率的讨论和分析, 都是无效的!
.
isk\ = know unknown (we know the model, just short of information)
\uncertainty\ = unknown unknown (we dont even have a clue what the hidden mechanism is!!! )
unknown model, is not isk\ any more, but total \uncertainty\.
..
.
[probability of god / 上帝的概率]
贝叶斯 \上帝的辩护\中说道:
\有了上帝视角, 预测人类很容易!\
但是, 贝叶斯反问, \如果仅有人类的所见所得, 你能猜到上帝的心思么?\
\风声鹤唳, 草木皆兵\ 的意思人人皆知. \false negative\的后果极差(被草丛的狮子咬死), 而 \false positive\充其量也就被别人笑话一时, 没什么大不了. 两者的高度非对称性, 造成进化选择了一边倒的疑神疑鬼-- 迷信的数学基础.
Descartes(笛卡尔)聊过, 如果有两个可能性(模型):
1) 上帝是唯一主宰, 存在
2) 世界是无神的, 世界不是上帝创造的, 而是科学的, 进化而来
虽然1)的概率极低, 但是, 不信上帝而它实际存在的后果极差(下地狱), 而信奉上帝而它实际不存在没什么大不了.
于是出于 \后果最大熵\ 考虑, 我们应该信奉上帝么?
问题就在于, 我们在讨论, \上帝存在概率\ 的问题时候, 有 \关于上帝存在方式的已知模型\ 么?
因为我们的模型(即假设)可能是错的:
3) 世界是多神的
4) 不存在上帝, 但存在撒旦, 信奉上帝而漏掉信奉撒旦的后果是极差的
5) 存在上帝及其死敌撒旦, 信上帝, 但不信撒旦的, 但后果也是极差的.
6) 我们生活在一个matrix里, 设计者根据我们 \此生的表现\ (比如愚蠢程度, 或一生创造 \逆商\的多少, 安排\下一关\ 的幸福程度)
如果是这样, 基于错误的假设(世界只有两个可能, 1, 2)而做出的选择, 可能让我们死的(死后)更加凄惨..
..
.
[混合模型]
大多数医学模型, 都是混合模型. (就像AI的混合建模)
大数据挖掘出的很多结果, 其实就是混合模型. 我们得到了相关, 甚至有很不错的预测(暂时), 却找不到(或完全不在乎)因果链条和形成机制.
而在实际应用层面, 错综的混合模型, 会带来误导, 阻碍全面的理解..
即, 仅停留在现象, 而不弄清楚基本原理和发生机制, 模型和理解认知是无法迭代进化的.
而任何时候, 当我们用错了模型, 我们会发现自己在寻找\不存在的鬼\ -- 就像伟大但也会犯错的Einstein抛弃的宇宙学常数.
..
~
..
after reading, most people see the 3 conclusions the author listed in those 3 chapters.
1 intuition is more important than single theory. (i see that as a trend that female would prevail in the future.)
2 each person is different biologically, and there might NOT be a single treatment for same situation.
3 medical interference tend to mess things up. (worse than doing nothing)
but this book is not just that, you should see something more -- more than just medical cases.
MORE!
its a small book, but concrete, compact, right to the point-- and inspiring.
~
\Cure sometimes, treat often, comfort always.\
thats what Hippocrates said about medical treatment 2500 years ago.
and that statement is still true at this very moment.
so whenever were debating about \which medical system is more ADVANCED\, lets just remember:
the field as a whole is NOT as DEVELOPED as we imagine it should be.
and staying humble but keeping an open mind, will always be the best strategy..
..
.






