醫療就是面對複雜生命的時刻，在不確定中醫生和病人必須選擇相關的措施，伴隨的就是風險。
你的醫師信心滿滿嗎？那是一則以喜一則以憂。喜的是他先驗知識和經驗豐富；憂的是他的偏見可能摒蔽了面對不確定性所需要的謙卑。這也是為什麼針對較重大的疾病，我們會尋求second opinions。
但是，醫學作為最年輕的一門科學，先驗直覺、例外和偏見所在多有，病患也只能自求多福了。
醫學的法則。
醫學法則1：強烈的直覺比不明確的測試要有效多了。
醫師怎麼診斷你的疾病呢？
『……就病人的症狀，提出一個可能的疾病，……，來解釋病人身上一些機能失常的現象，然後你再收集各種證據，來增加或減少的確是這個疾病的機率。每個蛛絲馬跡的證據，包括病人的病史、過往的經驗、謠言、預感、行為舉止和留言等，都可能使得那個機率增加或減少。當這個機率高過某個點之後，你就可以進行確認的檢驗，然後以最高機的疾病身為基礎檢視檢驗結果。……』*
這等於是在比較確定之後再做相關的檢驗。為什麼呢？因為檢驗的方法，只會有一定的正確率，如果隨隨便便叫一個人去檢驗，就算是驗出的結果是陽性，由於有偽陽性的問題，他事實上是陽性的機率是很低的，那要花費更多的醫療資源去進一步確認。
用兩個例子做說明。
例一：某個疾病的盛行率1%，檢測的正確性95%，那麼如果檢查出一位顯示為陽性的人，他真的是陽性的(患病)機率是多少？
以檢測1000人為例
990 陰性
陰性 940.5
偽陽性 49.5
10 陽性
陽性 9.5
偽陰性 0.5
檢測出為陽性的人他真的是陽性的機率為：
(9.5)/(49.5+9.5)= 9.5/59=16%
只有16%！
例二、如果該疾病的盛行率是更低的0.1%，其他條件不變如例一呢？
以檢測1000人為例
999 陰性
陰性 949.05
偽陽性 49.95
1 陽性
陽性 0.95
偽陰性 0.05
檢測出為陽性的人他真的是陽性的機率為：
(0.95)/(49.95 +0.95)=0.95/50.9 =1.9%
居然不到2%！那麼我們還得從那50個人裏面找出到底哪1個人是真正陽性，這會浪費很多迫切需要的醫療資源。
而如果醫師先經過前面的判斷，把「高風險」的人挑出來。譬如高風險的那一群，罹病率是19%，那麼在20位陽性結果中只有一位是偽陽性，其他19位都是真陽性，檢查出是陽性而且真的是陽性的機率就是19/20=95%了。
醫師先前的判斷，就彌補了檢驗的缺點了！
醫學法則 2： 我們藉由「正常現象」學習規則，藉由「例外現象」學習法則
『我們收集彙整了大量的正常生理參數：血壓、體重、代謝率等，甚至連疾病的狀況都用到了描述常態的字眼，像是「一般性」糖尿病(average diabetic)、「典型的」(typical)心臟衰竭病例，以及對於癌症化療的「標準」(standard)反應。
但是我們並不太了解讓個人的一些數據落在正常範圍之外的原因。「常例」讓我們得以創造規則，但是要了解更深層的法則，「例外」扮演著關鍵角色。……』*
「例外」可能可以證明目前所倚靠的醫學理論是錯的。重視「例外」，可能可以讓我們找到這種錯誤，找到更深層的法則，然後用更新的理論取代現有的理論。所以，「例外」是現代醫學理論進步的機會。
在過去在天文科學中，由「繞地説」進展到「繞日說」；軌道由「圓形說」到「橢圓說」，就是深入研究了當時流行的理論學說的「例外」，才導致的。年輕的醫學，應該也是如此。
醫學法則 3：每個完美的醫學實驗背後，都有完美的人類偏見
1900年代，外科醫師處心積慮發明更好的外科手術，好完全移除乳癌的腫瘤，其中巴爾的摩的威廉·豪斯泰德認為，癌細胞會移轉，是因為手術未完全移除相關的惡性組織，因此開始進行了更激烈的手術，不只切除乳房，還把乳房下負責手臂和肩膀的肌肉，以及胸部深處的淋巴結通通拿掉。
但是，這種手術只是憑著一種假說，醫師之間竟變成了一種定律，到了1940年才開始有一小群醫師起來反對，但是一直到了1980年才做隨機實驗，而且在多年的偏見之下，美國醫師很不情願加入，後來是說服了加拿大及其他國家的醫師參加，才完成了研究。結果發現，乳房激烈的根除手術，並沒有明顯的好處，反而因為切除太多了，很多婦女身體變得更衰弱。2000又做了一次類似的實驗，證實了激烈的乳房根除手術是沒有必要的。但是在1900到1985年之間，已經做了大約10萬到50萬次這種手術了，都是基於外科醫師的一種偏見而已！
另外一個醫學實驗的偏見(偏誤)，來自於參加實驗的對象往往是志願的，光是這種志願，就會造成偏見(偏誤)。
『舉例來說，決定加入測量運動對於控制糖尿病實驗人，是主動加入硏究的，這意謂他會參加醫療檢查程序，遵守某些醫囑，或是住在能夠很容易接受到醫療照護的地區等。這意謂他會屬於某一族、民族，或是某一特別的社經類群。……』*
這種非隨機抽樣所做出來的醫學實驗可能存在著偏見(偏誤)，結果就不見得可以推廣運用到其他人身上了。
就算是做了隨機抽樣的實驗，但是在詮釋實驗結果時，也會有偏見摻入其中，但是研究往往也需要有人的判斷才能顯得有意義，所以這是連大數據也無法解決的根本問題。
結論
『雖然我們的檢驗、硏究和儀器的精確程度增加了，但是現在的醫師必須深思熟慮，對抗先驗知識、例外與偏見的狀況，更勝以往。……雖然醫學技術愈來愈進步，但是不確定性依然瀰漫在醫學硏究中，…..』*
『……人類所下的決定，特別是在面對不確定、不正確和不完美的資訊時所下的決定，依然是延續醫學時不可或缺的，沒有辦法可以繞道走過。……』*
*：《重新認識醫學法則》，辛達塔·穆克吉 著，鄧子衿 譯
2022/9/24 重新認識醫學法則 Damakey
