我是內科臨床教師的王醫(yī)師。

如果說貝葉斯公式可以“算出”醫(yī)生的存在的價值，你信嗎？

讓我們來看這個病人。

這是我以前在門診遇到的一位病人。

循著鑒別診斷的思路我給出的建議是：

他得住院！

首先，張先生的呼吸困難不是焦慮或敏感導致的感覺。之前的檢查也排除了慢性氣道疾病、心臟疾病，讓這個呼吸困難看上去更加蹊蹺。而且，血沉顯著增高，提示存在潛在的問題。

當時我能想到的是：肺血管疾病引起的呼吸困難沒有被排除，患者的D二聚體確實有增高，我還是下定決心做一個肺部動脈血管的CT造影（CTPA），來檢查一下是否存在肺血管或血栓性疾病。

結果肺部的CTPA未發(fā)現(xiàn)肺血管的血栓，但意外的發(fā)現(xiàn)是：患者肺部磨玻璃斑片陰影比一月前增多了很多，幾乎肺部的整個中上部分都有。

住院后第一天查房，引起我們關注的是：血氣提示存在低氧血癥，還有呼吸性堿中毒。

我把他收進病房來，是沒錯的。

查房時病人的妻子也在，所以我就問了問病人的個人愛好，飼養(yǎng)寵物（過敏、微生物接觸），長途運輸?shù)呢浳铮ɑ蚨疚锝佑|）等等，想要再找一些線索。

體格檢查有了發(fā)現(xiàn)：病人右口角潰爛結痂，口腔粘膜滿布白斑，雙下肢皮膚表面可見多處暗紅色圓形皮疹后色素沉著。

我不知道確切是什么原因導致這些表現(xiàn)，但這個患者好像存在免疫缺陷的問題。

根據(jù)我以往的一些社會認知，忽然想到患者長途車司機工作似乎意味著什么……

于是，我隱晦的問患者一個不容易啟齒的問題：“以前你在外出車的時候，有沒有……？”

患者很警覺地回復我：“這個，沒有，沒有”。

病人的妻子就在病房里，我結束了進一步詢問。

我把病人的妻子叫離了病房，進行病情告知談話。

與此同時，我讓團隊中的蔣醫(yī)師再次進入患者床邊，單獨詢問我剛才的問題。避開家人的詢問出乎意料的順利，立刻“收獲了有效信息”，蔣醫(yī)師回來告訴我，“王老師！患者承認確實有多次的冶游史（不潔高危性生活史，通常是指嫖娼）”。

“那我們就期待下午HIV抗體檢測的結果吧！”我向住院醫(yī)師們說：“我懷疑他是HIV病毒感染，目前是獲得性免疫缺陷綜合征（Acquired Immune Deficiency Syndrome）AIDS，也就是艾滋病。而他肺部病變也就是艾滋病常見的感染并發(fā)癥，卡式肺孢子菌感染性肺炎（PCP）?！?/p>

果然，HIV抗體檢測陽性。

后續(xù)檢查的淋巴細胞亞群結果證實了這個結果：CD4+淋巴細胞計數(shù)也只有5.5個/微升，這個數(shù)值只要低于200個/微升，患者得PCP的風險就很大，何況5.5。

距離病人入院僅僅一天，有限的幾項檢查，就完成了這個病人的診斷。

通過迅速而積極的抗菌治療和糖皮質激素應用，患者慢慢的挺過了最危險的呼吸衰竭階段，呼吸困難明顯好轉，我們順利地把張先生轉到了艾滋病治療的?？漆t(yī)院進行抗病毒治療。

在病例討論會上，有醫(yī)師對我說：王老師，一入院就把HIV抗體的篩查作為常規(guī)流程來做，就不會漏診，即便不用診斷思維上糾結推導，不是也可以得出一樣的結論嗎？

貝葉斯定律又被稱為條件概率論，也是現(xiàn)代科學的四大原理之一。貝葉斯定律用于描述當B事件發(fā)生的條件下，與A事件發(fā)生的概率的關系。這個過程被公式記為：

P(A/B)=P(A)×P(B/A)/P(B)，即簡化為“驗后概率=驗前概率×標準似然比”

暈！用來處理實際的問題，就象這樣：

“HIV抗體化驗結果陽性，患者被HIV病毒真正感染的概率是多少？”

每一個診斷試驗都有假陽性率和假陰性率。

在普通人群中，HIV感染率約為0.05%，即便HIV抗體檢測的方法假陽性率只有1%，計算發(fā)現(xiàn)，在普通人群中每檢測100次出現(xiàn)陽性結果時，其實95次都是錯誤的假陽性結果。

醫(yī)生面對95%的錯誤率，會不會極度受挫？大撒網(wǎng)式的檢查意味著95%的錯誤率！

如果醫(yī)生通過基本問診查體篩選出病人是HIV的高發(fā)人群（例如已知吸毒人群中HIV感染率19%），那么即便HIV抗體檢測的方法假陽性率還是1%，那么在這個群人中你檢測20次，就會有19次的結果是正確的，符合率95%！

打個比方，即便同樣在大海里一網(wǎng)撒下去捕魚，通過漁夫事先對魚群聚集特征的判斷，再針對性地撒網(wǎng)，捕上魚來的數(shù)量是截然不同的。

如果前面說的那個病人，我們給他“大撒網(wǎng)”來一個全身體檢，腫瘤標志系列，風濕免疫系列，磁共振，冠脈造影，動態(tài)心電圖……光檢查的假陽（陰）性率，就夠醫(yī)生暈一陣子了。

這就是為什么需要醫(yī)生的最好的理由。