开检查，不是为了盼它阳性
医生开一个肌钙蛋白，她心里问的并不是“这个病人是不是心梗”，而是“看了这个结果，我的判断该修正多少”。这是两个不同的问题。
检查还没开，她心里已经有了一个估计。一位62岁的男性，胸痛向左臂放射，伴有大汗，急性冠脉综合征的验前概率很高；一位28岁的女性，同样的主诉，可她刚喝了三杯浓缩咖啡，验前概率就很低。同一个肌钙蛋白结果，对这两个人的含义并不相同。第一位病人肌钙蛋白轻度升高，印证的是她原本的怀疑；第二位病人出现同样的结果，则更可能是假阳性，因为检查本身并不完美；把一项不完美的检查用在一个多半没病的人身上，概率天然就对你不利。
每一项检查都有灵敏度和特异度。灵敏度说的是，疾病确实存在时，检查有多大把握把它查出来；特异度说的是，对没有这种病的人，检查有多大把握正确排除。没有哪项检查在这两点上能做到100%。灵敏度95%的检查，仍会漏掉5%的真实病例；特异度90%的检查，仍会把10%的健康人误报为阳性。这些数字是检查的属性，不是病人的属性。它们意味着，每一个结果都带着不确定性，这份不确定性应当调整你的把握，而不是取代它。
这就是贝叶斯推理。你从已知的病人情况出发，得到一条新信息，再根据这条信息有多可靠来修正估计。然后，拿下一条信息再来一遍。
大多数临床AI反其道而行
医疗领域的大多数AI系统，是倒着推的。它们把生命体征、化验、诊断、用药这一堆结果收拢起来，回过头去和训练数据里学到的模式比对。系统看到肌酐1.6、糖尿病史、用药清单上有一种ACE抑制剂，便输出“可能是慢性肾病”，因为在它训练过的病例里，这几样东西常常一起出现。
听起来合情合理，直到你想一想它漏掉了什么。系统不知道肌酐是在升还是稳定；不知道那种ACE抑制剂是为了护肾还是为了降压；不知道这位病人两年前肌酐还是0.9，此后一路稳步攀升；也没有考虑到，在这一人群里，尿白蛋白检测有15%的假阳性率。它只是拿眼前的一张快照去套历史模式，然后贴上一个标签。
换一位医生来看同一个病人，她会往前推。她先根据病人的年龄、性别和危险因素，定下慢性肾病的先验概率；再根据肌酐修正，但修正的幅度取决于她对单次肌酐测量有多信任。她看趋势，而不只看今天这个数。她也会考虑那种ACE抑制剂，但在把它算作肾病的证据之前，先要问清楚为什么开了它。每一条证据都会推动概率，而每一条证据的分量，都取决于它有多可靠。
回顾式的方法问：这看起来像什么？前瞻式的方法问：结合目前掌握的全部情况，这条新信息说明了什么，我们又该信它几分？
看见整个人，还是只看见结果
临床训练最早教给你的道理之一，是治病人，不治化验单。溶血标本里的血钾5.8，说明不了任何问题；一个一路跑着赶来门诊的病人，量出血压160，也不等于高血压。一个结果是信号还是噪声，取决于背景；而要了解背景，就得知道今天这份病历之外的那个人。
通用AI处理的是结果。它读数字，读病程记录，读编码后的诊断，再根据文本模式给出输出。这件事它做得很好：总结一份出院小结，比任何人都快；从杂乱的临床文本里提取结构化数据，也不在话下。但它读病历，就像你读教科书里的病例分析。都是事后。
实时面对病人的医生，做的是另一件事。她在不确定之中推理，顺着时间往前走，每来一条新信息就修正一次评估，并按自己对这条信息的信任程度来加权。她知道，低风险病人的D-二聚体阳性多半是假阳性；她知道，胸片正常并不能排除早期肺炎。先验概率一直装在她心里，每多一项发现就调整一次，不是等量地调，而是按每项发现的诊断价值成比例地调。
我们打造Chroneme时，想让系统像她那样推理，而不是像搜索引擎那样。往前推，而不是往回套。每多一条证据就更新一次概率，并按这条证据实际的可靠程度来加权。
在实践中怎么运作
一位58岁的2型糖尿病男性来做常规化验。根据年龄、性别和糖尿病诊断，他患慢性肾病的基线概率落在某个水平上。不是零，因为糖尿病是慢性肾病的首要病因；也不高，因为他没有症状，以往也没有任何肾脏方面的异常。
他的肌酐结果是1.2。严格说来仍在正常范围，但比上一次高。系统随之更新，但幅度不大，因为单次肌酐轻度升高的诊断价值有限。就慢性肾病而言，单次肌酐的灵敏度和特异度，单独拿出来看都不算强。
十个月后，他的肌酐升到1.4，eGFR跌破60。这一次更新的幅度更大，因为eGFR低于60对慢性肾病的诊断价值高得多。不仅如此，系统还看到了静态模型看不到的东西：轨迹。肌酐不只是偏高，它上升的速度，照此推算下去，会进入令人担忧的范围。
又过了一年，出现了蛋白尿。此时的概率已经高到需要采取行动。但临床上真正要紧的是：早在蛋白尿出现之前几个月，系统就已经在标记这位病人了。不是言之凿凿，而是一个正在攀升、值得留意的概率。审阅病历的医生能看到每一次更新，看到它因何而起，再决定自己是否认同。如果她认为那种ACE抑制剂是为降压而开、并非为了护肾，她可以在自己的临床判断里给这个因素换一个分量。系统摆出它的推理，她运用她的判断。
轨迹本身就成了证据，无须依赖任何一个单独的数字。
为什么这关乎信任
神经网络说“慢性肾病的可能性为73%”时，你没法问为什么。这个数字来自数以百万计的参数，而这些参数并不对应任何临床概念。医生不可能看着它说：“肌酐那部分我同意，但用药史你看得太重了。”根本没有肌酐那部分，也没有用药那部分，只有一个数。
贝叶斯系统说73%时，医生可以问为什么。她能看到是哪些证据推动了概率，各推动了多少；她可以对某一个具体因素提出异议，用上自己的判断。临床AI要真正改变诊疗，靠的就是这样的对话。没有它，输出只是一句断言；有了它，输出才是一番论证。
我们给一位肾内科医生演示这个系统时，他把这一点说得很透。他看完一位病人的证据链，说大部分他都认同，但有一个因素被看得太重了，因为实际的处方背景和系统假定的并不一样。他说得对。而他能够提出这样的观察，点出具体是哪个因素，拿出自己的专业判断，这恰恰是临床决策支持应该做到的。换成黑箱，他会得到同样的概率，却无从展开这场对话。
我们不回避的局限
贝叶斯推断假定，在给定疾病的条件下，各项证据彼此独立。可在临床医学里，它们往往并不独立。在慢性肾病中，肌酐和蛋白尿就是相关的。这是一个已知的局限，如何完美解决，至今仍是这个领域悬而未决的难题。
输出好不好，取决于证据权重准不准。有些权重在已发表的文献里早有定论，另一些则是近似值，需要我们通过验证不断修正。校准是一项持续的工作，我们不假装它已经完成。
贝叶斯推断擅长处理结构化、可量化的证据：化验、生命体征、用药、编码诊断。面对非结构化的病程记录和病人自述的症状，它就没那么得心应手。所以，针对不同类型的临床数据，我们用不同的方法，让工具去适配问题。
我们选择贝叶斯推断，是因为它本就是医生思考的方式。一位好医生凭直觉做的事，系统把它形式化，再规模化地、对每一位病人、不间断地做下去。仅此而已。没有魔法，只是把临床推理背后的那套数学明明白白地写了出来。