前幾天知乎上有一個問題，“為什麼西醫一定要與以無數代人健康為代價篩選出來的中藥對立，眾多先民當小白鼠驗證過的東西就沒任何價值？”

這個問題有很多爭議，下面僅以個人觀點談一談，現代醫學是如何建立的。

說來也挺有意思的，為什麼現代醫學一定要“揪著”隨機試驗不放，為什麼要拋棄這些看似很寶貴，且犧牲了很多人的經驗。其實，理由只有一個：這些經驗很有可能是錯的。當然，這些經驗裡面也必然有正確的地方，但是，我們很可能不知道哪些是正確的，哪些是錯誤的。

現代醫學建立的時間並不長，上世紀40年代末，才有的第一個臨床隨機試驗，可以視作現代醫學的開端。1959年，牛津醫學教授George Pickering爵士曾說過：“醫生個人的臨床經驗是無計劃、雜亂的，而且非常不靠譜。”後來臨床流行病學開始發展，逐漸認識到隨機對照試驗的重要性，並將隨機對照的地位逐漸提高。最終1992年，循證醫學正式建立，並在證據金字塔中將隨機對照試驗置於頂端，成為醫學中的“金標準”。

那麼為什麼非要執著於隨機試驗不可？！簡單的說：

經驗與因果

試想，我們所有觀測到的結果，例如：今天我吃了A藥然後病好了，都只能說明某一個行為A“吃藥”對某一個結果Y“病好了”有相關性。因為有可能你吃藥的過程中（或過程前後）也同樣發生這一些別的事件B影響著“病好了”這個結果Y，那麼如何知道是因為行為A“吃藥”還是事件B導致了結果Y的發生，如果每次行為A的發生同時伴隨著事件B，那麼我們將每次在行為A過後都會觀測到發生了結果Y，而事實上很有可能是事件B導致了結果Y的發生。

上述同樣的情形，在所有經驗總結中都存在，既然稱之為“經驗”，尤其是古代經驗，必然是人們觀測到的結果，大體上代表了一定的相關性。例如可能有很多事件C、D、E同時影響著行為A和結果Y，還有一些事件F、G同時被行為A和結果Y影響著，均可能造成額外的相關效應來源。

這是什麼意思呢？假如行為A原本對結果Y並沒有任何影響（即：無因果效應），但是，由於事件C的存在，同時影響著行為A的發生和結果Y的發生，那麼此時我們觀測行為A和結果Y之間會存在相關性，所以這個相關性是除了因果效應以外，“多”出來的那一部分效應值，稱為

一個簡單的例子則是吸菸、肺癌、打火機之間的故事。很明顯是否攜帶打火機本身和患肺癌風險是否增加無關，然而，吸菸者會更多的攜帶打火機，而吸菸同時也會引起肺癌風險增加。也就是說，是否攜帶打火機這件事本身因為伴隨著吸菸概率的增加，出現了與肺癌風險之間的相關性，所以吸菸被稱為攜帶打火機和肺癌之間的混雜因素。

這個例子很簡單，所以一目瞭然，然而，試想如果我們的知識中不存在“吸菸”這個概念，那麼對“吸菸”引起了混雜偏倚自然也不可能知道，我們則會總結出觀測經驗：攜帶打火機可以導致肺癌風險增加。這便是大多數經驗所犯的錯誤，誤把相關性當成因果性。

所以，這些經驗均代表了一定的相關性，而相關性在醫學中是不可取的。那麼有人會說：明明很多相關性都確實起了作用，類似於中藥中有部分藥也是有作用的，這是因為：如果一個相關性確實起了作用，當且僅當，這個相關性中包含有因果效應。但不是每一個相關性都那麼幸運包含有因果效應，所以我們才需要識別這些相關效應中的因果效應。

兩種因果效應

那麼，因果效應是什麼。

如果觀測到的均是相關性，因果效應應該怎麼定義。試想如果我們同一時刻，同時接受兩種不同的干預水平，即：干預和不干預。那麼我們只需要將干預後的結果和未乾預後的結果比較一下，便知道了兩者的差異，即因果效應。但是，現實生活中並不可能做出這樣的事情，（在平行宇宙中或許可能），因此，這又被稱為“因果推斷基本難題”。

那麼，是不是不可能得到因果效應了，事實上也不一定，我們可以依賴一些假設來達到目的。上述問題中，所涉及的是某一個人在同一時刻接受兩種干預水平，所以這被稱為：個體因果效應。個體因果效應即每個人自己的因果效應，不同的人當然不同，但是能得出這個效應對這個個體也很有幫助。

有人會說：為什麼不能同一個人在不同的時間點，接受兩種水平的干預。也就是今天我先不接受干預，明天我再接受干預，比一下不就行了。事實上，這個行為被稱為“個人觀察經驗”，也就是我們常說的“我覺得我用某個藥有效果”。正式的，我們稱這個行為為：

個體交叉實驗是唯一可以得出個體因果效應的方法，然而需要3個不可驗證假設：（1）干預無滯後效應（no carryover effect），（2）個體接受干預時的因果效應不取決於時間（即無論今天或明天接受干預測量結果相同），（3）個體未接受干預時的因果效應不取決於時間（無論今天或明天不接受干預測量結果相同）。所以，當下次我們要說出“我用某個藥一下就病好了”前，想想這三個假設是否滿足，或者至少經驗上滿足。然而，因為生物異質性存在，個體因果效應仍然無法輕易外推到其他人身上。（所以就算在你身上有用，別人身上也不一定有用）

那麼，即使個體因果效應假設滿足（一般很難滿足），依然對醫學整體決策意義不大，因為效應沒有外推性。怎麼辦？要想因果效應有外推性，我們首先想到的是讓一群人來試驗不就行了，人越多外推性就越強。事實上，這個思路是對的，正式的，我們稱其為：平均因果效應。

所以，平均因果效應的定義

而相關性的定義是：這6個接受干預（A=1）的人的最終結果E[Y|A=1]，和4個未接受干預（A=0）的人的最終結果E[Y|A=0]之間的差值（或比值），即E[Y|A=1]-E[Y|A=0]。

上述的兩個定義（平均因果效應和相關性），告訴我們以下幾件事：首先，平均因果效應也面臨因果推斷基本難題，一群人也無法同時接受兩種干預水平。其次，我們平時觀察並總結的是相關性，並非因果效應，很明顯，兩者的區別是：平均因果效應是10個人比10個人，而相關性是6個人比4個人。

這就印證了一句古話“相關性不等於因果性”，事實上Fisher先生上世紀50年代用這句話強烈反駁當時吸菸導致肺癌的研究，同時與Cornfield教授展開激烈的爭論，而Cornfield教授反駁Fisher先生的方法，正是現在我們使用的敏感性分析的雛形。回到我們的例子中，除了上述這些比較顯然的事以外，最重要的是：是否存在某些情形，使得相關性等於因果效應，那麼我們就可以通過相關性來進行因果效應的計算。

事實上，在哪些條件下（或哪些假設下）相關性等於因果效應，這是因果推斷的核心內容，也被稱為：識別問題（Identification problems）。回到文章開頭，為什麼我們必須要進行隨機試驗，因為在理想的隨機試驗中，相關性等於因果效應。而在非隨機試驗中，當滿足3個條件時：可交換性（Exchangeability）、正性（Positivity）、一致性（Consistency），相關性也可以等於因果效應，這裡就不展開說了。

相關性與因果性

所以，為什麼有些時候我們傾向於認為中醫理論是不太可取的，簡單的說，這個理論是建立在觀測結果上的，也就是無論它再怎麼精妙，終究無法識別因果效應，更何況它並不是特別精妙，存在一些矛盾。那麼中藥的經驗是否可取，如前所述，所有的經驗均是相關性，它們是否包含因果效應，不知道，可能有可能沒有，所以就算將來的隨機試驗驗證了某個中藥確實有效果，也不代表這些經驗全部是正確的，因為有些相關性確實包含因果性，但仍有部分相關性不包含因果性，有點賭博的成分（當然不完全是隨機發生的），但我們不能完全寄託於這種相關性身上，醫學是一門嚴肅的學科，應該儘可能減少錯誤。

我猜有些機器學習專業的同學肯定不服了，比如我們通過某些事件每次都能準確預測結果，那麼這樣的事件還沒有用嗎？如果把古代中醫經驗當成一個大型神經網絡，那不是也不斷擬合不斷修正嗎？先不談這個大型神經網絡是否精妙，假設它是精妙的，那麼這個經驗可以使用嗎？答案是：依然不可以。

無論多麼精妙的神經網絡，依然代表了某種比較強的相關效應，可能其中包含一些因果效應，但終究它本身不是因果效應。還是那個古老的例子：如果是神經網絡，必然會把是否攜帶打火機作為肺癌的一個預測變量，事實上，通過判斷是否攜帶打火機肯定能一定程度上預測肺癌，現在是，以後可能也是，這樣不夠嗎？既然以後也可以通過攜帶打火機的比例預測肺癌，那麼這個關係（攜帶打火機—吸菸—肺癌）一定程度上是穩定的，不就能說明問題了嗎？

問題在於，所有的相關性均僅對預測負責，也就是如果我們發現一個人攜帶打火機的概率比較大，我們就可以說這個人未來患肺癌的概率也相對比較大，但是，一旦我們人為介入這個過程，必然會出現問題

這並不是說預測就沒有用了，相反，預測出的相關效應是因果效應的前提，而預測的實踐成本更低（相比於開展隨機對照試驗），並且也為將來的觀測負責，所以同樣很有意義。關鍵在於，我們必須對兩者的區分有一個明確的概念，才能更好的認識世界。

所以，我們並不是“故意”拋棄部分的中醫經驗，而是，所有的經驗均可能出錯，我們拋棄了所有學科的所有錯誤經驗，並沒有單獨針對中醫，這是人類文明發展共同的客觀規律。

醫學正是一門需要因果性的學科，醫學所做的所有努力，都是希望能通過人為干預來降低疾病的發生或提高治療的效果，而不是僅僅預測到某些疾病會或不會發生。我們的任務則是從無數的相關性中尋找因果效應。

Judea Pearl教授寫了一本科普讀物《The Book of Why》（中譯版：《為什麼》），裡面非常好的介紹了相關性和因果效應的區別。我認為所有醫學生都可以看一下，有助於對醫學這門學科有更深刻的認識。

（書中內容）

關注醫咖會，及時獲取最新統計教程！

閱讀更多 醫咖會 的文章

關鍵字: 中藥 相關性 因果性