Вот что ему написал врач по результатам лабораторных исследований: «В ходе проведения общеклинического анализа крови были определены следующие показатели: количество эритроцитов, уровень гемоглобина, эритроцитарные индексы[11]. У вас не выявлено признаков нарушения эритропоэза[12], в том числе не выявлено наличия лабораторных признаков анемии.»
Нормальный человек, прочитав эти строки, сделает вывод: «Слава Богу, все хорошо.» Но несколькими абзацами ниже пациент найдет следующие строки: «У вас определен пониженный уровень щелочной фосфотазы. Уменьшение активности щелочной фосфотазы отмечается при нарушениях роста костей, снижении функции щитовидной железы, при выраженной анемии.»
В результате текста комментария врача непонятно, так есть у пациента анемия или нет?
Подобное качество комментария врача – не показатель низкого уровня подготовки, а объективное состояние специалиста в сфере медицины, в которой буквально все пронизано энтропией. На самом деле, у врача просто нет вычислительного инструмента для определения в измерении взаимосвязей параметров крови и патологий. Понятно, что никакой денежный или административный ресурс любого пациента при постоянно растущей энтропии знаний в медицине не в состоянии решить проблему точной диагностики, а значит – и излечения.
Между тем, выход может быть найден при применении методов прикладной математики к исследованию индивидуального пациента (а не множества совокупностей пациентов). Суть подхода применения методов прикладной математики состоит не в применении стандартных методов математической статистики к собиранию сведений о толпе граждан в рандомизированных исследованиях, а в цифровом описании индивидуального пациента и обработки полученных данных по соответствующим математическим моделям.
Дело в том, что большинство математико-медицинских статистических исследований, основанных на анализе данных по большим группам пациентов, глубоко ошибочны по отношению к индивидуальному пациенту. Даже к такому, который изначально входил в изучаемую группу.
Этот вывод не имеет никакого отношения к математическому нигилизму типа утверждений одной очень ученой дамы, протестовавшей против применения математики в сложных исследованиях. Она просто сразу утверждала, что первичным является качественный анализ. Оставим этой д….е возможность самой решать, что первично: яйцо или курица.
Для нас же очевидно, что для получения истинного результата важен и качественный анализ и количественные методы обработки данных. Закон больших чисел, опции теории вероятности и матричная алгебра могут позволить преодолеть системные ошибки в математико-медицинских статистических исследованиях. Хоть суть ошибки и не лежит на поверхности, но означает буквально следующее: будь то 10, 100, 1000, или 100 000 и более пациентов