🏥 الفخ الطبي عند نسبة 95%
تحليل دموي يكشف عن مرض نادر بـ موثوقية تبلغ 95%: إذا كنت مصابًا بالمرض، فإن التحليل يكون إيجابيًا في 95% من الحالات؛ وإذا لم تكن مصابًا، فإن التحليل يكون سلبيًا في 95% من الحالات.
المرض يصيب شخصًا واحدًا من بين 1000. تحليلك يعود إيجابيًا. السؤال: ما هو احتمالك الحقيقي في أن تكون مريضًا؟
معظم الناس (والكثير من الأطباء، كما يُقال) يجيبون بـ «95%». إنهم مخطئون. الجواب الصحيح هو حوالي 2%. هذه هي مبرهنة بايز.
🎛️ العب بالمعطيات
حرّك انتشار المرض وموثوقية التحليل. لاحظ كيف يتغير احتمال أن تكون مريضًا علمًا أن التحليل إيجابي تغيرًا جذريًا.
🎛️ تحليل طبي بايزي
كيف تُعدّل معلومة «التحليل إيجابي» اعتقادك.
احتمال أن تكون مريضًا علمًا أن التحليل إيجابي
≈ 1.9%
من بين 100000 شخص: 100 مريض مكتشَف (95) + 4995 إيجابي كاذب من بين 99900 شخص سليم.
📐 صيغة بايز
تعكس مبرهنة بايز الاشتراط. علمًا بـ P(B|A)، تحسب P(A|B):
حيث، بالنسبة لمثالنا:
- A = أن تكون مريضًا، B = التحليل إيجابي
- P(B|A) = حساسية التحليل (95%)
- P(A) = الانتشار داخل الساكنة (0,1%)
- P(B) = الاحتمال الكلي للحصول على تحليل إيجابي (محسوب بقانون الاحتمالات الكلية)
🧮 الحساب المفصّل
من بين 100000 شخص:
- 100 مريض (0,1%). 95% يكون تحليلهم إيجابيًا ← 95 إيجابيًا حقيقيًا
- 99900 سليم. 5% يكون تحليلهم إيجابيًا رغم ذلك (إيجابيات كاذبة) ← 4995 إيجابيًا كاذبًا
- مجموع الإيجابيات: 95 + 4995 = 5090
- من بين هؤلاء الـ 5090 إيجابيًا، 95 فقط مرضى حقًا
- P(مريض | إيجابي) = 95 / 5090 ≈ 1,9%
خلاصة مذهلة: حتى مع تحليل بموثوقية 95%، إذا كان المرض نادرًا، فإن التحليل الإيجابي لا يعني شيئًا تقريبًا. يجب إعادة التحليل من أجل التأكيد.
🤯 لماذا يخطئ الحدس
دماغنا يتجاهل الانتشار (P(A)). يركّز على موثوقية التحليل (95% توحي بأنه «شبه مؤكد»). إنه خطأ إهمال نسبة الأساس («base rate neglect»)، الذي حدده كاهنمان وتفرسكي.
📜 توماس بايز، 1763
كان توماس بايز قسًّا مشيخيًا إنجليزيًا وعالم رياضيات هاويًا. كتب مقاله «An Essay towards solving a Problem in the Doctrine of Chances» سنة 1763، ونُشر بعد وفاته بفضل صديقه ريتشارد برايس.
مرّ المقال دون أن يلاحظه أحد طيلة 200 سنة. ولم يكن إلا في القرن العشرين، مع بيير-سيمون دو لابلاس ثم هارولد جيفريز، أن أصبحت الصيغة ركيزة الإحصاء البايزي: مقاربة تقوم على تحديث المعتقدات كلما وصلتنا معطيات جديدة.
🌍 بايز في كل مكان من التقنية الحديثة
- مرشحات مكافحة الرسائل المزعجة: كل بريد وارد يُصنَّف مزعجًا/شرعيًا عبر بايز (P(مزعج | كلمات البريد))
- الذكاء الاصطناعي والتعلم الآلي: الشبكات البايزية، مصنّف بايز الساذج
- التشخيص الطبي المُعان: يُحدّث احتمال مرض ما عند كل تحليل
- المحاكمات القضائية: الحمض النووي، الشهادات، الوقائع — مجمّعة عبر بايز
- تحديد المواقع GPS: يُحدّث الموقع المقدَّر عند كل قياس من القمر الصناعي
- خوارزمية البحث: بايزية لتتبع الغواصات أو الطائرات المفقودة (رحلة Air France 447، التي عُثر عليها سنة 2011 بفضل تحليل بايزي)
🎓 مبرهنة بايز في البكالوريا علوم رياضية
في البكالوريا علوم رياضية، نستعمل الاحتمالات الشرطية وصيغة بايز في صورة بسيطة:
- الاحتمال الشرطي: P(A|B) = P(A ∩ B) / P(B)
- قانون الاحتمالات الكلية: P(B) = P(B|A) × P(A) + P(B|Ā) × P(Ā)
- صيغة بايز: تركيب الصيغتين أعلاه
- التطبيق على مسائل من نوع مراقبة الجودة، الكشف، التنبؤ الجوي
🧠 تأمل أخير
تمنحك مبرهنة بايز قوة خارقة: الاستدلال على احتمالات متغيرة عند وصول معطيات جديدة. هذا بالضبط ما يفعله طبيب جيد، وقاضٍ جيد، وعالم جيد، ومتداول جيد.
ولهذا أيضًا يجب أن تحذر من تأكيدات من نوع «هذا التحليل موثوق بنسبة 99%»: دون معرفة الانتشار، هذه المعلومة لا تنفع في شيء. اسأل دائمًا: نعم، لكن على أي ساكنة؟
مبرهنة بايز واحدة من أهم خمس أو ست نتائج في الرياضيات التطبيقية الحديثة. أتقنها، وستسيطر على نصف مواضيع الاحتمالات في البكالوريا علوم رياضية.
Vérifie ta compréhension
3 questions courtes pour valider tes acquis. Tu peux réessayer.