机制，比如说某种症状的组合能够更加断定性地诊断，如同后验概率的变更。通过足够多的证据可以得到高概率成立的诊断，以此为基础可以制定医疗治疗方案。诊断，可以抽象为分类的问题。具体的机制可以参考机器学习算法，这是全部技巧的黑箱。医生的学习和算法的练习是一致的，是范例的有监督学习，通过有标签的数据的学习，从而能够对于新输进映射于特定的输出即分类。

存在性假设:只要是疾病，都存在病因。如微生物沾染。我们认为即使没有十分明确的病因，也可以通过结构找到，如环境+遗传。将不同的影响因素视为状态，以马尔可夫模型来懂得，这些状态的转移对应于不同的疾病的症状，即不同因素的组合可能就是抽象层次的病因。

疾病的分类始于对疾病的建模，这一开端都是人为定义的成果。

病理诊断，是形态层次的对机体情况反响，能够具有更大的证据强度来做出诊断。我们可以根据多指标来进行分类如各种疾病标记物，阳性细胞/分子，细胞形态等等，只要指标/参数足够多，希尔伯特无穷维空间，理论上可以对一切疾病建模分类。当然，我们采用有限的具有更大重要度的指标来建模就足够实用了，如同主成分分析。这些要害的指标可以视为线性代数中的基底，可以通过线性组合结构出全部空间，只要其与真实情况误差小于必定程度，我们视为等价，这是分析数学的思路。当然，这些要害指标，是通过统计得出的成果。

疾病的治疗可以懂得为对策略的选择，对症治疗就是靶定相干细化结构的处理，如发热就降温，疼痛就止痛，理论上将所有的症状都调节到正常情况就是治疗，但实际情况不可能采用这么多措施(资源有限)，我们只能对具有更大重要性的对象进行处理。进一步的，就是对因治疗，抽象到更高层次，如同微积分的原函数层次。只有找到最优解才干给病人最好的治疗，但现实情况往往是见机行事，盼看以局部最优逼近整体最优，由于医生注意力资源有限，很难马上得出最优解，只能是遵守经验快速处理。如各种临床指南，专家经验，各种临床实验的成果。这是一种策略，在有限的资源下做出最好的决策，不可能做到完善。
本章已完成！ 学医路漫漫 最新章节第一百零五章智能的本质,网址：https://www.555d.org/383_383912/108.html