第三章：機率論 (Probability)

Author

Prof. AI

Published

June 28, 2026

3.1 導言：臨床決策中的「水晶球」

同學們，在前面兩章，我們學會了如何收集患者的數據並整理它們。但當你真正穿上白袍開始看診時，你會發現醫學世界最令人頭痛的特質就是：不確定性。

想像一下：

  • 一位患者來找你，他有輕微咳嗽。你怎麼知道他得的是普通感冒，還是新冠肺炎？
  • 你幫一位孕婦做唐氏症篩檢，結果呈現「陽性」。這代表寶寶有唐氏症的機率是一百趴嗎？
  • 某種新手術的成功率是 90%。如果前面 9 個病人都成功了，第 10 個病人是不是死定了？（先劇透：絕對不是！）

面對這些臨床上的未知，我們沒有魔法水晶球，但我們有數學界的超能力——機率論 (probability)。 機率就是「將不確定性量化」的工具。學好機率，你才能在診間冷靜地面對各種檢驗報告，給出最科學的診斷，而不是像算命仙一樣瞎猜。

3.2 機率的基本概念與規則

在進入醫學應用前，我們得先學會機率的「遊戲規則」。

3.2.1 什麼是機率？

在統計學上，我們把一個過程（例如丟骰子、做篩檢）稱為試驗 (experiment)。

  • 樣本空間 (sample space, 通常記為 \(S\))：一個試驗所有可能結果的集合。例如丟一個硬幣，\(S = \{反面, 正面\}\)。
  • 事件 (event, 通常用大寫字母 \(A, B\) 表示)：樣本空間中的一部分結果。例如「抽血結果是高血脂」。

一個事件 \(A\) 發生的機率 \(P(A)\)，數值一定介於 0 與 1 之間： \[0 \le P(A) \le 1\]

  • \(P(A) = 0\) 代表絕對不會發生（例如：不打疫苗且不接觸病毒卻突然憑空產生抗體）。
  • \(P(A) = 1\) 代表百分之百發生（例如：人活著就一定會面臨細胞衰老）。

3.2.2 事件的關係：互斥 vs. 獨立

這兩個概念是初學者最容易搞混的「世紀大坑」，請大家睜大眼睛看清楚了：

  1. 互斥事件 (mutually exclusive events)：
    • 定義：兩個事件「絕對不可能同時發生」。
    • 例子：一位病患此時此刻的流感篩檢結果，不可能「既是陽性又是陰性」。
    • 公式（加法規則）：如果事件 \(A\) 與 \(B\) 互斥，那麼 \(A\) 或 \(B\) 發生的機率為： \[P(A \cup B) = P(A) + P(B)\]
  2. 獨立事件 (independent events)：
    • 定義：一個事件的發生，「完全不會影響」另一個事件發生的機率。
    • 例子：今天診間第一位病人得流感（事件 \(A\)），完全不會影響第二位門診病人是否得流感（事件 \(B\)）（假設他們不是住在一起的家人）。
    • 公式（乘法規則）：如果事件 \(A\) 與 \(B\) 獨立，那麼 \(A\) 與 \(B\) 同時發生的機率為： \[P(A \cap B) = P(A) \times P(B)\]

3.3 條件機率：如果...那又怎樣？

在醫學上，我們幾乎不會單獨詢問一個無條件的機率。我們更常問的是： 「如果已知病人的電腦斷層掃描看到陰影（條件），那麼他得肺癌的機率是多少？」

這就是條件機率 (conditional probability)，記作 \(P(A|B)\)，讀作「在事件 \(B\) 發生的條件下，事件 \(A\) 發生的機率」：

\[P(A|B) = \frac{P(A \cap B)}{P(B)}\]

💡 教授的診間比喻： 假設全校有 10% 的人感冒（事件 \(A\)），有 20% 的人正在發燒（事件 \(B\)），而既感冒又發燒的人佔 8% (\(P(A \cap B) = 0.08\))。 今天有一位學生走進保健室，他已經在發燒了（已知 \(B\) 發生）。請問他得感冒的機率 \(P(A|B)\) 是多少？ 答案是： \[P(A|B) = \frac{0.08}{0.20} = 0.40 \text{ (也就是 40\%)}\] 條件機率幫我們把關注的「宇宙範圍」從全校縮小到了「發燒的學生」這個小宇宙。

3.4 貝氏定理與醫學篩檢：診間的靈魂對話

當病人做了某項檢驗，報告呈現陽性時，病人和醫師最關心的問題通常是：「檢驗是陽性，我真的生病的機率是多少？」

要回答這個問題，我們必須使用統計學上最著名的定理之一——貝氏定理 (Bayes' Rule)。但在套用公式前，我們必須先認識醫學診斷篩檢 (screening test) 的五大核心指標。

3.4.1 篩檢的五大金剛

我們通常會拿篩檢試驗的結果，跟公認最準確的黃金標準 (gold standard, 例如切片病理報告、PCR 檢測) 進行對比，並畫出一個 \(2 \times 2\) 的表格：

篩檢結果  真實患病狀態 有病 (Disease +) 無病 (Disease -) 總計
陽性 (Test +) 真陽性 (True Positive, TP) 偽陽性 (False Positive, FP) 所有陽性
陰性 (Test -) 偽陰性 (False Negative, FN) 真陰性 (True Negative, TN) 所有陰性
總計 所有病人 所有健康者 總人數

  1. 盛行率 (Prevalence)：在目標族群中，真正有病的人所佔的比例： \[P(D^+) = \frac{TP + FN}{\text{總人數}}\]

  2. 敏感度 (Sensitivity, Sn)：在有病的人當中，篩檢成功驗出陽性的機率： \[Sn = P(T^+ | D^+) = \frac{TP}{TP + FN}\]

  3. 特異度 (Specificity, Sp)：在沒病的人當中，篩檢正確給出陰性的機率： \[Sp = P(T^- | D^-) = \frac{TN}{TN + FP}\]

  4. 陽性預測值 (Positive Predictive Value, PPV)：在篩檢為陽性的人當中，真正有病的機率： \[PPV = P(D^+ | T^+) = \frac{TP}{TP + FP}\]

  5. 陰性預測值 (Negative Predictive Value, NPV)：在篩檢為陰性的人當中，真正沒病的機率： \[NPV = P(D^- | T^-) = \frac{TN}{TN + FN}\]

3.4.2 貝氏定理的魔法

如果我們已知某疾病在社區的盛行率 \(P(D^+)\)，以及該篩檢試驗的敏感度 (\(Sn\)) 與特異度 (\(Sp\))，我們就可以利用貝氏定理算出陽性預測值 (PPV)：

\[PPV = \frac{P(T^+ | D^+) P(D^+)}{P(T^+ | D^+) P(D^+) + P(T^+ | D^-) P(D^-)}\] \[PPV = \frac{Sn \times P(D^+)}{Sn \times P(D^+) + (1 - Sp) \times (1 - P(D^+))}\]

⚠️ 震撼臨床的例子： 假設某種罕見癌症的盛行率只有 0.1% (\(P(D^+) = 0.001\))。 有一家科技公司開發了超精準的檢測晶片，敏感度高達 99% (\(Sn = 0.99\))，特異度也高達 99% (\(Sp = 0.99\))。 今天你做了檢測，結果不幸是陽性。請問你真正得癌症的機率是多少？ 同學們，直覺通常會告訴你「99% 完蛋了」。但讓我們用貝氏定理算算看： \[PPV = \frac{0.99 \times 0.001}{0.99 \times 0.001 + (1 - 0.99) \times (1 - 0.001)}\] \[PPV = \frac{0.00099}{0.00099 + 0.01 \times 0.999} = \frac{0.00099}{0.00099 + 0.00999} \approx 0.0901 \text{ (9\%!)}\]

沒錯！即使檢驗結果是陽性，你其實只有 9% 的機率真的得病，剩下的 91% 都是嚇死人的偽陽性！ 為什麼？ 因為在盛行率極低的情況下，健康的人佔了絕大多數（99.9%）。哪怕這群健康的人中只有 1% 會被偽報成陽性，這部分偽陽性的人數（0.00999）也遠遠超過了真正得病且被驗出陽性的人數（0.00099）。這就是為什麼醫學上不建議對健康大眾進行罕見疾病的大規模篩檢！

3.5 診斷評估利器：ROC 曲線與 AUC

在臨床實務上，許多檢驗指標並非單純的「陽性/陰性」，而是像「膽固醇濃度」或「發炎指標 (CRP)」這樣的連續型數值。我們必須人為設定一個切點 (cutoff point)，大於此切點判為陽性，小於則為陰性。

  • 如果切點設得很低，我們會驗出所有病人（高敏感度），但也會誤判許多健康人（低特異度）。
  • 如果切點設得很高等，我們會非常確定驗出來的一定是病人（高特異度），但會漏掉很多病人（低敏感度）。

為了解決這個兩難，我們繪製 ROC 曲線 (receiver operating characteristic curve，接收者操作特徵曲線)。

  • X 軸：偽陽性率 (\(1 - Specificity\))
  • Y 軸：真陽性率 (\(Sensitivity\))
  • AUC (Area Under the Curve, 曲線下面積)：整個 ROC 曲線下方的面積。
    • \(AUC = 0.5\)：代表該檢驗指標毫無診斷價值，跟丟硬幣猜測一樣差（圖中對角虛線）。
    • \(0.7 \le AUC < 0.8\)：診斷效果一般。
    • \(0.8 \le AUC < 0.9\)：診斷效果良好。
    • \(AUC \ge 0.9\)：診斷效果極佳！

3.6 實戰演練：流感快速篩檢的 ROC 曲線繪製

現在，讓我們打開 RStudio，針對 100 位疑似流感患者的某發炎生物標記 (biomarker) 進行分析，計算出其敏感度、特異度，並繪製 ROC 曲線與計算 AUC。

3.6.1 RStudio 操作說明

  1. 開啟 RStudio。
  2. 開啟新的 R Script。
  3. 貼入以下程式碼並執行。本範例不依賴外部 package，全部使用純 R 邏輯與 ggplot2 繪製，有助於你理解 ROC 曲線背後的數學計算！

3.6.2 R 程式碼實作

# 1. 載入 ggplot2 繪圖套件
library(ggplot2)

# 2. 模擬生成 100 位患者的數據 (50位患流感 Status=1, 50位健康 Status=0)
set.seed(42)
neg_biomarker <- rnorm(50, mean = 2, sd = 1)   # 未患病者的標記濃度
pos_biomarker <- rnorm(50, mean = 3.5, sd = 1.2) # 患病者的標記濃度

flu_data <- data.frame(
  Status = c(rep(0, 50), rep(1, 50)),
  Biomarker = c(neg_biomarker, pos_biomarker)
)

# 3. 自訂函數：計算不同切點下的 TPR (Sensitivity) 與 FPR (1 - Specificity)
calculate_roc <- function(response, predictor) {
  thresholds <- sort(unique(predictor))
  roc_points <- data.frame(Threshold = thresholds, TPR = 0, FPR = 0)
  total_pos <- sum(response == 1)
  total_neg <- sum(response == 0)
  
  for(i in seq_along(thresholds)) {
    cutoff <- thresholds[i]
    predicted_pos <- predictor >= cutoff
    tp <- sum(predicted_pos & response == 1)
    fp <- sum(predicted_pos & response == 0)
    roc_points$TPR[i] <- tp / total_pos  # 敏感度
    roc_points$FPR[i] <- fp / total_neg  # 1 - 特異度
  }
  
  # 加入邊界值以使曲線完整 (從 0,0 到 1,1)
  roc_points <- rbind(data.frame(Threshold = Inf, TPR = 0, FPR = 0), roc_points)
  roc_points <- rbind(roc_points, data.frame(Threshold = -Inf, TPR = 1, FPR = 1))
  
  roc_points <- roc_points[order(roc_points$FPR, roc_points$TPR), ]
  return(roc_points)
}

# 執行計算得到 ROC 座標
roc_df <- calculate_roc(flu_data$Status, flu_data$Biomarker)

# 4. 自訂函數：使用梯形法計算 AUC 面積
calculate_auc <- function(roc_data) {
  df_sorted <- roc_data[order(roc_data$FPR), ]
  n <- nrow(df_sorted)
  auc <- 0
  for(i in 1:(n-1)) {
    # 梯形面積公式：(上底 + 下底) * 高 / 2
    auc <- auc + (df_sorted$FPR[i+1] - df_sorted$FPR[i]) * (df_sorted$TPR[i] + df_sorted$TPR[i+1]) / 2
  }
  return(auc)
}

auc_val <- calculate_auc(roc_df)

# 5. 輸出 AUC 計算結果到控制台
cat("--- 診斷篩檢分析結果 ---\n")
cat("AUC 曲線下面積:", round(auc_val, 4), "\n")
cat("------------------------\n")

# 6. 使用 ggplot2 繪製 ROC 曲線並存檔
p_roc <- ggplot(roc_df, aes(x = FPR, y = TPR)) +
  geom_path(color = "#3182ce", linewidth = 1.2) +
  geom_abline(intercept = 0, slope = 1, linetype = "dashed", color = "#718096") +
  annotate("text", x = 0.6, y = 0.3, label = paste("AUC =", round(auc_val, 3)), 
           size = 6.8, color = "#2d3748", family = "Noto Sans CJK TC") +
  labs(
    title = "流感快速篩檢試驗之 ROC 曲線",
    subtitle = "呈現敏感度與一減特異度之關係",
    x = "偽陽性率 False Positive Rate (1 - Specificity)",
    y = "真陽性率 True Positive Rate (Sensitivity)"
  ) +
  theme_minimal(base_family = "Noto Sans CJK TC", base_size = 15) + # Windows 請替換為 Microsoft JhengHei
  theme(
    plot.title = element_text(size = 22, hjust = 0.5, color = "#2d3748"),
    plot.subtitle = element_text(size = 16, hjust = 0.5, color = "#718096"),
    axis.title = element_text(size = 18, color = "#4a5568"),
    axis.title.x = element_text(margin = margin(t = 10)),
    axis.title.y = element_text(margin = margin(r = 12)),
    axis.text = element_text(size = 16, color = "#2d3748"),
    panel.background = element_rect(fill = "#f7fafc", color = NA),
    plot.background = element_rect(fill = "white", color = NA),
    plot.margin = margin(20, 28, 20, 54)
  )

ggsave("figs/roc_curve.png", plot = p_roc, width = 7.4, height = 6.8, dpi = 300)

3.6.3 執行結果與圖表解讀

在 R 中執行程式後，控制台會輸出：

--- 診斷篩檢分析結果 ---
AUC 曲線下面積: 0.8552 
------------------------

同時，figs/ 資料夾下會生成以下圖表：

Figure 3.1: 流感快速篩檢之 ROC 曲線

數據診斷分析：

  1. AUC 解讀：這項流感生物標記檢測的 \(AUC\) 為 0.8552。這代表此標記在區分「患有流感者」與「健康者」的能力上達到了良好的標準。
  2. 臨床切點選擇：曲線左上角最靠近 (0,1) 的點，通常代表敏感度與特異度加總最大的位置，這也是臨床上常用來作為流感診斷的最佳切點。

3.7 本章名詞對照表 (Glossary)

中文名稱 英文名稱 定義與說明
機率 Probability 一個隨機事件發生可能性大小的數值度量 (0 到 1)。
樣本空間 Sample space 一個隨機試驗所有可能發生結果的完整集合。
事件 Event 樣本空間的子集，代表一個或多個試驗的結果。
互斥事件 Mutually exclusive events 不能在同一次試驗中同時發生的兩個事件。
獨立事件 Independent events 一個事件是否發生完全不影響另一個事件發生機率的兩個事件。
條件機率 Conditional probability 在已知某事件發生的前提下，另一事件發生的機率。
黃金標準 Gold standard 醫學上用來確診患者是否患有某疾病的最權威、最準確檢驗方法。
敏感度 Sensitivity 有病者當中被篩檢試驗正確判斷為陽性的機率（真陽性率）。
特異度 Specificity 沒病者當中被篩檢試驗正確判斷為陰性的機率（真陰性率）。
陽性預測值 Positive predictive value (PPV) 篩檢陽性者當中真正患有該疾病的機率。
陰性預測值 Negative predictive value (NPV) 篩檢陰性者當中真正沒有患該疾病的機率。
盛行率 Prevalence 某一特定時間點，目標族群中患有某疾病者的比例。
貝氏定理 Bayes' rule / Bayes' theorem 利用已知條件機率來更新或推算未知反向條件機率的數學公式。
ROC 曲線 ROC curve 以真陽性率為 Y 軸，偽陽性率為 X 軸，呈現不同診斷切點下篩檢效能的曲線。
曲線下面積 Area under the curve (AUC) ROC 曲線下方的面積數值 (0.5 到 1.0)，數值愈大代表診斷效能愈好。