[Новая книга] Ли Чун Сонг, глава Госпиталя св. Петра, выпустил «Начало байесовской статистики»

 Практикующий врач — специалист по позвоночнику выпустил вводную книгу о байесовской статистике, дисциплине, которая математически описывает суждения в условиях неопределённости.

Главный врач Центра позвоночника Ли Чун Сонг из Госпиталя св. Петра (глава госпиталя Юн Канг Чжун), многопрофильного госпиталя с акцентом на позвоночник, суставы и цереброваскулярные заболевания, недавно выпустил вводную книгу «Начала байесовской статистики», посвящённую базовым понятиям байесовской статистики.

Байесовская статистика — метод статистического анализа, который по мере накопления данных корректирует прежние суждения и повышает точность прогнозов. Он позволяет непрерывно учитывать новую информацию и гибко обновлять статистические выводы, поэтому полезен для математического описания задач принятия решений в реальном мире с высокой неопределённостью.

Байесовская статистика сегодня действительно занимает центральное место в передовых технологиях, основанных на данных, — в ИИ и машинном обучении. Разные ИТ-компании применяют её в алгоритмах поиска и в моделях, построенных на данных. Кроме того, она всё шире применяется и в медицине: при планировании клинических исследований, прогнозировании риска лечения для конкретного пациента, оценке точности диагностики и распространённости заболеваний, анализе побочных эффектов лекарств.

Главный врач Ли Чун Сонг впервые познакомился с байесовской статистикой десять лет назад, когда работал в Медицинском центре Асан; обнаружив точки соприкосновения с врачебными решениями, он всерьёз заинтересовался темой и с тех пор постоянно её изучает. В клинической практике врачи чаще не ставят диагноз по одному исследованию, а многократно повторяют процесс оценки, объединяя симптомы пациента, анамнез, факторы риска и ответ на лечение, чтобы повысить точность лечения.

Главный врач Ли Чун Сонг счёл, что этот процесс по структуре схож с байесовским статистическим мышлением, и обратил внимание на то, что клиническое суждение можно выразить точным языком вероятностей.

Эта книга — вводное пособие, доступно объясняющее байесовскую статистику даже тем, кто не является специалистом. Автор, сам не будучи статистиком, испытал немало трудностей, поэтому сосредоточился на простом изложении ключевых понятий, чтобы и те, кто впервые сталкивается с байесовской статистикой, могли подойти к ней без опасений. В книгу вошёл широкий круг тем — история байесовской статистики, байесовский способ мышления, применение в клинической медицине, — так что читатель может разобраться и в самих понятиях, и в способах их применения.

В медицинских исследованиях и клинической практике до сих пор шире применяется классическая частотная статистика. Характерный пример — использование «уровня значимости (p-value)» для оценки статистической значимости результатов исследования.

Однако в последнее время из-за стремительного старения населения растёт число пожилых пациентов и пациентов с сочетанными заболеваниями, а возраст начала болезней, которые прежде считались старческими, снижается, поэтому возрастает и значение более гибких и комплексных врачебных решений. В условиях таких изменений медицинской среды байесовское статистическое мышление может служить полезным подходом к принятию системных и точных клинических решений.

В своей книге главный врач Ли Чун Сонг заново рассматривает такие исследования, построенные на частотной статистике, с позиций байесовской статистики и предлагает новый взгляд на медицинские данные и клиническую интерпретацию.

Главный врач Ли Чун Сонг сказал: «Байесовская статистика — инструмент, который помогает принимать более удачные решения и суждения даже в условиях неопределённости и ограниченной информации, и она может быть полезна для решения самых разных задач реального мира, в том числе в медицинской практике». Он добавил: «Надеюсь, что благодаря этой книге больше людей поймут базовые понятия байесовской статистики и познакомятся с новым взглядом на статистическое мышление».

Источник : Ыйса синмун(http://www.doctorstimes.com)