疟疾治癌症，我是乐观派

春节期间，陈小平教授用疟疾治癌症的消息在朋友圈刷屏了。长期以来，我一直对中国学术界批评有加，对各种“放卫星”的成果不理不睬甚至持否定、鄙视态度。不久前，我甚至还在公 众号上写了一篇文章《科技界，真荒唐》。

然而，这次我却毫不犹豫地评价道：“这可能是当代中国科学家对人类做出的最重要的贡献。”

当大家怀疑这是谣言、骗子的时候，我为什么会一反常态，做出这样的表态呢？因为依据我的经验，骗子不会这么聪明——如果他们这么聪明，就没有必要去做骗子了。这里，所谓“我的经验”就是我做了几十年数据分析和技术创新的经验。

我从1990年做数据分析，先后从事了20多年的数据分析工作。其中，2002~2013年的12年间，大部分精力都在做一件事的数据分析。文章中的思维方式，和我分析问题的思维方式是相当接近的。如果没有进行过深入的分析研究工作，这种思维方式是体会不到的、很多话是写不出来的、很多事情是不会去做的。

果然，钟南山院士出来表态，证明这不是谣言。

科学探索有不确定性。不是谣言，并不能证明观点是正确的。其实，钟南山院士的表态就相当谨慎。前天，著名科普公 众号“赛先生”发表了浙大王立铭教授的文章《疟疾治癌症，请不要盲目乐观》。文章对这件事中的数据，进行了质疑。

看到这篇文章，我却更加乐观了。

这篇文章给出了更加详细的数据和质疑，认为疟疾治癌症的证据并不靠谱。比如，疟疾和癌症发病率的负相关性很弱等，这种相关性还存在其他解释、数据分析有漏洞、错误等。对此，我的观点是：王教授的质疑是正常的、体现了科学的精神；严格证明这种方法有效，应该还有很长的路要走。

但是，读了这篇质疑的文章，让我对数据有了更多的了解，对陈老师的信心更大了。其实，我过去分析的一些结果，开始的时候也是“漏洞百出”。但感觉告诉我：结果非常可能是对的。坚持下去，确实就是对的。这种直觉，有时候说不清楚。

相关性低，是合理的。长期做数据分析的人都知道：对于大家都特别关注的问题，突然得到一个强相关的新发现，几乎从来就是不可能的。这就是我常说的“人择原理”或者“幸存者偏差”：如果两件事是强相关的，别人老早就发现了，今天也就没有创新的机会了。一般的情况，都是受到某种特殊的启发，才进一步研究下去的。比如，疟疾和癌症发病地图这件事。

相关性弱是很自然的——因为干扰因素太多了。比如，癌症最主要的相关因素是年龄。这一点，陈小平教授自己就已经考虑过了。再如，得了癌症又得疟疾的人，才会体现出相关性；前提还是诊断正确。能够体现出微弱的相关性，已经是非常不容易了。而且，这种相关性居然能够重复出现——这就是非常不容易了。

30年前我在大学读概率论的时候，向范大茵老师提出一个问题：据说人口出生比例是51.2:48.8。 对于这个结论，“全国平均数如此”和“各省的结果都如此”两者的信息量是不是一样的？这个问题的背景是：不论差别多小，“可重复性”是非常重要的。看了王教授的文章，我认为陈老师的一些数据是有可重复性的。这就是我更加乐观的原因。更何况，陈老师的分析是从多个角度切入的。这一点也增强了我的信心。

所谓的数据分析，就是与数据中的假象做斗争；所谓的科学研究，就是去除认识中的干扰。提出一个发现或猜想的偶然性很大，验证一个结论的难度却很高。这是科学发现的规律。但是，验证结论之前，人的直觉判断非常重要，否则坚持不下去。

我在宝钢把一个数据分析项目做了十二年，后面的很长时间是在验证我的猜想。我为什么愿意花我学术生涯中最重要的十二年去验证一件事? 因为直觉告诉我，这个方向是靠谱的，我不会失败，值得去研究。看到陈老师的思维方式，我的感觉是一样的。

预祝陈老师成功，祝福全人类幸福。