图源Veer

凡事预则立，不预则废。

这里的“预”，既包括“预备”，也包括“预测”。两者紧密相关，脱离预测，预备难以进行。

来看一个医学领域情境。妇产科医生知道，如果婴儿在出生后几分钟内无法正常呼吸，就会有很大脑损伤甚至夭折风险。

婴儿出生后几分钟无法正常呼吸，是一个概率事件，可以预测到，在一定条件下会发生。预测到这一点，我们就知道要相应去做准备。

问题来了：怎样预测判断一个新生儿呼吸是否正常？

最常用的方法是临床预测，意思是：基于自身经验、以主观印象为主的预测。

例如，我们在和一个人交流时，基于对方表情动作、言语表达等，判断对方是善意还恶意、能力是高是低、经验是多是少，就是在做临床预测。

不同人临床预测水平有高有低，专家高、新手低。不过，在很多情境中，即便是专家，临床预测偏差也会较大。

以新生儿呼吸风险预判为例，传统上内科医生和接生人员一直采用临床预测方法，根据自己经验判断，经常错过危险信号，导致许多新生儿不幸夭折。

怎么办？这就需要引入“机械预测”。意思是，设定指标再加权平均的公式化预测方法。具体流程分为三步：

第一步，确定评价指标。

第二步，指标逐一打分。

第三步，加权计算总分。

以新生儿呼吸风险预判为例，1953年麻醉学家弗吉尼亚·阿普加开发出一个机械预测方法，用以评估每一个出生1分钟婴儿。

具体来说，阿普加确定5个变量，也就是5个评价指标，包括心率、呼吸、表情反应、肌肉张力和肤色。

每个指标分值设定为三档，包括0分、1分和2分，分别代表各个变量稳健度。例如肤色，全身粉红是2分，四肢青紫是1分，全身青紫是0分。

每个指标逐一打分后，再将5个指标评分加总得到总分。如果总分在7分以上就是健康，4到6分就不太健康，0到3分就需要立即采取急救措施。

事实证明，阿普加这个机械预测方法，简易、有效、快速，对于减少婴儿夭折率起到重要作用，至今一直在运用。

即便不是儿科专家，一个新手医生，甚至于作为门外汉的普通家长，稍加学习，也能准确预判一个新生儿呼吸风险是高是低。

效果可谓“不是专家，胜似专家”。一个非专家学习阿普加机械预测方法，预测准确度、快速度，可能超过一个依赖临床预测专家。

机械预测之所以命名为“机械”，是因为采用简易算法进行公式化预测，看起来有点“机械”，不像临床预测运用直觉思维那么灵活。

虽然“机械”，但效果很好。2000年有人综合调查分析136项研究，包括黄疸病诊断、服兵役适应性、婚姻满意度等，其中63项是机械预测更准确，65项是机械预测和临床预测一样好，只有8项是临床预测比机械预测好。

专家很少，即便是专家，如果采用临床预测，往往也不如机械预测准确。也就意味着，作为不是专家的普通人，积累和开发一些简易有效机械预测方法，更加富有价值。

诺贝尔经济学奖获得者、心理学家丹尼尔·卡尼曼归因认为，专家临床预测不如机械预测，原因在于信息噪音偏大，专家经验好处不足以弥补。相反，机械预测能够有效消除信息噪音，判断准确性更高。

做一个类比，预测就像是打靶。命中靶心视为精准，没有命中视为存在错误。这些错误由偏差和噪音共同构成。公式化表达是：错误=偏差+ 噪音。

其中，偏差属于系统风险，产生系统错误，导致都往一个方向偏。例如，枪的准星有问题，子弹都往左下偏。

噪音属于个体风险，产生离散错误，随机分布。例如，由于看错、手抖等各种原因，导致弹孔围绕靶心波动。

类似的，如果专家不采用机械预测，而是采用临床预测，容易受各种随机因素，例如新生儿其它特征、专家自身心理状态等噪音影响，导致预测无法命中靶心。

相反，机械预测抓住评估新生儿呼吸风险关键指标，不受噪音影响，就有条件提高预测准确率和快速度。

以上是关于机械预测部分内容，更完整内容可点击阅读词条《1662：机械预测》。

《精读君通识词典》宗旨是：每天一个认知积木，持续精进终身成长，目前已发布2000+词条。处理问题、决策行动之前，你不妨先查查通识词典。