医学究竟是不是科学？——从人类两千年的医学试错史说起
写在前面：
医学是不是科学？这个问题本身可能就问错了方向。真正该问的是：医学的哪些部分是科学？哪些部分还只是经验统计？以及，我们怎么区分它们？
这篇文章，我想用历史故事和数据，把这个问题彻底讲清楚。
一、先对齐一个基本概念：什么是科学？
很多人把"科学"理解成"对的""真理""万能"——这是错的。科学不等于正确，科学是一种方法。
更准确地说，科学是一套基于数学工具的严谨研究方法。它由两个核心要素构成：
第一，科学实验。不是坐在屋子里拍脑袋想，而是动手做实验、做观测，用可重复的事实来检验想法。
第二，数学化。把观察到的现象用数学来描述、用统计来分析、用量化来比较。
这两个要素加起来，构成了人类近500年来科学认知的基础。
阿基米德发现浮力定律，靠的是实验：把物体放进水里，测量排出的水量。
伽利略证明两个铁球同时落地，靠的是实验：爬到比萨斜塔上往下扔。
牛顿写出《自然哲学的数学原理》，靠的是实验观测+数学公式。
麦克斯韦发现光的电磁本质，靠的是数学方程组。
爱因斯坦的相对论，最后被证实靠的是日食观测实验。
没有实验，就没有验证。没有数学，就没有精确。
离开科学实验和数学工具，人类无法探寻真理——那就成了玄学。
什么叫玄学？就是不需要实验验证、不需要数学计算，靠"悟"、靠"感觉"、靠"传统"就能得出结论。听起来很高级，但实际上是什么都可以解释、什么都无法证伪。
好，现在我们有了标准。用这个标准去看医学的历史，故事就变得非常清晰了。
二、医学知识的两张面孔
在聊历史之前，我要先提出一个核心框架——医学知识其实可以分为两大类。
这个区分非常重要，因为它决定了我们怎么判断"医学是不是科学"这个问题的答案。
2.1 第一类医学知识：逼近科学实质的部分
这一类知识，是通过基础研究、反复验证、逐步累积而来的接近真理的内容。它们的特点是：
经得起重复检验：同一个实验，任何人在任何地方做，都能得到相同的结果。
可用于逻辑推演：从已知的前提，可以推导出可预测的结论。
具备可预测性：掌握了机制，就能预判会发生什么。
举几个例子：
哈维的血液循环理论——血液从心脏泵出，经动脉流向全身，经静脉流回心脏，循环往复。这个理论可以用实验验证，可以用数学计算（心脏每分钟泵血量×循环时间=全身血容量），可以预测（阻断某条血管，下游组织会缺血坏死）。
心脏电生理——心肌细胞的除极和复极，钠钾钙离子通道的开关，窦房结作为起搏点的自律性。这些机制被研究清楚了，于是我们可以预测：为什么房颤会发生，为什么某些药物可以纠正心律失常，为什么电解质紊乱会导致心跳骤停。
神经传导机制——动作电位沿着轴突传导，神经末梢释放神经递质，突触后膜电位变化。研究清楚了，我们才能预测：为什么局部麻醉药能阻断疼痛，为什么肉毒毒素能松弛肌肉，为什么阿尔茨海默病会影响记忆。
内分泌系统的负反馈调节——下丘脑-垂体-靶腺轴，血糖升高→胰岛素分泌→血糖下降→胰岛素分泌减少。这是经典的闭环控制系统，可以用数学模型描述，可以预测干预措施的后果。
细胞膜的离子通道和电位——静息电位、动作电位、Nernst方程。这是生物物理学的标准内容，精确到可以用公式计算。
这些知识，已经逼近了科学的实质。它们和物理学的定律一样，具有可重复性、可推演性、可预测性。虽然生物系统比物理系统复杂，但这些机制层面的知识，是经得起科学方法检验的。
2.2 第二类医学知识：还处于黑匣子的部分
但医学的临床部分，绝大多数属于另一类知识。
这一类知识的特点是：
机制不清或机制过于复杂：我们知道某种治疗"有效"，但不完全清楚为什么有效，或者有效的路径上有太多变量干扰。
无法形成完整的因果链条：从干预到结局之间，有太多"黑匣子"环节无法打开。
只能靠统计比较来判断优劣：无法从第一性原理推导出"这个方案一定更好"，只能做RCT，控制变量，看哪组的结局更好。
随时可能被新证据推翻：昨天的"最佳方案"，今天可能被证明是有害的。
肿瘤治疗是最典型的例子。
基础研究告诉我们：肿瘤细胞有无限增殖能力、逃避凋亡、诱导血管生成、侵袭转移。但这些机制性知识，并不能直接推导出"哪种化疗方案最优"。绝大多数肿瘤治疗方案的有效性和安全性，是靠大规模RCT比较出来的，而不是从细胞生物学原理"算"出来的。
更关键的是，这些RCT的结论随时可能被推翻。
三、临床医学的"范式转移"：当最佳实践被证明是错的
医学史上有一个反复出现的模式：今天被奉为圭臬的治疗方案，明天可能被新证据彻底推翻。这不是医学的失败，恰恰是因为医学在临床层面还处于"黑匣子"阶段——我们只能看到输入和输出，中间过程是模糊的。
3.1 乳腺癌手术的百年反转
这是医学史上最经典的"范式转移"之一。
1894年：Halsted的根治性乳房切除术
威廉·斯图尔特·哈尔斯特德（William Stewart Halsted，1852-1922）——美国现代外科学之父——提出了乳腺癌根治术（Radical Mastectomy）。手术范围极其广泛：
切除整个乳房
切除胸大肌和胸小肌
清扫腋窝淋巴结
有时甚至要切除部分胸壁
Halsted的理论依据是：乳腺癌先从原发灶向周围组织浸润，然后经淋巴道转移。所以，切除范围越大，越能"斩草除根"。
这个理论在当时是合理的——因为显微镜下确实能看到癌细胞沿着淋巴管扩散。而且，Halsted的手术确实比之前的局部切除提高了生存率。
于是，Halsted的手术成为乳腺癌治疗的"金标准"，统治了整整70年。
20世纪中叶：手术范围进一步扩大
到了1950-60年代，一些外科医生觉得Halsted切得还不够彻底。他们推出了"扩大根治术"（Extended Radical Mastectomy）：
在Halsted的基础上，再加切除内乳淋巴结链
甚至切除部分肋骨和胸骨
逻辑是：如果切得越多越彻底，那生存率应该越高。这个逻辑听起来天衣无缝——不是吗？
1970年代：对照实验给出了相反的答案
1970年代，几项大规模RCT的结果震惊了外科界。
研究者把病人随机分组：
一组接受扩大根治术（切得更多）
一组接受Halsted的标准根治术
一组接受单纯乳房切除+放疗（切得更少）
结果是什么？三组病人的长期生存率没有显著差别。
切得更多，并不意味着活得更长。扩大根治术不仅没能提高生存率，反而带来了更严重的并发症——胸壁畸形、上肢水肿、功能障碍。
1980-90年代：保乳手术的崛起
随着证据的积累，乳腺癌手术经历了又一次颠覆：
保乳手术（Lumpectomy / Breast-Conserving Surgery）——只切除肿瘤及周围少量正常组织，保留乳房——被证明在配合放疗的情况下，长期生存率与全乳切除相同。
后来甚至发现：部分病人单纯保乳+放疗，比Halsted时代的"扩大根治"效果还好（因为创伤更小，恢复更快，可以更早接受辅助治疗）。
一个世纪以来，乳腺癌手术经历了完整的反转：
扩大切除→ 标准根治 → 保乳手术
切得越来越少，效果却越来越好（至少不差）。这说明什么？说明Halsted时代的理论——"乳腺癌是按解剖层次逐步扩散的，切得越广越安全"——只适用于显微镜下的局部观察，不适用于全身系统性疾病的长期预后。乳腺癌从很早就是全身性疾病，局部切得再广，也清不干净已经播散的微转移灶。
3.2 宫颈癌腹腔镜手术的教训
如果说乳腺癌手术的反转发生在几十年间，那么宫颈癌手术的反转则来得更快、更残酷。
2000年代：腹腔镜微创手术成为主流
21世纪初，腹腔镜手术（包括机器人辅助手术）在妇科肿瘤领域迅速普及。逻辑很简单：
切口更小，病人恢复更快；
住院时间更短；
术后疼痛更轻；
美容效果更好。
这些"优势"在胆囊切除、阑尾切除等良性手术中已经被充分证实。于是，逻辑被顺理成章地推广到宫颈癌的广泛性子宫切除术（Radical Hysterectomy）——需要切除子宫、宫颈、周围韧带、清扫盆腔淋巴结的手术。
2018年：LACC研究——一记重锤
2018年，《新英格兰医学杂志》发表了一项名为LACC（Laparoscopic Approach to Cervical Cancer）的国际多中心RCT。
研究者把早期宫颈癌病人随机分组：
一组接受腹腔镜/机器人手术
一组接受传统开腹手术
结果让所有人大吃一惊：
腹腔镜组的4.5年无病生存率为86.0%，开腹组为96.5%。
腹腔镜组的死亡率更高。
微创手术，反而让病人死得更多。
这个结果在妇科肿瘤界引起了地震。多个国家的指南迅速修改，不推荐早期宫颈癌使用微创手术。
2020-2023年：更多证据证实
后续的系统评价和真实世界研究进一步证实：腹腔镜宫颈癌手术的复发率和死亡风险确实高于开腹手术。美国、欧洲、中国的指南纷纷更新，将开腹手术重新列为首选。
但这背后的机制是什么？至今不完全清楚。
有几种假说：
腹腔镜手术中需要用CO₂建立气腹，肿瘤细胞可能被气腹压力"吹散"到腹腔；
举宫器的使用可能挤压宫颈，导致肿瘤细胞脱落；
切口小，取出标本时可能造成肿瘤细胞污染；
微创手术操作时间长，肿瘤细胞暴露时间增加。
但这些都是假说，没有一个被完全证实。我们只知道统计结果是：腹腔镜比开腹差。为什么差？黑匣子。
3.3 这两个案例说明了什么？
乳腺癌手术和宫颈癌腹腔镜手术的故事，揭示了一个关于临床医学的核心真相：
在临床层面，医学大多数时候是在"黑匣子"里摸索。我们能看到输入（做了什么手术）和输出（病人生存率），但中间的因果链条是断裂的。我们只能靠RCT这样的统计工具来比较"哪种方案更好"，而无法从生物学原理"算"出正确答案。
Halsted从解剖学原理出发，推出了"切得越广越好"的结论——错了。
腹腔镜微创手术从"切口小恢复快"出发，推出了"微创一定更好"的结论——在宫颈癌上也错了。
这两个错误，不是医生的愚蠢，而是临床医学固有局限性的体现。当系统的复杂性超出了当前机制认知的范围时，任何基于"合理推断"的临床决策，都可能是错的。唯一可靠的判断方式，是大规模对照实验。
四、医学的蒙昧时代：玄学的统治
两千多年前，人类最早的医学理论体系诞生了。古希腊的希波克拉底提出了"四体液学说"：
人体内有四种体液——血液、黏液、黄胆汁、黑胆汁。四种体液平衡，人就健康；失衡，人就生病。
这个理论影响西方医学近两千年。它听起来很有哲理，对吧？阴阳平衡、整体观念——跟中医的思路其实很像。
但问题是：四体液学说没有经过任何实验验证，也没有任何数学计算支撑。
一个人发烧了，怎么解释？"黄胆汁过多"。一个人抑郁了？"黑胆汁过多"。一个伤口感染了？"体液腐坏了"。
你会发现，不管什么症状，这个理论都能解释。但恰恰因为什么都能解释，它就什么都不能预测、什么都不能验证。这就是玄学的典型特征。
同一时期，古印度有阿育吠陀医学，认为人体由"风、火、水、土"四种元素构成；阿拉伯世界也有基于古希腊医学发展而来的理论体系。这些东西有一个共同点：都不含数学方法，都靠哲学推演和类比想象。
用我们今天的话说：它们都属于文化，不属于科学。
那这些理论是怎么被淘汰的？不是因为有人骂它们是"伪科学"，而是因为后来的医学发展证明它们不管用。
五、医学第一次接近科学：解剖学和血液循环
医学从玄学走向科学的第一步，不是某个天才灵光一现，而是有人开始动手实践了。
盖伦的解剖学
公元2世纪，古罗马医生盖伦做了大量动物解剖，写下了西方医学史上最系统的解剖学著作。
盖伦有没有"理论"？有。他的很多理论今天看是错的——比如他认为血液在肝脏里生成，然后通过静脉流向全身，像潮汐一样涨落。但盖伦的贡献不在于他的理论对不对，而在于他的方法：
他解剖了。
解剖是什么？是实证。是动手去看、去测量、去记录，而不是坐在屋子里推想。虽然盖伦的实验条件有限（他解剖的是动物不是人），但他的方向是对的：从哲学思辨走向实践观察。
这就是为什么盖伦的解剖学被后人继承并进一步发展，而四体液学说最终被淘汰——因为解剖是可以验证的，而四体液是无法验证的。
哈维的血液循环
1628年，英国医生威廉·哈维出版了《心血运动论》，提出了血液循环理论。
哈维是怎么得出结论的？他做了大量的实验和测量：
他计算了心脏每分钟泵出的血量，发现如果血液不被循环利用，那人体会在一小时内流干所有的血。
他解剖了上百种动物，观察心脏的跳动和血液的流向。
他用量化的方法——数字、计算——来推翻盖伦的"潮汐说"。
哈维的理论最终被显微镜证实（1661年，马尔皮基发现了毛细血管）。
注意这个关键点：哈维不仅做了实验，还用了数学计算。这是医学第一次真正接近"科学"的标准。
而且，血液循环理论属于我前面说的"第一类医学知识"——它是可以被验证、被推演、被预测的。你知道了循环系统的结构，就能预测阻断某条血管会发生什么，就能设计吻合血管的搭桥手术，就能理解心力衰竭的病理生理。
六、实验科学的诞生：物理学给医学树立了榜样
哈维的血液循环理论诞生于17世纪初。但真正的"科学革命"在物理学领域爆发得更早、更猛烈。
阿基米德（公元前3世纪）用实验发现了浮力定律；伽利略（16-17世纪）用实验推翻了亚里士多德的"重物下落更快"；牛顿（17世纪）用数学方程描述了万有引力；麦克斯韦（19世纪）用数学方程统一了电、磁、光；爱因斯坦（20世纪）用数学推导出了相对论，再用日食观测验证。
这些里程碑有一个共同的配方：科学实验 + 数学化。
物理学之所以被称为"最科学的科学"，不是因为它研究的对象多重要，而是因为它最早实现了实验和数学的完美结合。
而医学呢？在很长一段时间里，医学是落后于物理学的。医生们还在用四体液理论放血、还在用经验主义开药、还在用"我觉得有效"来判断疗效。
直到有人问了一个问题：我们怎么知道一种治疗方法真的有效？
这个问题，把医学推向了它的科学化转折点。
七、对照实验的萌芽：一个荒诞但划时代的故事
说到"怎么知道一种疗法有效"，现代医学史上有一个非常著名、也非常荒诞的早期对照实验——
英国皇家学会的"武器药膏"
17世纪，英国皇家学会（Royal Society）的一群科学家做了一项实验，来验证一种当时流行的"武器药膏"（weapon salve）。
这种药膏的理论基础来自帕拉塞尔苏斯（Paracelsus）的"共感"学说：你用刀砍伤了一个人，刀上沾了血。只要在刀上涂药膏，受伤的人就会自动痊愈——因为"刀和伤口之间存在某种神秘的感应力量"。
这个药膏的成分今天听起来更像巫术配方而不是医学：
硫酸铜溶液（vitriol / 铜绿）
人脂
木乃伊粉（mummy powder——真的用埃及木乃伊磨成的粉）
人血
暴露在野外的尸骨上长出的苔藓
英国皇家学会做了什么？他们设计了一个对照实验——这在当时是非常前卫的做法：
一组人用刀涂了药膏；
另一组人用刀没涂药膏。
结果呢？两组人的伤口愈合速度没有差别。武器药膏本身被证明无效。
但这只是故事的一半。真正精彩的是故事的另一半——
当时不用武器药膏的人，是怎么处理伤口的？
这个问题至关重要。因为武器药膏虽然无效，但它在当时的战场上反而救了不少人的命。为什么？
因为使用武器药膏的"操作流程"是这样的：把武器涂上药膏，放在阴凉处。与此同时，伤口要用清水洗净，然后用干净柔软的亚麻布包扎。
注意这个关键点：保持伤口清洁、干燥、不被打扰。
而当时不用武器药膏的"标准医学治疗"是什么？——极其有害。
（1）滚烫的油灌进伤口
当时的医学理论认为：火器伤会被"火药毒"污染，必须用滚烫的油来"烧掉毒素"。16世纪意大利外科医生乔瓦尼·达·维戈（Giovanni da Vigo）写的教科书把这个方法推广到了全欧洲。
1536年都灵围城战中，法国军医安布鲁瓦兹·帕雷（Ambroise Paré）用完了滚烫的油，只能用蛋黄、玫瑰油和松节油混合的软膏代替。结果他震惊地发现：没灌热油的患者反而恢复得更好、更不痛。
（2）烧红的铁块灼烧伤口
用烧至白热化的烙铁直接压在伤口上，目的是"止血"和"封闭伤口"。这种做法会造成严重的二度烧伤，而烧伤后的感染往往比原伤口更致命。
（3）往伤口上抹粪便和脏东西来"促进化脓"
当时的医学理论坚信：伤口必须"化脓"（laudable suppuration）才能愈合。所以医生会刻意在伤口上涂抹各种脏东西——泥土、粪便、腐蚀性的药膏——来"诱发健康的脓液"。
实际上，他们是在伤口上培养细菌。
（4）放血疗法
伤口在流血？那说明你体内"血液过多"，需要再放掉一些来"恢复体液平衡"。一个受伤流血的人，再被放掉几百毫升血——很多病人就这样死于失血过多。
（5）各种荒诞的"消化剂"
比如"小狗油"（Oleum Catellorum）：用刚出生的小狗煮在百合油里，加上用白葡萄酒澄清过的蚯蚓，再混合松节油，涂抹在伤口上。
所以武器药膏为什么"有效"？
对照实验的真正结论，不是"武器药膏能治病"，而是：
"什么都不做"（保持伤口清洁干燥），比"积极做有害的事"（灌热油、灼烧、抹粪便、放血）要好得多。
武器药膏的配方虽然荒诞，但它的"使用说明"无意中要求了正确的伤口护理——清洁、干燥、不干扰。而那些不用武器药膏、接受"标准医学治疗"的病人，反而被医生用滚烫的油、烧红的铁、肮脏的敷料折磨得死去活来。
这就是为什么17世纪的英国皇家学会把这个荒诞的实验视为重大科学成就。它第一次用对照比较的方法证明了一个深刻的道理：
一种疗法"看起来有效"，不一定是因为它真的有效——可能是因为另一种疗法在害人。
对照方法的价值，不仅在于发现什么有效，更在于识别什么在害人。
大航海时代的败血症研究
18世纪，英国海军在大航海时代面临一个严重问题：船员长期吃不到新鲜蔬果，大量患上败血症（坏血病），死亡率极高。
1747年，英国海军军医詹姆斯·林德做了一个后来被奉为经典的实验：
他把12个患有败血症的船员分成6组，每组2人，分别给予不同的"治疗"：
第一组：每天一夸脱苹果汁
第二组：25滴硫酸酏剂
第三组：两勺醋
第四组：半品脱海水
第五组：两个橙子和一个柠檬
第六组：辛辣的糊状食物
结果？吃橙子和柠檬的那一组，6天之后就康复到可以值班了。其他组要么没变化，要么继续恶化。
这个实验今天看来有很多问题：样本量太小（每组只有2人）、没有随机分组、没有盲法。但在18世纪，这已经是人类能做到的最接近科学验证的医学实验了。
林德的败血症实验，被很多人称为现代RCT的鼻祖。因为它第一次用"分组比较"的方法，找出了真正有效的治疗方案。
八、显微镜和微生物：医学终于看到了真相
19世纪，医学迎来了两个革命性的工具：
显微镜
1670年代，列文虎克就已经用显微镜观察到了细菌。但直到19世纪，显微镜技术才足够成熟，让科学家能够系统性地研究微生物。
路易·巴斯德用实验证明：食物腐败不是"自然发生"的，而是空气中的微生物导致的。他设计了著名的"鹅颈瓶实验"——弯管里的肉汤不接触空气中的微生物，就不会腐败。
这个实验把医学从"体液腐坏""瘴气致病"的玄学理论，拉进了微生物致病的实证时代。
科赫法则
德国细菌学家罗伯特·科赫提出了一个验证病原体的方法论——科赫法则：
每一个病例中都能发现这种微生物；
这种微生物可以从病人体内分离出来并培养；
把培养物接种到健康动物身上，动物会得同样的病；
从接种后的动物体内又能分离出同样的微生物。
这是什么？这就是可重复验证的实验方法。每一个步骤都可以被其他科学家独立重复、独立验证。
科赫法则在医学史上的意义，不亚于物理学中的"可证伪性"——它给了医学一个判断"什么是病因"的科学标准。
至此，医学终于有了两个关键要素：
实验工具：显微镜让医生能看到以前看不到的东西；
验证方法：科赫法则提供了可重复、可验证的标准。
但医学的科学化之路，还没走完。还差最后一步——人用药物验证的系统方法。
九、寿命数据的真相：科学方法到底带来了什么？
讲了这么多历史故事，我们来用一组实打实的数据说话。
人类平均寿命的历史变化，是衡量医学进步最客观的标尺之一。因为寿命不会撒谎——它不受任何理论的左右，只受事实的支配。
人类寿命的千年停滞
先看一个令人震惊的事实：
从公元前到1800年，人类平均寿命几乎没有任何显著增长。
公元前欧洲人的平均寿命：约20岁
古罗马和古希腊时期：约30岁
中世纪：约35岁
1800年前后：全球平均约30岁
也就是说，在人类文明的前两千年里，平均寿命只增长了大约10岁——平均每百年增寿不到一岁。而且这10岁的增长，主要也不是医学的功劳，而是农业进步带来的营养改善。
为什么？因为在科学方法介入之前，人类对疾病的认识停留在玄学层面——四体液、瘴气、巫术、祈祷。面对天花、鼠疫、霍乱、肺结核这些传染病，医生束手无策，病人只能听天由命。
清朝入关后的十位皇帝中，有四位得过天花，其中顺治和同治直接死于天花，分别只活了24岁和19岁。乾隆是古代最长寿的皇帝之一，但他的17个儿子中有7个夭折。连皇家都保不住孩子的命，平民百姓可想而知。
19世纪的转折点
19世纪是一个分水岭。
1850年，欧洲人的平均寿命达到约40岁
1900年，工业化国家平均寿命约47岁
这50年里增长的7岁，主要来自什么？不是新药，不是新手术，而是公共卫生的科学化——
清洁饮用水的供应和污水系统的建设
巴斯德消毒法让牛奶和食物更安全
手卫生和医院感染控制的推广（还记得塞麦尔维斯的故事吗？）
疫苗接种开始推广
注意这个关键细节：19世纪的寿命增长，不是"医学治疗"带来的，而是"预防医学+公共卫生"带来的。而这些预防措施的背后，正是巴斯德的微生物学和科赫的病原学——是科学方法证明了疾病是怎么传播的，人类才知道怎么阻断它。
20世纪的飞跃：从47岁到73岁
真正的飞跃发生在20世纪。
年份
全球平均预期寿命
关键事件
1900年
约47岁
1950年
约50岁
疫苗大规模推广
2000年
约67岁
抗生素普及、心血管治疗进步
2020年
约73岁
现代医学体系成熟
2023年（中国）
78.6岁
全民医保、公共卫生体系完善
从1900年到2000年，人类平均寿命增加了约20岁。这20岁，是此前两千年总增长的两倍。
这不是巧合。20世纪恰恰是人类历史上医学最科学化的世纪。
疫苗：拯救1.54亿人的沉默英雄
2024年，世界卫生组织发布了一项具有里程碑意义的研究：
过去50年来，全球免疫接种工作挽救了约1.54亿人的生命，相当于每年每分钟挽救6条生命。
其中，麻疹疫苗的贡献最大，占挽救生命的60%。天花被彻底消灭（1980年WHO正式宣布），脊髓灰质炎濒临灭绝。
这些数字是什么概念？如果没有疫苗，过去50年里，全球会多死1.54亿人——相当于一个中等国家的人口。
而疫苗为什么有效？因为它的研发过程是科学的——病原分离、动物实验、三期临床试验、大规模安全性监测，每一步都用数据说话。
抗生素：人类第一次对细菌"占了上风"
1928年，弗莱明发现青霉素。1942年，青霉素开始大规模生产。1945年，弗莱明、弗洛里和钱恩获得诺贝尔奖。
在青霉素之前，人类对细菌感染几乎没有任何有效的武器：
一个小伤口感染，可能发展成败血症，致死。
一个肺炎，可能几天内夺命。
一个产褥热，产妇死亡率高达20-30%。
肺结核，被称为"白色瘟疫"，无药可治。
青霉素问世后，这些疾病的死亡率急剧下降。
数据显示：20世纪以来，人类平均寿命增加了约30年，其中至少一半归因于抗生素的广泛应用。
注意，抗生素不是"老祖宗的智慧"，不是"哲学思维"的产物，而是实验室里的偶然发现 + 系统化的提纯和验证 + 大规模RCT确认疗效的结果。这是纯粹的科学方法。
数据不会说谎
让我们把两千年的人类寿命史浓缩成一张图：
看出规律了吗？
医学的"科学化"程度，和人类的平均寿命，是同步增长的。玄学医学时代，寿命停滞两千年；科学方法介入后，寿命在一个世纪内暴涨20-30岁。
这不是"相关"，这是因果。因为科学方法让医学从"猜"变成了"验证"，从"碰运气"变成了"有把握"，从"害人的经验"变成了"救人的证据。
十、现代医学的至暗时刻：没有科学方法保护的时代
在RCT出现之前，医学史上发生过太多因为缺乏科学验证而导致的灾难。这些灾难反过来推动了医学伦理学和RCT的制度化。
精神类药品的滥用
20世纪中期，沙利度胺（反应停）被广泛用于治疗孕妇的晨吐。看起来有效——很多孕妇吃了之后确实不吐了。
但没人做严格的对照实验来验证它的安全性。结果呢？1961年，医生们突然发现：吃了反应停的孕妇，生出了大量海豹肢畸形婴儿——四肢短小得像海豹的鳍。
全球约有1万多名婴儿受害。这就是著名的"海豹婴儿事件"。
这个事件的教训是什么？"看起来有效"不等于"真的有效且安全"。没有对照实验，你根本无法区分"药的作用"和"自愈的作用"，更无法发现药物的长期毒性。
可卡因与吗啡：一位天才外科医生的"自我实验"悲剧
如果说沙利度胺的悲剧是制药公司缺乏安全验证的结果，那么接下来这个故事，则是医学界对自身实验风险认识不足的代价——而主角，恰恰是现代医学史上最重要的人物之一。
威廉·斯图尔特·哈尔斯特德（William Stewart Halsted，1852-1922），被誉为"美国现代外科学之父"。
他的名字镌刻在医学史册上：
他创立了现代外科住院医师培训制度；
他发明了乳腺癌根治术；
他引入了外科手术中橡胶手套的使用；
他开创了安全外科的四大原则：无菌、轻柔操作组织、止血、精细缝合。
但这位天才外科医生的伟大成就背后，隐藏着一个鲜为人知的悲剧——
从医学突破到终身成瘾
1884年，32岁的哈尔斯特德读到了维也纳眼科医生科勒（Carl Koller）的报告：可卡因可以用于眼部手术的局部麻醉。哈尔斯特德立刻意识到，如果可卡因能阻断神经传导，那它可能彻底改变外科手术——让病人不再需要在全身麻醉的生死边缘徘徊。
他和同事理查德·霍尔（Richard Hall）开始了一项大胆的实验：在自己身上注射可卡因，测试神经阻滞的效果。
他们成功了。哈尔斯特德成为历史上第一个成功实施下颌神经阻滞和臂丛神经阻滞的人。局部麻醉的诞生，让牙医可以在病人清醒的情况下拔牙，让外科医生可以精细地修复神经和血管。
但实验的代价是灾难性的：哈尔斯特德和他的同事们，对可卡因上了瘾。
从可卡因到吗啡：一场"治疗"引发的二次成瘾
哈尔斯特德的可卡因成瘾摧毁了他在纽约的事业。他的行为变得古怪、不可预测，手术台上开始出现失误。朋友们把他送进了罗德岛的巴特勒医院（Butler Hospital）接受治疗。
当时的"标准治疗方案"是什么？用吗啡替代可卡因。
医生的逻辑是：吗啡也是一种麻醉剂，可以帮助缓解可卡因戒断的痛苦。等可卡因戒掉了，再慢慢减少吗啡。
结果呢？
哈尔斯特德戒掉了可卡因，但终生对吗啡成瘾。
他的朋友威廉·韦尔奇（William Welch）——约翰·霍普金斯医院病理学教授——给了他一个重新开始的机会：邀请他加入霍普金斯，在实验室里做动物研究。
哈尔斯特德抓住了这根救命稻草。在巴尔的摩的30年里，他重建了事业，成为美国最杰出的外科医生。但他的生活被吗啡成瘾牢牢控制：
他每天下午4:30准时回家，把自己锁在书房里90分钟——注射吗啡的时间；
他把自己的脏衬衫寄到巴黎一家高级洗衣店，可能不只是为了洗衣服；
他频繁无故缺席医院工作，最长的一次消失了5-6个月；
他刻意回避亲密同事，独来独往，变成了一个"神秘的隐士"。
1969年，约翰·霍普金斯医院成立80周年之际，人们打开了一个密封的黑匣子——里面是威廉·奥斯勒写的秘密报告，揭露了一个惊人的事实：哈尔斯特德试图用吗啡戒掉可卡因，但最终死于吗啡成瘾。
一个悖论：科学方法的先驱，也是科学方法不足的受害者
哈尔斯特德的悲剧在于双重性：
他既是科学方法的伟大先驱——他用实验验证假设，用数据说话，建立了现代外科的基石；
他也是科学方法不足的受害者——在他那个时代，人们对药物成瘾的机制几乎一无所知，没有RCT来验证"用吗啡替代可卡因"是否安全，没有药理学研究来揭示交叉成瘾的风险。
哈尔斯特德用自己的身体做实验，推动了医学进步，但也付出了终身成瘾的代价。他的故事是一个警示：
在科学方法不够完善的时代，最杰出的医生也可能成为最不幸的病人。
美国阿片危机：当"科学营销"取代"科学验证"
哈尔斯特德的故事发生在19世纪末。而在一百多年后的美国，另一场与阿片类药物有关的灾难再次证明：当商业利益凌驾于科学证据之上，当"营销话术"被包装成"医学共识"，后果是灾难性的。
三波阿片危机
美国阿片危机被CDC（美国疾病控制与预防中心）分为三波：
第一波（1990年代中期-2010年）：处方阿片类药物的泛滥
1995年，FDA批准了普渡制药（Purdue Pharma）的奥施康定（OxyContin）——一种羟考酮缓释片。
普渡制药的营销堪称教科书级别的"谎言包装"：
他们在药品标签上写着："成瘾性非常罕见"（very rare）；
他们告诉医生："缓释配方可以减少滥用风险"；
他们引用了1980年《新英格兰医学杂志》上一封只有101个字的来信——这封信描述的是住院患者短期使用阿片类药物的情况，根本没有涉及长期处方——但普渡制药把它曲解为"阿片类药物长期使用的成瘾率低于1%"；
他们在2001年的营销预算高达2亿美元，培训了5000多名"疼痛管理专家"，开着免费的医学教育讲座，常常在度假胜地举办，附赠晚宴、温泉、高尔夫；
他们赞助了"疼痛是第五种生命体征"的运动，把阿片类处方从癌症患者扩展到几乎所有慢性疼痛患者。
结果呢？
年份
奥施康定处方数量
非医疗用途使用人数
1996年
30万张
约40万人次
2002年
600万张
190万人次
2003年
280万人次
1999年到2019年，美国有近247,000人死于处方阿片类药物过量。
这个数字是什么概念？它超过了美国在一战、朝鲜战争和越南战争中死亡人数的总和。
第二波（2010年-2013年）：从处方药转向海洛因
当政府和医疗系统开始收紧阿片类处方时，已经成瘾的人群并没有消失——他们只是转向了更便宜、更容易获得的海洛因。
调查显示：大约80%使用海洛因的人，最初是从处方阿片类药物开始成瘾的。
第三波（2013年至今）：合成阿片类药物（芬太尼）的灾难
海洛因贩子开始在毒品中混入芬太尼——一种效力比吗啡强50-100倍的合成阿片类药物。芬太尼的致死剂量极小（仅2毫克），无数人在不知情的情况下过量死亡。
2021年，美国药物过量死亡人数超过10万人，创历史新高。
制药公司、监管机构与"旋转门"
2007年，普渡制药承认在推广奥施康定时进行了虚假宣传，支付了6.34亿美元的罚款。
但这远远不够。罚款之后，普渡制药继续销售奥施康定，直到：
2019年，普渡制药申请破产；
2020年代，各州与普渡制药和萨克勒家族（Sackler family，普渡制药的所有者）达成了数十亿美元的和解协议。
最令人震惊的是FDA与制药公司之间的"旋转门"：
负责审查奥施康定申请的FDA主管柯蒂斯·赖特博士（Dr. Curtis Wright），在批准奥施康定后不久，就跳槽到了普渡制药，担任高管。
这不是个案。FDA的监管人员离开政府机构后进入制药公司任职，已经成为美国医药行业的"潜规则"。
阿片危机的教训
美国阿片危机是一个完美的反面教材：
"FDA批准"不等于"绝对安全"：FDA在1995年批准奥施康定时，标签上写着的"成瘾性非常罕见"，后来被证明是错误的。FDA的批准是基于理论推测，而不是严格的滥用风险评估。
"权威背书"可以被购买：普渡制药用2亿美元的营销预算，买通了医学期刊、医学会议、疼痛学会和FDA官员，把一种高度成瘾的药物包装成了"安全的日常止痛药"。
"科学"可以被操纵：那封101个字的信件被引用了数百次，作为"阿片类药物安全"的证据——但没有人去核实这封信的原始数据是否适用于长期处方患者。
没有长期随访的安全数据，就是一种赌博：奥施康定在上市时，没有人做过大规模、长期的RCT来评估其成瘾风险。制药公司押注的是：成瘾不会在短期内大规模爆发——他们赌对了开头，但输了结局。
前额叶切除手术
20世纪30-50年代，前额叶切除术（Lobotomy）被用来治疗精神疾病。发明者莫尼斯甚至因此获得了1949年的诺贝尔生理学或医学奖。
这个手术的思路简单粗暴：既然精神病人的大脑"出了问题"，那把大脑的一部分切掉不就好了？
手术确实让一些"躁动"的病人安静了下来——因为他们变成了情感淡漠、智力下降的"活死人"。
成千上万的人接受了这种手术，其中很多是被强制执行的。作家肯·克西的小说《飞越疯人院》写的就是这段历史。
直到后来有了严格的对照研究，人们才发现：前额叶切除术的"疗效"是摧毁人格的副作用，而不是真正的治疗。
这个案例的教训是什么？如果没有科学方法来验证疗效和副作用，"权威"和"诺贝尔奖"都可能成为伤害患者的工具。
这些灾难的共同特征
海豹婴儿事件、前额叶切除术、精神类药品滥用、美国阿片危机……这些事件的共同点是：
没有经过严格的对照实验验证；
"看起来有效"被当成了"真的有效"；
患者成为了未经充分验证的疗法的试验品。
这些灾难，直接催生了两个现代医学的基石：
医学伦理学：患者不能被当作实验工具，必须知情同意；
随机对照试验（RCT）：任何新疗法都必须经过严格的、有对照的、随机分组的验证，才能应用于临床。
十一、RCT和循证医学：医学终于"科学化"了
RCT的诞生
随机对照试验（Randomized Controlled Trial）的核心设计，本质上就是把林德的"分组比较"方法，用现代统计学和实验设计的方法论武装到极致：
随机分组：消除选择偏倚；
对照组：排除自愈和安慰剂效应；
盲法：消除医生和病人的心理偏倚；
大样本+统计学：让随机误差被数学方法控制。
RCT不完美——它很贵、很慢、伦理要求严格、结果不能直接推广到所有病人。但它是在当前条件下，人类能想到的最靠谱的验证药物疗效的方法。
循证医学的提出
1992年，加拿大医生戈登·盖亚特（Gordon Guyatt）在《美国医学会杂志》上正式提出了"循证医学"（Evidence-Based Medicine）这个概念。
循证医学的核心主张是什么？
临床决策应该基于当前可获得的最佳证据，而不是个人经验、传统或权威意见。
它建立了一个明确的证据等级：
最高等级：系统评价/Meta分析（把多个RCT的结果合在一起分析）
高等级：单个大型RCT
中等级：队列研究、病例对照研究
低等级：病例报告、专家意见
注意："专家意见"被放在最底层。
为什么？因为历史告诉我们：再权威的医生，他的个人经验也可能被偏差、被运气、被幸存者效应扭曲。只有经过RCT验证的结论，才是可靠的。
数学化的完成
循证医学的另一个核心，是统计学。
P值告诉你"这个结果是不是偶然"
置信区间告诉你"效果的精确范围"
效应量告诉你"效果有多大"
Meta分析告诉你"把所有研究合在一起，结论是什么"
统计学让医学从"我觉得"走向了"数据显示"。这是数学化在医学中的最终落地。
至此，现代医学完成了它的"科学化"转型：
阶段
特征
例子
对应的医学知识类型
蒙昧时代
哲学推演、玄学类比
四体液学说、放血疗法
非科学
萌芽阶段
实践观察、个别实验
盖伦解剖、哈维血液循环
第一类（机制科学）
工具革命
显微镜、微生物学
巴斯德、科赫
第一类（机制科学）
方法革命
对照实验、统计学
林德败血症实验、RCT
第二类（临床黑匣子）
制度完善
循证医学、伦理审查
现代临床指南
第二类（临床黑匣子）
注意这个表格的关键：医学的"科学化"转型，主要发生在"第二类知识"的领域。也就是说，医学用科学方法来处理那些机制不清、无法演绎、只能比较的临床问题。
十二、医学不是物理学，但现代医学是科学方法的应用
讲到这里，我想给这个问题一个最终的回答。
医学是科学吗？
如果你问的是医学的基础研究部分——细胞生物学、生理学、病理学、分子生物学——那答案是是的，这部分已经是科学了。血液循环理论、神经传导机制、心脏电生理、内分泌反馈调节，这些知识经得起重复检验，可以用于逻辑推演，具备可预测性。它们和物理学定律一样，是逼近真理的科学知识。
但如果你问的是医学的临床部分——绝大多数药物治疗方案、手术方式的选择、放疗化疗的剂量和组合——那答案是：这部分还处在"黑匣子"阶段。它不是"科学"，而是"用科学方法来处理非科学的问题"。
什么意思？
在临床医学中，绝大多数情况下，我们无法从第一性原理推导出"哪种方案最优"。我们不知道某种化疗药物为什么对一部分病人有效、对另一部分无效；我们不知道某种手术方式为什么在这个病人身上成功、在那个病人身上失败；我们无法预测一个复杂系统的精确行为。
我们能做的，就是：
用RCT控制变量；
用统计学比较结局；
用循证医学整合证据；
用临床指南把证据转化为实践。
这不是"科学发现真理"，这是"科学方法在不确定性中的最优应用"。
为什么这个区分如此重要？
因为混淆这两个层次，会导致严重的认知错误。
如果有人拿着"医学基础研究的科学成果"（比如某种信号通路的机制），就断言"某种临床治疗方案一定有效"——这是越级推理。机制清楚，不代表干预有效。从分子机制到临床疗效之间，隔着十万八千里的复杂系统。
反过来，如果有人因为"临床RCT的结果经常被推翻"（比如乳腺癌手术的百年反转、宫颈癌腹腔镜的教训），就断言"医学不是科学"——这也是错误归因。RCT结论被推翻，不是因为它"不科学"，恰恰是因为它是科学方法在应用——新证据出现，旧结论被修正，这是科学的正常迭代。
真正的问题不是"医学是不是科学"，而是：
医学是一个复合体。它的基础研究部分已经科学化，但它的临床部分还处于"用科学方法来比较黑匣子"的阶段。承认这一点，不丢人。丢人的是，假装已经科学化了的领域不需要继续验证，或者假装还没科学化的领域可以靠哲学思辨来填补。
一个外科医生的务实看法
我在临床一线做了几十年手术。我比任何人都清楚，医学不是纯粹的科学。
做手术的时候，你不可能等RCT出结果了再下刀。很多时候，你要在信息不完整的情况下做决策——这个病人的解剖结构异常，指南里没有写；这个病人合并了三种慢性病，没有任何RCT研究过这种情况。
在这种"科学够不着"的灰色地带，医生依靠的是什么？
解剖学和病理生理学的科学基础（第一类知识）
个人经验的模式识别（第二类知识，需要被验证）
与病人沟通的共情能力（非科学，但重要）
对风险的判断和权衡（综合能力）
但这些个人经验和临床直觉，它们的可靠性必须经过科学的检验。一个手术方法是否安全、一种处理策略是否有效，最终还是要靠数据来说话。
临床经验是"提出假设"的来源，不是"证明结论"的证据。这是区分"科学医学"和"前科学医学"的分水岭。
十三、结语：科学有局限，但放弃科学方法不是答案
科学当然有局限性。
RCT不能回答每一个临床问题，统计学不能消除所有不确定性，基础医学研究不能直接指导每一个具体病人。这些局限是真实的。
但面对科学的局限性，有两种态度：
第一种态度（科学的态度，也是历史上推动医学进步的态度）：
"科学在这里不够完美，所以我发明更好的科学方法来逼近真理。RCT不够完美，我改进设计；统计有偏倚，我改进方法；个体差异大，我做精准医学。基础机制不清楚，我继续做基础研究。"
第二种态度（历史上让医学停滞甚至倒退的态度）：
"科学在这里不够完美，所以我要跳出科学，用哲学、用整体观、用经验来补充。基础机制不清楚？没关系，靠经验就行。RCT结论被推翻？说明RCT不可靠，不如相信传统。"
第一种态度，让医学从放血疗法走到了循证医学。第二种态度，让医学在四体液学说的泥潭里困了两千年。
科学不是完美的，但它是我们目前拥有的最不坏的方法。
而那些打着"科学有局限性"的旗号，试图把医学拉回到"经验+哲学+权威"时代的人——不管他是谁——都需要被警惕。
因为历史已经告诉我们：没有科学方法保护的医学，是会杀人的。
关于作者：
郭铭川，外科医生，在手术台和键盘之间来回切换。写科普不怕得罪人，因为怕得罪人的科普不是科普，是公关。对专家祛魅，对郭铭川也祛魅——读完本文请自行判断哪些对、哪些错。
热门跟贴