患病可能性计算：贝叶斯定理应用

根据贝叶斯定理，得到：

P(患病|阳性) = P(阳性|患病) * P(患病) / P(阳性)

其中，P(阳性|患病)表示在患者确实得病的情况下，检验结果呈阳性的概率，为0.99；P(患病)表示病人患病的概率，为0.001；P(阳性)表示检验结果呈阳性的概率，需要分两种情况讨论：

1. 病人确实得病，检验结果呈阳性的概率为：

P(阳性|患病) * P(患病) = 0.99 * 0.001 = 0.00099

2. 病人没有得病，检验结果呈阳性的概率为误报率，即：

P(阳性|非患病) * P(非患病) = 0.05 * 0.999 = 0.04995

因此，P(阳性) = P(阳性|患病) * P(患病) + P(阳性|非患病) * P(非患病) = 0.00099 + 0.04995 = 0.05094

将上述结果代入贝叶斯公式，得到：

P(患病|阳性) = 0.99 * 0.001 / 0.05094 ≈ 0.0194

即病人确实得病的可能性约为1.94%。