对两种药物治疗某种疾病的效果进行假设检验，设定α和β分别为0.05和0.10，假设检验结果P＜α，则两种药物治疗效果无差别的可能性为A. 0.05B. 0.95C. 0.10D. 0.90E. 0.15

步骤 1：理解假设检验的含义
在假设检验中，我们设定一个原假设（H0）和一个备择假设（H1）。原假设通常表示两种药物治疗效果无差别，而备择假设表示两种药物治疗效果有差别。α（显著性水平）是当原假设为真时，我们错误地拒绝原假设的概率，即第一类错误的概率。β是当备择假设为真时，我们错误地接受原假设的概率，即第二类错误的概率。

步骤 2：理解P值的含义
P值是当原假设为真时，观察到当前样本数据或更极端数据的概率。如果P值小于α，我们拒绝原假设，认为两种药物治疗效果有差别。如果P值大于或等于α，我们不拒绝原假设，认为没有足够的证据表明两种药物治疗效果有差别。

步骤 3：根据P值和α判断假设检验结果
题目中假设检验结果P＜α，即P值小于显著性水平α。根据假设检验的规则，当P值小于α时，我们拒绝原假设，认为两种药物治疗效果有差别。因此，两种药物治疗效果无差别的可能性为α，即0.05。