Loading [MathJax]/extensions/tex2jax.js

0

2
1

文字

分享

0
2
1

拉近「科學與戲劇的距離」的科學顧問|從科學素養的角度看《法醫女王》(2)

活躍星系核_96
・2019/06/21 ・2972字 ・閱讀時間約 6 分鐘 ・SR值 580 ・九年級

-----廣告,請繼續往下閱讀-----

  • 文/許家綾、洪盈蓁及曾雅榮
我的判斷沒錯!果然每齣戲劇都需要科學顧問。

在追劇時,想必大家都想放空享受,不想思考太多。儘管如此,正確的科學知識還是重要的,否則,若是在戲劇中看到醫生用病人的「腹部斷層掃描圖」判斷顱內出血,你能接受嗎?

科學顧問:在戲劇與科學間穿梭的重要角色

(《法醫女王》的科學顧問-東京醫科齒科大學的法醫學教授上村公一)

在許多國家的影視音產業中,科學顧問的參與已經是愈來愈普遍。〔註1〕科學顧問會協助電影製作人從事事實查核、塑造視覺圖像、為演員提供專業建議、增強電影合理性等工作。〔註2〕這項工作在日本又稱為「監修」,通常是與該戲劇主題領域相關的專家學者,負責檢視劇本及場景設計是否符合真實。

《法醫女王》的團隊裡也不乏科學顧問的身影,他們邀請了現任東京醫科齒科大學的法醫學教授上村公一擔任顧問,上村教授不僅是工業化學及醫學背景出身,擁有醫學博士學位,更先後在三所醫科大學法醫研究所擔任助手,目前則在大學裡擔任司法醫學及法醫學講師,專業知識豐富。

教授不只刁你論文,連劇本都刁!劇組不能沒有他

(經過上村教授監督後呈現近乎擬真的解剖室)

根據《法醫女王》官方網站的釋出資料,上村教授參與的內容大致可以按照製作戲劇的時程分成三期:

-----廣告,請繼續往下閱讀-----

(1)劇本創作期

在劇本創作期間,編劇野木亞紀子會在寫好初稿後,先將劇情中有關法醫工作的內容標示出來,請上村教授從專業角度提出建議,經過討論及修改,才完成正式劇本。

(2)前置準備期

劇組在前置準備時,上村教授會再次檢查完成的劇本,並根據劇本內容與導演組及美術設計組開會討論,決定劇本裡有哪些和法醫科學相關的道具和文件必須被呈現,並協助美術人員設計劇中的解剖室、實驗室、檢驗室場景,確認這些場景的呈現近乎真實。

(3)正式拍攝期

等到正式開拍,上村教授會在拍攝現場向演員示範如何使用相關解剖設備,他也會為工作人員及演員就解剖的先後順序或是設備運行方向等程序提供建議。

教授不只刁你論文,連表演都刁!演員不能沒有他

(上村教授向演員井浦新示範解剖器械的使用方式)

在科學顧問的協助下,《法醫女王》在各方面都能確保盡可能地傳遞正確的科學知識,以下搭配劇情,分成解剖畫面、角色對話及法醫這個職業的呈現來討論:

-----廣告,請繼續往下閱讀-----

1、角色職責

根據道格拉斯.萊爾《法醫科學研究室》所述〔註3〕,驗屍官或法醫的職責涵蓋死亡調查的每一層面,包含:判定死亡原因與死亡方式、判定死亡時間、監督來自屍體的證據採集、確認無名屍及骸骨身分、判定死亡的任何加重因子、開立死亡證明書、在法庭上提出專家證詞、(在某些地區)監督鑑識實驗室,以及檢查活人所受的創傷,並判定造成創傷的原因與時間。

為了履行這些職責,法醫可以動用如檢視證人證詞、訪視犯罪現場、評估收集來的證據和鑑識實驗室的測試結果、執行解剖等資源。

2、角色對話

從劇中角色談話或偵查橋段中,《法醫女王》也會提到如何應用科學知識找尋死亡原因。像是EP1「無名之毒」,為了釐清死者高野島渡的中毒原因,主角們前往死者高野島渡家裡採樣。

採樣過程中,三澄美琴和東海林夕子無違和地引用了毒理學之父帕拉賽瑟斯的名言「物質都有毒,世界上沒有不毒的化學物質;但是依使用劑量的多寡,可區分為毒物或藥物。」來和久部六郎解釋,即使高野島渡不是被人毒殺,依然有可能中毒死亡。同時,東海林夕子也說明目前的檢測方式其實可檢的毒物數量有限,因此即便採樣樣本未能檢測出毒物,也不見得可以排除「投毒殺人」的可能性。

-----廣告,請繼續往下閱讀-----

3、角色詮釋

《法醫女王》是法醫題材,劇情自然安排了大量的解剖過程,這部分的畫面會透過拍攝解剖醫生(多半是女主角)的臉部特寫、手帶手套或舉起雙手準備,以及全景平視、能拍到解剖醫生動刀卻不拍到被解剖的身體的方式,搭配如「胸腔內無出血,不是主動脈夾層分離」、「無心臟肥大、無冠狀動脈硬化」等專業術語呈現。

此外,也會藉由快速切換多幕儀器運作畫面的方式建立專業性。儘管《法醫女王》每集真正在解剖台上解剖的時間平均不超過兩分鐘,有幾集甚至根本沒有實際解剖,但在這短短的時間內,這些解剖步驟卻在各集透過台詞、特寫鏡頭、美術設計等方式如實呈現,而沒有場景錯置、誇張而又失實的對話。

《法醫女王》除了確實呈現法醫工作的不同面向,還會在角色們的閒談中帶出一些與法醫息息相關的議題,例如日本目前沒有完整的全國人民DNA資料庫,遇到重大災難事件會難以辨別死者、日本只有170名職業法醫的處境。這些對於觀眾認識法醫職責範圍有很大的幫助。

另外,除了已經是法醫的角色,《法醫女王》也描繪了還沒成為法醫的角色:紀錄員久部六郎。久部是在UDI兼職的醫科大學生,他除了協助解剖時的照片拍攝和整理解剖記錄,也會跟著其他主角一起檢視遺體和實地調查。起初他對法醫和解剖不抱有好感,認為法醫又不像其他醫生能夠救人,因而提出許多質疑,隨著劇情演進,他才開始對法醫這個專業有不同的看法。

-----廣告,請繼續往下閱讀-----

中平實的科學家外刁的科學

除了以上談的這些面向,其實《法醫女王》也呈現了多元的科學家形象。在很多有關科學的戲劇中,多半著重在科學家的專業,比較少關注他們的生活及個性。

但在《法醫女王》中登場的法醫及技師不僅有專業的一面,故事也呈現了他們在專業外的日常生活:例如臨床檢查技師東海林系子,她在劇中主要是協助三澄解剖、化驗和調查死因的真相,私底下她卻有著結交異性的煩惱,常常邀請三澄參加「異性交流會」;三澄則是因為專心投入工作,常常無法準時赴男朋友的約,甚至還因為解剖屍體而在論及婚嫁的飯局遲到。

透過導演、編劇、演員及科學顧問的相互配合,使得《法醫女王》具有盡可能貼近真實的場景、畫面和對話,也促使觀眾對法醫職責和科學家形象有更具體的想像,這都有助於讓觀眾潛移默化地了解科學技術,並進一步培養出科學素養。

在文章撰寫過程之中,黃俊儒老師與助理賴雁蓉﹙國立中正大學通識中心﹚也提供了不少寶貴意見,特此致謝!

註釋

  1. Kriby﹙2014﹚。〈Scienceandtechnologyinfilm:themesandrepresentations〉。載於M.Bucchi&B.Trench﹙主編﹚,《Handbookofpubliccommunicationofscienceandtechnology:Secondedition》﹙頁97-112﹚。NewYork:Routledge.。頁98-99。
  2. Kriby﹙2014﹚。〈Scienceandtechnologyinfilm:themesandrepresentations〉。載於M.Bucchi&B.Trench﹙主編﹚,《Handbookofpubliccommunicationofscienceandtechnology:Secondedition》﹙頁97-112﹚。NewYork:Routledge.。頁98-99。
  3. 道格拉斯.萊爾,祁怡瑋等譯﹙2014﹚。《法醫科學研究室》。臺北:麥田。頁35-36。
-----廣告,請繼續往下閱讀-----
文章難易度
活躍星系核_96
778 篇文章 ・ 128 位粉絲
活躍星系核(active galactic nucleus, AGN)是一類中央核區活動性很強的河外星系。這些星系比普通星系活躍,在從無線電波到伽瑪射線的全波段裡都發出很強的電磁輻射。 本帳號發表來自各方的投稿。附有資料出處的科學好文,都歡迎你來投稿喔。 Email: contact@pansci.asia

0

1
0

文字

分享

0
1
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

本文與 研華科技 合作,泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言,總能牽動整個 AI 產業的神經。然而,我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線,那如果哪天「網路斷了」,會發生什麼事?

想像你正在自駕車打個盹,系統突然警示:「網路連線中斷」,車輛開始偏離路線,而前方竟是萬丈深谷。又或者家庭機器人被駭,開始暴走跳舞,甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎?當然不是!也因為如此,「邊緣 AI」成為業界關注重點。不靠雲端,AI 就能在現場即時反應,不只更安全、低延遲,還能讓數據當場變現,不再淪為沉沒成本。

什麼是邊緣 AI ?

邊緣 AI,乍聽之下,好像是「孤單站在角落的人工智慧」,但事實上,它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前,像是企業、醫院、學校內部的伺服器,個人電腦,甚至手機等裝置,都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。簡單來說,就是將原本集中在遠端資料中心的運算能力,「搬家」到更靠近數據源頭的地方。

-----廣告,請繼續往下閱讀-----

那麼,為什麼需要這樣做?資料放在雲端,集中管理不是更方便嗎?對,就是不好。

當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。/ 圖片來源:MotionArray

第一個不好是物理限制:「延遲」。
即使光速已經非常快,數據從你家旁邊的路口傳到幾千公里外的雲端機房,再把分析結果傳回來,中間還要經過各種網路節點轉來轉去…這樣一來一回,就算只是幾十毫秒的延遲,對於需要「即刻反應」的 AI 應用,比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時,每一毫秒都攸關安全與精度,這點延遲都是無法接受的!這是物理距離與網路架構先天上的限制,無法繞過去。

第二個挑戰,是資訊科學跟工程上的考量:「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送,湧入的資料數據量就像超級大的水流,一下子就把水管塞爆!要避免流量爆炸,你就要一直擴充水管,也就是擴增頻寬,然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理,把重要資訊「濃縮」過後再傳回雲端,是不是就能減輕頻寬負擔,也能節省大量費用呢?

第三個挑戰:系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時,一旦網路不穩、甚至斷線,那怎麼辦?很多關鍵應用,像是公共安全監控或是重要設備的預警系統,可不能這樣「看天吃飯」啊!邊緣處理讓系統更獨立,就算暫時斷線,本地的 AI 還是能繼續運作與即時反應,這在工程上是非常重要的考量。

所以你看,邊緣運算不是科學家們沒事找事做,它是順應數據特性和實際應用需求,一個非常合理的科學與工程上的最佳化選擇,是我們想要抓住即時數據價值,非走不可的一條路!

邊緣 AI 的實戰魅力:從工廠到倉儲,再到你的工作桌

知道要把 AI 算力搬到邊緣了,接下來的問題就是─邊緣 AI 究竟強在哪裡呢?它強就強在能夠做到「深度感知(Deep Perception)」!

-----廣告,請繼續往下閱讀-----

所謂深度感知,並非僅僅是對數據進行簡單的加加減減,而是透過如深度神經網路這類複雜的 AI 模型,從原始數據裡面,去「理解」出更高層次、更具意義的資訊。

研華科技為例,旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例,利用物件偵測模型,快速將工業產品中的瑕疵挑出來,而且由於 AI 模型可以使用同一套參數去檢測,因此品管上能達到一致性,減少人為疏漏。尤其在高產能工廠中,檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品,替工廠節省大量人力,同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。/ 圖片提供:研華科技

此外,在智慧倉儲場域,研華與威剛合作,研華與威剛聯手合作,在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台,打造倉儲系統的 AMR(Autonomous Mobile Robot) 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣,AMR 不需要事先規劃好路線,靠著感測器偵測,就能輕鬆避開障礙物,識別路線,並且將貨物載到指定地點存放。

當然,還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning ),除了可以做備忘錄跟排程規劃以外,還能將實務上碰到的問題記錄下來,等到之後碰到類似的問題時,就能詢問 AI 並得到解答。

你或許會問,那為什麼不直接使用 ChatGPT 就好了?其實,對許多企業來說,內部資料往往具有高度機密性與商業價值,有些場域甚至連手機都禁止員工帶入,自然無法將資料上傳雲端。對於重視資安,又希望運用 AI 提升效率的企業與工廠而言,自行部署大型語言模型(self-hosted LLM)才是理想選擇。而這樣的應用,並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。

但問題也接著浮現:要在這麼小的設備上跑大型 AI 模型,會不會太吃資源?這正是目前 AI 領域最前沿、最火熱的研究方向之一:如何幫 AI 模型進行「科學瘦身」,又不減智慧。接下來,我們就來看看科學家是怎麼幫 AI 減重的。

-----廣告,請繼續往下閱讀-----

語言模型瘦身術之一:量化(Quantization)—用更精簡的數位方式來表示知識

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像:有些畫面細節我們肉眼根本看不出來,刪掉也不影響整體感覺,卻能大幅減少檔案大小。

模型量化的原理也是如此,只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示,什麼是浮點數?其實就是你我都熟知的小數。舉例來說,圓周率是個無窮不循環小數,唸下去就會是3.141592653…但實際運算時,我們常常用 3.14 或甚至直接用 3,也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思! 

然而,量化並不是那麼容易的事情。而且實際上,降低精度多少還是會影響到模型表現的。因此在設計時,工程師會精密調整,確保效能在可接受範圍內,達成「瘦身不減智」的目標。

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。/ 圖片來源:MotionArray

模型剪枝(Model Pruning)—基於重要性的結構精簡

建立一個 AI 模型,其實就是在搭建一整套類神經網路系統,並訓練類神經元中彼此關聯的參數。然而,在這麼多參數中,總會有一些參數明明佔了一個位置,卻對整體模型沒有貢獻。既然如此,不如果斷將這些「冗餘」移除。

這就像種植作物的時候,總會雜草叢生,但這些雜草並不是我們想要的作物,這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在,而動手去清理這些不需要的連結參數或神經元的技術,就稱為 AI 模型的模型剪枝(Model Pruning)。

-----廣告,請繼續往下閱讀-----

模型剪枝的效果,大概能把100變成70這樣的程度,說多也不是太多。雖然這樣的縮減對於提升效率已具幫助,但若我們要的是一個更小幾個數量級的模型,僅靠剪枝仍不足以應對。最後還是需要從源頭著手,採取更治本的方法:一開始就打造一個很小的模型,並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」,是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾(Knowledge Distillation)—讓小模型學習大師的「精髓」

想像一下,一位經驗豐富、見多識廣的老師傅,就是那個龐大而強悍的 AI 模型。現在,他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案,老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」,例如「為什麼我會這樣想?」、「其他選項的可能性有多少?」。這樣一來,小小的學徒模型,用它有限的「腦容量」,也能學到老師傅的「智慧精髓」,表現就能大幅提升!這是一種很高級的訓練技巧,跟遷移學習有關。

舉個例子,當大型語言模型在收到「晚餐:鳳梨」這組輸入時,它下一個會接的詞語跟機率分別為「炒飯:50%,蝦球:30%,披薩:15%,汁:5%」。在知識蒸餾的過程中,它可以把這套機率表一起教給小語言模型,讓小語言模型不必透過自己訓練,也能輕鬆得到這個推理過程。如今,許多高效的小型語言模型正是透過這項技術訓練而成,讓我們得以在資源有限的邊緣設備上,也能部署愈來愈強大的小模型 AI。

但是!即使模型經過了這些科學方法的優化,變得比較「苗條」了,要真正在邊緣環境中處理如潮水般湧現的資料,並且高速、即時、穩定地運作,仍然需要一個夠強的「引擎」來驅動它們。也就是說,要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型,真正放到邊緣的現場去發揮作用,就需要一個強大的「硬體平台」來承載。

-----廣告,請繼續往下閱讀-----

邊緣 AI 的強心臟:SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器,就是扮演「邊緣 AI 引擎」的關鍵角色!那麼,它到底厲害在哪?

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要?因為 GPU 的設計,天生就擅長做「平行計算」,這正好就是 AI 模型裡面那種海量數學運算最需要的!

你想想看,那麼多數據要同時處理,就像要請一大堆人同時算數學一樣,GPU 就是那個最有效率的工具人!而且,有多張 GPU,代表可以同時跑更多不同的 AI 任務,或者處理更大流量的數據。這是確保那些科學研究成果,在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎!

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房,有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計,體積相對緊湊,散熱空間也比較好(這對高功耗的 GPU 很重要!),部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算,進行「工程化」,讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格,背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場,系統穩定壓倒一切!你總不希望 AI 分析跑到一半就掛掉吧?這些設計確保了部署在現場的 AI 系統,能夠長時間、穩定地運作,把實驗室裡的科學成果,可靠地轉化成實際的應用價值。

-----廣告,請繼續往下閱讀-----
研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。/ 圖片提供:研華科技

台灣製造 × 在地智慧:打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能,能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署,及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析,還是其他 AI 相關的服務,都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務,讓企業在啟動 AI 專案前,大幅降低前期投入門檻,靈活又實用。

台灣有著獨特的產業結構,從精密製造、城市交通管理,到因應高齡化社會的智慧醫療與公共安全,都是邊緣 AI 的理想應用場域。更重要的是,這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示,這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果,往往已經錯失最佳反應時機。這也是為什麼邊緣 AI,不只是一項技術創新,更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場,就能被有效的「理解」與「利用」,是將數據垃圾變成數據黃金的賢者之石!

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

3

5
4

文字

分享

3
5
4
鑑識故事系列:德國免費電玩,邀玩家扮法醫
胡中行_96
・2023/03/20 ・1664字 ・閱讀時間約 3 分鐘

本系列以往藉由講解真實案件,來分享鑑識科學;這篇則摘要免費電玩的虛構情境,鼓勵讀者親自體驗辦案。2023 年 1 月的《國際法醫期刊》(International Journal of Legal Medicine),介紹了一款德國漢堡開放線上大學(Hamburg Open Online University)的遊戲,名叫「Adventure Legal Medicine」(非官方中譯:法醫歷險)。論文詳述開發過程與教學功能,還強調玩家不管有無醫學知識,皆能輕易上手。[1]

=========微劇情,防雷線=========

想避開遊戲情境簡介的讀者,請跳過圖片後的第一段,謝謝。

電玩《Adventure Legal Medicine》的繪畫風格。圖/參考資料 1,Figure 1(CC BY 4.0)

情境設定

依照學習的領域,此遊戲有下列 5 個故事情境,可供選擇:

-----廣告,請繼續往下閱讀-----
  1. 估計死亡時間(time of death estimation):有人死在公寓裡。玩家必須選取正確的驗屍工具,例如:直腸體溫計(rectal thermometer)或神經反射錘(reflex hammer),來推估死亡時間。[1, 2]
  2. 體外驗屍檢查(external post-mortem examination):河岸上死者的某些身體部位,藏有非自然死亡的線索。[1]像是顱骨和手肘擦傷等,都有待玩家一探究竟。[2]
  3. 鑑識人類學(forensic anthropology):森林裡,散落著人類骨骸。觀察並測量骨頭,以推估年紀、性別和身高。將結果拿去跟失蹤人口的檔案比對,玩家或許就能找出死者的身份。[1]
  4. DNA親子鑑定(DNA analysis/paternity test):不知從哪迸出 4 個人,想繼承情境 2 那名死者的巨額財產。[1]玩家得從唾液樣本,分析他們的 DNA,判斷誰才是真有血親關係的子嗣。[1, 2]
  5. 解剖、酒精與藥物(autopsy/alcohol and drug influence):玩家幫車禍死者體外驗屍;解剖以檢查器官;並進行毒物學分析。最後,判讀以上檢查所得的結果。[1]

開發過程

這個遊戲是鑑識病理學家、鑑識人類學家、心理學家、醫科學生、遊戲工程師和插畫藝術家,共同合作的結晶。類似於商業開發的線上遊戲,產品正式釋出之前,得先找人來封閉測試。2 名分別為 25 和 49 歲的男性;以及 21、25 與 54 歲的 3 名女性,率先嘗試情境 1 和 2 的前期測試版。研發團隊根據他們的感想與建議,改進遊戲,並設計情境 3。接著,請 40 名醫學系的學生,操作情境 1 至 3 的測試版。另外,其他不同教育程度的學生,作為一般大眾的樣本,也受邀試玩。最終統合大家的評論後,團隊設計出情境 4 和 5 的遊戲。[1]

嚴肅遊戲

德國研發團隊將產品定位成「嚴肅遊戲」(serious game),以教學而非娛樂為主要目的,而且在視覺上多採灰階,來保持中性。[1]筆者試玩了一小部份,又觀賞攻略影片,覺得繪圖和音效雖不華麗,但頗為用心。由於遊戲全程都有電子版的課本唾手可得,玩家本身無須具備專業知識。每個階段結束後,還能透過小測驗,了解學習成效。對相關科系而言,也可用於輔助教學或自學。從 2020 年 1 月在 Google Play 上架以來,有數千人下載,並獲得平均 4.5 星的評價;可惜不曉得線上網頁版的使用人次。[1]下面是此遊戲的基本資料、連結與攻略,歡迎讀者分享闖關心得。

Adventure Legal Medicine

  • 名稱:Adventure Legal Medicine[1](英文別名:Forensic Medicine Adventure;德文名稱:Abenteuer Rechtsmedizin)[2]
  • 對象:醫學相關科系的學生及一般愛好者。[1]
  • 語言:英文和德文。[1]英文版的故事敘述,用字不難;但基於辦案的情境,勢必會出現骨骼、基因等,鑑識科學常見的專有名詞。
  • 行動裝置版:僅支援Android系統的平板電腦和手機;沒有 iOS 的版本。請點超連結下載,或上Google Play搜尋「Abenteuer Rechtsmedizin」。[1]
  • 線上網頁版http://elearning.uke.de/HOOU/RechtsmedizinSeriousGame/ (完全載入後,可以按下方代表德文的「DE」,將語言改為英文「EN」。)[1]
電玩《Adventure Legal Medicine》英文版,前 4 個情境的攻略。影/參考資料 2

  

  1. Anders S, Steen A, Müller T, et al. (2023) ‘Adventure Legal Medicine: a free online serious game for supplementary use in undergraduate medical education’. International Journal of Legal Medicine, 137, 545–549.
  2. SLY MobileGaming (15 JAN 2021) ‘Forensic Medicine Adventure Abenteuer Rechtsmedizin | Point and Click Game Walkthrough’. YouTube.
-----廣告,請繼續往下閱讀-----
所有討論 3
胡中行_96
169 篇文章 ・ 67 位粉絲
曾任澳洲臨床試驗研究護理師,以及臺、澳劇場工作者。 西澳大學護理碩士、國立台北藝術大學戲劇學士(主修編劇)。邀稿請洽臉書「荒誕遊牧」,謝謝。

2

2
1

文字

分享

2
2
1
鑑識故事系列:床若是凶器,法醫這樣自保
胡中行_96
・2022/10/17 ・1884字 ・閱讀時間約 3 分鐘

-----廣告,請繼續往下閱讀-----

【閱覽提醒】

本文含有屍體照片,已拉燈處理,請小心閱讀~

多功能家具可以在有限的室內空間中,發揮最大效益。有些床舖底下設計了抽屜,同時兼顧使用者的睡眠與儲藏需求。如果遇上狹小到連抽屜都拉不開的臥房,掀床(ottoman storage beds[1])則是異曲同工,卻更有彈性的首選。其儲物區一樣在床板底下,打開的方式卻改成向上掀起,容易擺進擁擠的地方。[2]

善用床底的儲藏櫃,發揮小空間的最大效益。圖/Beazy on Unsplash

在義大利有一名 56 歲,高 150 公分,重 55 公斤的女性,個頭雖小,但擁有一張巨大的白色雙人掀床。她在床上堆滿衣服和毛毯,底下也放了雜物,可謂物盡其用。事發當時,她正打開床底的儲物空間。然而,之後當急救人員衝進她的臥室,把床板向上推開,從下面拖出來的不是任何私人物品,而是她的屍體。[1]

被掀床夾死的示意圖。圖/參考資料1,Figure 3(CC BY 4.0)

更確切地說,他們所見的情形是這樣的:該女子趴著,上半身被夾在掀床的底板和儲藏區之間。急救人員把她移到一旁,想要開始搶救,卻發現為時已晚。於是,她就被留在床邊的地板上,頭部朝左側轉,如同翻肚的死蛙般,彎曲的手腳向外攤開。不久,鑑識團隊趕到現場,此時女子的體溫等同室溫。臉、胸和上腹等處有定型的紫色屍斑(livor mortis、hypostasis 或 lividity[3]);而下巴與四肢硬化,為屍僵(rigor mortis)現象。因此,他們認為當急救人員抵達,女子應該早就死亡超過 24 小時。[1]

【血腥慎入!】案發現場的掀床以及被拖出來的屍體,黑色箭頭指著血跡。圖/參考資料 1,Figure 1(CC BY 4.0)

驗屍工作於三天後展開,根據報告:她的結膜充血;面部浮腫;下巴與脖子擦傷;口鼻流血;舌頭從牙齒間伸出;臉龐與雙手發紺(cyanosis),呈現青色。頸椎雖然沒有斷裂,但頸靜脈擴張,且軟組織滲血。此外,她的肺部,也鬱血和膨脹。[1]

-----廣告,請繼續往下閱讀-----

法醫認為,女子體內的血液循環與氧氣輸送,都嚴重受到影響。從病理生理學的角度來說,干擾氧氣輸送的機制,大致分為五種:[1]

  1. 環境中的氧氣遭其他氣體取代,因而濃度下降。
  2. 從口鼻至肺泡,整個空氣流經的路徑中,任何一處受到阻礙。
  3. 脖子的血管受到壓迫,導致腦部血流減少。
  4. 細胞因氰化物中毒,無法運用氧氣新陳代謝。
  5. 結合多種機制,例如:上吊有同時壓迫呼吸道,以及阻斷血流等效果。

這名女子的創傷性窒息(traumatic asphyxia),一方面是呼吸道遭阻斷,而無法輸送氧氣到肺部;另方面又是頸部血管受外力擠壓,以致腦部缺氧,所以應該歸類為上述的第五種。[1]

全天下那麼多人睡掀床,憑什麼她這張會格外致命?首先,鑑識團隊注意到她的掀床,缺乏防止床板墜落的懸吊機關,[1] 所以手必須一直撐著,才能保持開啟。這可能也是為什麼知名家具行的網頁會強調,不要使用過重的床墊,否則裝置無法安全且正常地運作。[4] 再來,該床底儲藏空間的口緣,有一抹血跡,那大約是她被卡住的地方。這個位置離床頭,也就是開關床板的支點頗近,比較不方便施力。最後,如果房間或至少屋子裡還有其他人,她或許不會那麼晚才被發現。[1]

「有鑑於此,我們相信掀床的儲物空間,最好保持清空;不然就是要於他人在場時,才能放置物品,雖然這不太實際。…我們更強調其安全系統,要定期接受合格的人員檢查及維修…儲存與拿取東西的時候,則應該站在槓桿支點的對面。」鑑識團隊以一種家具使用說明書的口吻,為這篇個案報告作結。[1]

-----廣告,請繼續往下閱讀-----

  

延伸閱讀

鑑識故事系列:嬰兒側睡,會猝死?

  1. Cinquetti A, Franchetti G, Fichera G, et al. (2022) ‘Entrapment within an ottoman storage bed: an unusual accidental asphyxial death’. Forensic Science, Medicine, and Pathology, 18, pp. 176–181.
  2. Biggs C. (27 NOV 2019) ‘Small Bedroom Ideas: The Best Ways to Maximize Your Tiny Space’. The Wirecutter.
  3. Wolfe J. (2011) ‘Easing Distress When Death Is Near’. In Wolfe J, Hinds P, Sourkes B, Textbook of Interdisciplinary Pediatric Palliative Care: Expert Consult Premium Edition – Enhanced Online Features and Print. (pp. 381)
  4. KORTGARDEN:雙人掀床,kimstad淺乳白色」IKEA臺灣版官網(Accessed on 01 OCT 2022)
-----廣告,請繼續往下閱讀-----
所有討論 2
胡中行_96
169 篇文章 ・ 67 位粉絲
曾任澳洲臨床試驗研究護理師,以及臺、澳劇場工作者。 西澳大學護理碩士、國立台北藝術大學戲劇學士(主修編劇)。邀稿請洽臉書「荒誕遊牧」,謝謝。