0

0
2

文字

分享

0
0
2

為什麼婚戒要戴在無名指?什麼是腕隧道症候群?——《我的十堂大體解剖課》

八旗文化_96
・2016/07/31 ・3628字 ・閱讀時間約 7 分鐘 ・SR值 482 ・五年級

蜜月手、電腦手與媽媽手

Nerves_of_the_left_upper_extremity
臂神經分成四條神經來到上肢,為肌皮神經(Musculocutaneous nerve)、正中神經(Median nerve)、橈神經(Radial nerve)與尺神經(Ulnar nerve)。圖/wikipedia(點擊看大圖)

臂神經叢出了腋下以後,會形成四條主要神經來到上肢:分別是肌皮神經、正中神經、橈神經以及尺神經。要找到這四條主要神經並不困難,問題是大體老師的手可能會有些彎曲,加上皮膚僵硬,手掌可能緊握等,使翻皮進度較慢,所以在實驗室經常看到學生努力在按摩大體老師的手部,好增加一點延展性。肌皮神經主要支配上臂屈肌,大家熟知的肱二頭肌即是其中之一。當我們在顯示自己肌肉發達時,經常比出像大力水手卜派的姿勢,在上臂鼓起的肌肉就是肱二頭肌,而這動作能完成,就是藉由肌皮神經的支配。

正中神經支配前臂大部分屈肌及手掌大拇指側的肌肉,掌管像是彎屈手腕及手指等動作;也負責手掌、大拇指、食指、中指及一半的無名指這三指半部位的皮膚感覺。

我們常聽到的「電腦手」、「腕隧道症候群」,就是正中神經受到壓迫造成的。之所以會稱為「腕隧道」,是因為當手掌朝上時,腕骨的排列是凹狀的,凹口兩端由橫腕韌帶圍住,看起來像是隧道一般的結構,所以叫做腕隧道

我們彎屈手指的肌腱,包括正中神經及血管均通過腕隧道由前臂進到手掌,當這部分的結締組織因為過度使用或壓迫而發炎,就會腫脹增厚,擠壓到正中神經,產生疼痛。因為正中神經支配部份手掌和手指的皮膚感覺[註1],會造成大拇指側三指半邊手掌及手指的酸麻或疼痛感,另外因為正中神經也支配大拇指基部的魚際肌,因此也有可能造成大拇指有使不上力的現象。

-----廣告,請繼續往下閱讀-----

正中神經支配拇指掌側、食指和中指,無名指的一半以及手指甲床的皮膚,手掌外側的部分有正中神經掌側皮支支配,於手腕處發出。掌側皮支穿行在橈側腕屈肌旁單獨分割的筋膜間隙內,然後進入屈肌支持帶淺層。(如圖)(wikipedia, 正中神經

此句原文為「因為正中神經支配手掌三又二分之一的皮膚感覺」

source:Henry Vandyke Carter - Henry Gray
source:Henry Vandyke Carter – Henry Gray

橈神經走在我們上臂的後面,位在肱三頭肌跟肱骨之間,大約在肱骨中下段時,會呈螺旋狀從內側往外側轉,之後就會往前臂大拇指側走。主要支配上臂的肱三頭肌以及前臂所有伸肌。

有些男子會罹患所謂的「蜜月手」,理由是因為女伴徹夜枕著他的手臂睡覺,橈神經長時間被壓迫而酸麻無力,因為這種情況常發生在兩情繾綣的新婚階段,才會有「蜜月手」的別名。雖然被當枕頭的部位是上臂,但酸痛會延伸至前臂的背側跟手背,導致手腕無法伸直,那是因為橈神經受壓迫時,影響到前臂背側的伸肌。若罹患了「蜜月手」,不嚴重的情況,只要別再枕著手睡覺去壓迫神經,過陣子也就自然好了,但若情況嚴重,就得尋求專業治療。

Loving couple lying in bed gazing into each others eyes as they lie back on the pillows
另一半甜蜜地躺在你上臂時,同時也在重壓的你橈神經。圖/Richard @ flickr

關於橈神經,還有一種常見的病症叫做「橈骨莖突部狹窄性腱鞘炎」,也就是俗稱的「媽媽手」。通常是因為經常反覆做大拇指伸直及外展的動作,影響到大拇指側手腕部位的外展拇長肌及伸拇短肌。在姿勢不當或過度使用下,容易使這兩條肌腱的腱鞘(即肌腱周圍用來保護潤滑的囊狀構造)發炎腫脹增厚甚至沾粘,當運用這部位時,肌腱在狹窄的腱鞘中一移動,就壓迫到橈神經,導致疼痛。許多母親為了抱孩子,長時間撐大手掌,過度使用外展肌跟伸拇短肌,導致肌腱腱鞘發炎,因故得名,但這可不是媽媽的專利,凡是需要大量使用大拇指的人,都有可能遇到這種問題。

至於尺神經,則是支配前臂及手掌靠小指側的部分肌肉,及小指、無名指靠近小指這一側二分之一部位的皮膚感覺。有時候我們不小心敲到手肘內側,會立刻產生一陣刺痛酸麻,俗話說這是「敲到麻筋」了,就醫學上來說,其實是刺激到尺神經了。因為尺神經由上臂往前臂延伸時,在手肘內側走得很淺,只是繞在肱骨旁邊而已,只要敲到,就會立刻有酸麻反應。

-----廣告,請繼續往下閱讀-----

「執子之手,與子偕老」的科學解釋?

除了神經,當然也會讓學生觀察肌肉。在上肢部分,手臂的肌肉算是蠻單純的,上臂後方只有一條伸肌(用以伸展手肘),為肱三頭肌;而前面則是屈肌(用以彎曲手肘),共有三條,分別是:肱二頭肌、肱肌和喙肱肌。而前臂的肌肉也大致分為前方的屈肌和背側的伸肌,負責控制手腕與手指的動作。

前臂的動作較單純,主要是彎曲、伸直、旋前(手心向下)及旋後(手心向上),但我們的雙手及手指頭還可以做握拳、內收、外展、對掌等精細動作,那是因為人類手掌構造非常精細,除了手掌內部就有十九塊肌肉各司其職外,手指部分更有由前臂肌肉延伸過來的肌腱控制指頭的動作,這也是人類雙手之所以這麼靈巧的原因,但也因此,手部若遭受嚴重損傷,手術難度是很高的。

談到手掌肌肉及肌腱執行的動作,不禁想起一件生活趣事。有一次家人一起聊天,我小叔跟大家提起一段網路上廣為流傳的影片「無名指的秘密」,影片中的敘事者先拋出一個問題:「為什麼婚戒要戴在無名指上?」敘事者說,關於這個問題的答案,華人有一個很奇妙的傳說:首先,他伸出兩手,將中指彎曲,對靠在一起;接著,將其他四個手指分別把指尖對碰在一起。

20749239722_0f159be1c3_z
你是否有想過,為什麼婚戒要套無名指上呢?圖/Parekh@flickr

根據影片敘事者的說法,不同手指象徵著不同的人際角色:中指代表的是你自己,大拇指代表的是你的父母,食指代表手足,無名指代表配偶,而小拇指則代表子女。

-----廣告,請繼續往下閱讀-----

把中指對好以後,他便逐一試著分開每一對指尖相碰的手指。大拇指輕易就分開了,意味著我們的父母總有一天會老去,離開我們。接著,合上大拇指,再試著張開食指,也輕易分開了,意味著兄弟姊妹終究會各自成家,擁有自己的人生,也會離開我們。接著,試著分開小拇指,也很容易,這意味著子女會長大,遲早會離開自己,建立他們的家庭。最後,敘事者要大家試著分開無名指,跟剛剛不同的是,無論怎麼努力,都無法把指尖相碰的無名指分開。

影片的意義是:這世間任何人際關係都會改變,即使親如父母子女,也無法例外,只有配偶才是終身與你相守、跟你關係最緊密的那個人。結論是:所以婚戒才要戴在無名指上。我想第一次體驗這個小遊戲的人都會覺得很驚奇,再搭配上這麼浪漫的說法,應該會覺得很感動吧?尤其是女性,應該對這個小遊戲更有感覺,心中恐怕會立刻湧現「執子之手,與子偕老」的滿腔柔情。

我第一個反應也頗驚奇,但驚奇的不是這個浪漫的「無名指的秘密」,而是:「能想出這個遊戲的人真不簡單,他應該具備蠻多解剖學的知識。」為什麼呢?因為他知道大拇指、食指、小指自己都擁有一條獨立的伸指肌,此外,人體的手背有一塊來自前臂背側的伸指肌,這塊肌肉有四條肌腱,分別會到食指、中指、無名指及小拇指這四個指頭。但因為是共用同一條肌肉,所以會彼此影響,一旦中指彎曲,會影響到那一條伸指肌的有效收縮,於是就沒有足夠力量讓沒有獨立伸指肌的無名指分開;而大拇指、食指、小指因為有獨立的伸指肌,就不受影響,可以順利分開。

Extensor_digitorum_muscle
紫色及其延伸部分為伸指肌,由圖可見無名指並沒有獨立的伸指肌。圖/wikipedia

如果把無名指彎曲,就會發現所有的手指都能順利分開;若把食指彎曲,不容易分開的則變成直接被牽制的中指。總之,因為無名指沒有獨立的伸指肌,所以相對其他手指,它比較缺乏力氣,所以鋼琴師才必須特別鍛鍊無名指,以強化無名指的力道。說真的,我還真想去認識一個頂尖的鋼琴師,看看他中指彎時,相碰的無名指尖是否能順利分開呢,畢竟,他們可是有下苦功練過的,說不定可以突破這種限制。

-----廣告,請繼續往下閱讀-----

經過我一番「專業科學」的解釋以後,所有浪漫旖旎的氣氛當場煙飛雲散。小叔忍不住揶揄說:「妳們學科學的女生還真無聊……」

哎呀呀,怎麼能這麼說呢?風花雪月是詩人的工作,而我們學科學的人,必須求真啊 !我學了這麼多年解剖,又教了這麼多年解剖,人體的神經、血管、肌肉的分布與運作方式,早已內化成自己的一部分,「無名指的秘密是什麼?」噢,對我來說,大體解剖學早已告訴了我解答。


0artwrok 03

 

 

 

對醫學以外的人來說,解剖學深奧複雜,對大體既是好奇又害怕。解剖室裡到底發生了什麼事情?醫學生如何忐忑地切下第一刀?《我的十堂大體解剖課》,八旗文化出版。

文章難易度
八旗文化_96
34 篇文章 ・ 19 位粉絲
外部視野,在地思索, 在分眾人文領域,和你一起定義、詮釋和對話。

0

3
3

文字

分享

0
3
3
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

  • 作者/賴昭正|前清大化學系教授、系主任、所長;合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒,那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬.霍金(Stephen Hawking) 英國理論物理學家

大約在八十年前,當第一台數位計算機出現時,一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧;但七十年後,還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」(Artificial Intelligent,簡稱 AI)的能力最近十年突然起飛,在許多(所有?)領域的測試中擊敗了人類,正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元(graphic process unit,簡稱 GPU)是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia(英偉達)股票從每股不到 $5,上升到今天(5 月 24 日)每股超過 $1000(註一)的全世界第三大公司,其創辦人(之一)兼首席執行官、出生於台南的黃仁勳(Jenson Huang)也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人!可是多少人了解圖形處理單元是什麼嗎?到底是時勢造英雄,還是英雄造時勢?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

在回答這問題之前,筆者得先聲明筆者不是學電腦的,因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事,不是我們外行人需要了解的;但作為一位現在的知識分子或公民,了解基本原理則是必備的條件:例如了解「能量不滅定律」就可以不用仔細分析,即可判斷永動機是騙人的;又如現在可攜帶型冷氣機充斥市面上,它們不用往室外排廢熱氣,就可以提供屋內冷氣,讀者買嗎?

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」(central process unit,簡稱 CPU)。CPU 是電腦的「腦」,其電子電路負責處理所有軟體正確運作所需的所有任務,如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作;但為了簡單化,我們在這裡所談的工作將只是執行算術和邏輯運算的工作(arithmetic and logic unit,簡稱 ALU),如將兩個數加在一起。在這一簡化的定義下,CPU 在任何一個時刻均只能執行一件工作而已。

-----廣告,請繼續往下閱讀-----

在個人電腦剛出現只能用於一般事物的處理時,CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後,CPU 開始顯示心有餘而力不足:例如電玩動畫需要應用程式處理數以萬計的像素(pixel),每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年,英偉達將其一「具有集成變換、照明、三角形設定/裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」(註二)定位為「世界上第一款 GPU」,「GPU」這一名詞於焉誕生。不像 CPU,GPU 可以在同一個時刻執行許多算術和邏輯運算的工作,快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢?因每一時刻只能做一件事,所以其步驟為:

  • 計算 7×5;
  • 計算 6/3;
  • 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢?很多工作便可以同時(平行)進行:

-----廣告,請繼續往下閱讀-----
  • 同時計算 7×5 及 6/3;
  • 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間,但如果我們有 16 對 a×b 要相加呢?單獨的 CPU 需要 31 個運算的時間(16 個 × 的運算時間及 15 個 + 的運算時間),而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間(1 個 × 的運算時間及 4 個 + 的運算時間)!

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了,如何將它擺正成右圖呢? 一句話:「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點(座標 x, y)組成的,所以這句簡單的話可讓 CPU 忙得不亦樂乎了:每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

-----廣告,請繼續往下閱讀-----

即每一點均需要做四個 × 及兩個 + 的運算!如果每一運算需要 10-6 秒,那麼讓《我愛科學》一書做個簡單的角度旋轉,便需要 6 秒,這豈是電動玩具畫面變化所能接受的?

圖形處理的例子

人類的許多發明都是基於需要的關係,因此電腦硬件設計家便開始思考:這些點轉換都是獨立的,為什麼我們不讓它們同時進行(平行運算,parallel processing)呢?於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 106 運算,那上圖的轉換只需 10-6 秒鐘!

GPU 的興起

GPU 可分成兩種:

  • 整合式圖形「卡」(integrated graphics)是內建於 CPU 中的 GPU,所以不是插卡,它與 CPU 共享系統記憶體,沒有單獨的記憶體組來儲存圖形/視訊,主要用於大部分的個人電腦及筆記型電腦上;早期英特爾(Intel)因為不讓插卡 GPU 侵蝕主機的地盤,在這方面的研發佔領先的地位,約佔 68% 的市場。
  • 獨立顯示卡(discrete graphics)有不與 CPU 共享的自己專用內存;由於與處理器晶片分離,它會消耗更多電量並產生大量熱量;然而,也正是因為有自己的記憶體來源和電源,它可以比整合式顯示卡提供更高的效能。

2007 年,英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後,科學家發現獨立 GPU 不但能夠快速處理圖形變化,在需要大量計算才能實現特定結果的任務上也非常有效,因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理,不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化,也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬(註三)等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分,正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲,遠遠落在英偉達(80%)及超微半導體公司(Advance Micro Devices Inc.,19%,註四)之後,大約只有 1% 的市場。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

事實上現在的中央處理單元也不再是真正的「單元」,而是如圖二可含有多個可以同時處理運算的核心(core)單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心,因此其核心功能不如 CPU 核心強大,但它們能同時高速執行大量相同的指令,在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心;GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書,不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等,也知道它擺斜了。這種「平行運作」的能力不僅限於視覺,它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是:嘴巴在講,腦筋思考已經不知往前跑了多少公里,常常為了追趕而越講越快,將不少學生拋到腦後!這不表示筆者聰明,因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技,因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣(matrix)的讀者應該知道,如果用矩陣和向量(vector)表達,上面所談到之座標轉換將是非常簡潔的(註五)。而矩陣和向量計算正是機器學習(machine learning)演算法的基礎!也正是獨立圖形處理單元最強大的功能所在!因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石:它們的架構就是充分利用並行處理,來快速執行多個操作,進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」(deep learning)。

黃仁勳在 5 月 22 日的發布業績新聞上謂:「下一次工業革命已經開始了:企業界和各國正與英偉達合作,將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升,幫助企業降低成本和提高能源效率,同時擴大收入機會。」

附錄

人工智慧的實用例子:下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後,讀者是不是認為筆者該退休了?

-----廣告,請繼續往下閱讀-----

GPU(圖形處理單元)和 AI(人工智慧)之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力,特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步,使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率,使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐,而且使其更具成本效益,因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展,GPU 的角色可能會變得更加不可或缺,推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標,這些神經元網路可以獨立但有凝聚力地工作,使我們能夠執行複雜的任務,例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外,研究表明,與非人類動物相比,人類大腦具有更多平行通路,這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上,一邊聽音樂一邊做飯,或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技,因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵:透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

(註一)當讀者看到此篇文章時,其股票已一股換十股,現在每一股約在 $100 左右。

(註二)組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」(GeForce 256)插卡吧?

(註三)筆者於 1984 年離開清華大學到 IBM 時,就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士(fellow)」Enrico Clementi 的團隊:因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層,我們只能自己寫軟體將 8 台中型電腦(非 IBM 品牌!)與一大型電腦連接來做平行運算,進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

-----廣告,請繼續往下閱讀-----

(註四)補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商:英偉達及 ATI(Array Technology Inc.)。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立,2006 年被超微半導體公司收購,品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐(Lisa Tzwu-Fang Su)博士為執行長後,股票從每股 $4 左右,上升到今天每股超過 $160,其市值已經是英特爾的兩倍,完全擺脫了在後者陰影下求生存的小眾玩家角色,正在挑戰英偉達的 GPU 市場。順便一題:超微半導體公司現任總裁(兼 AI 策略負責人)為出生於台北的彭明博(Victor Peng);與黃仁勳及蘇姿豐一樣,也是小時候就隨父母親移居到美國。

(註五)

延伸閱讀

  • 熱力學與能源利用」,《科學月刊》,1982 年 3 月號;收集於《我愛科學》(華騰文化有限公司,2017 年 12 月出版),轉載於「嘉義市政府全球資訊網」。
  • 網路安全技術與比特幣」,《科學月刊》,2020 年 11 月號;轉載於「善科教育基金會」的《科技大補帖》專欄。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 56 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。