每到冬天就流感，你可能缺乏維生素D了

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。

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。

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）」！

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。

以研華科技為例，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。

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。

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。

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）。

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。

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。

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

本文與 食力foodNEXT 合作，泛科學企劃執行。

日本的兒童與青少年在 1960 年代開始，身高像是坐上了成長的直升機！有人說，關鍵就在於1964年推動的學童乳政策，這一喝就是 60 年，讓孩子們「蹭蹭蹭」地長高。

那麼台灣呢？從 2010 年與 2015 年，嘉義、雲林率先實行學童乳政策，到 2024 年在進一步全國推動「班班有鮮奶」，我們的孩子也有這樣的機會長高嗎？但如果孩子長不高，真的是因為牛奶喝不夠嗎？其實，想要孩子長個子，還有更多「長高密碼」！

為什麼長不高？哪些因素決定身高？

到底是先天還是後天在主宰我們的身高？科學家告訴我們，影響身高的原因，有 80% 來自基因！到目前為止，已經辨識出 700 多個基因和身高有關，其中一部分是影響骨骼中的生長板，另一部分則影響身體荷爾蒙的分泌，這些基因一起合力，最終決定了我們的身高表現。

影響荷爾蒙分泌的基因，就像人體的「身高總指揮」，主要控制三大荷爾蒙：生長激素、甲狀腺素和性激素。

• 生長激素是由腦下垂體分泌的，如果人體生長激素分泌較少，身高也會明顯受影響，也就是身高比較矮。
• 甲狀腺素則是幫助粒線體這個「細胞能量工廠」順利運作，讓細胞有充足能量來代謝與生長。如果甲狀腺素分泌不足，細胞發育自然跟不上，就會影響身高表現。
• 性激素則是影響生長板與肌肉的關鍵！例如，女性賀爾蒙分泌旺盛，會促使骨骼中的生長板提早關閉，所以女性平均身高比男性矮。而男性賀爾蒙不僅有助骨骼發育，還能增加肌肉量，讓身材更高挑結實。
  

所以，基因是命定的，後天就無法再突破了嗎？其實不然！雖然基因決定了大部分，但後天的努力也有很大空間來改變結局！接下來，我們就來看看後天四大關鍵：飲食、運動、睡眠和環境，如何影響孩子的身高成長！

後天逆轉勝！抓住長高的四大黃金關鍵

長高需要什麼？首先，飲食是關鍵！長高需要足夠的營養素，充足的蛋白質、鈣質與維生素能幫助骨骼發育，而均衡飲食則是孩子長高的基石。除此之外，運動也不可或缺，發育中的孩童建議每天至少一小時的運動，包括阻力訓練、有氧運動和放鬆運動等，能讓肌肉與骨骼的發育更加堅實，並且維持正常體重，促進生長激素分泌。

睡眠則是很多家長容易忽略的重要因素 。研究顯示，生長激素的分泌高峰在晚間 11 點至凌晨 1 點，以及清晨 5 點至 7 點。因此，確保孩子有規律且足夠的睡眠時間，可以顯著提升骨骼生長效率。

最後，外在環境因素也會影響兒童身高。例如，空氣污染及鉛、鎘等有害物質可能阻礙發育。為了給孩子最好的成長環境，就要避開這些污染源。

盤點完這些後天因素後，我們不禁要問：牛奶真的能幫助長高嗎？答案將隨著我們深入探討後揭曉！

喝牛奶真的能幫助長高？

聯合國對於發育遲緩之定義，是該年齡孩童所測量身高，低於世界衛生組織制定的身高標準中位數 2 個標準差，就視為發育遲緩。

2023 年一篇跨國研究研究顯示，增加乳製品攝取能降低發育遲緩比例。

當然，乳製品消費量增加可能也代表當地正在經濟成長，可能從其他面向影響飲食。為了避免其他因素干擾，這份研究也納入了人均 GDP、兒童扶養比、人口成長率、農村電氣化比例與女性參與勞動比等等變數進行控制。此外，該篇研究還另外指出乳糖不耐症常見於青少年與成人，對孩童沒有影響，因此不必過於擔心。

總之，喝牛奶的確可能對長高有幫助，但牛奶只是眾多因素之一。而更重要的是，台灣孩童真的缺這一杯鮮奶嗎？

牛奶的確對身高的發育有幫助，但台灣的學童真的缺奶嗎？

根據《國民營養健康狀況變遷調查》，除了 1-3 歲的幼兒外，其他年齡層的乳品攝取量都遠低於建議標準。特別是 7-18 歲的學童，乳品攝取量僅達建議量的一半，顯示台灣兒童的乳製品攝取明顯不足。事實上，7-18 歲的學童中，有 8 成每天攝取不到 1 份乳品，這對正在生長期的孩子來說，營養攝取遠遠不夠。

然而，學童缺的不僅是鈣，還有維生素 D。根據 2008 年一篇回顧性的研究，維生素D對身高發育與鈣質同等重要。如果鈣和維生素 D 攝取不足，會影響骨骼發育。1999 年中國的實驗研究指出，飲用牛奶能有效促進身高，尤其是加強維生素 D 的補充後，骨密度顯著提高。

那麼，台灣學童的鈣與維生素 D 攝取是否足夠呢？答案是遠遠不夠！根據國民健康署的調查，7-18 歲的學童，鈣的攝取量平均不到建議量的一半，維生素 D 的攝取量甚至只有四成多。這樣的營養狀況，怎麼能夠提供足夠骨骼發育的營養環境？

更令人關注的是，這些營養缺口與乳品攝取不足有直接關聯。每份乳品大約含有 240 毫升牛奶，其中含有 240 毫克的鈣質及 3 微克的維生素 D。根據國民健康署採用的推薦膳食攝取量（RDA），每天需要的鈣質約為 1000 毫克，維生素 D 則是 15 微克，如果每人每天攝取2份乳品類，加上其他的飲食攝取，就有機會補足鈣與維生素 D 的缺口。

此外，牛奶中的鈣質容易被人體吸收。牛奶有三分之一的鈣是以游離態存在的，能夠直接被吸收，剩餘的鈣與酪蛋白結合，當人體消化酪蛋白時，這些鈣質也會被釋放，然後被人體吸收。事實上，人體對牛奶鈣質的吸收率為 32.1%，遠高於其他食物。因此，想要補充鈣質，牛奶無疑是最佳選擇。

喝的不是鮮奶，而是加溫處理後的保久乳，營養素會被破壞嗎?

至於保久乳的營養價值問題，根據國民健康署 2021 年針對這個問題，提出了說明。鮮乳是生乳經過短時間高溫或超高溫殺菌方式所製成，所以無法達到完全滅菌，保存期間較短，而且需要冷藏。保久乳則是透過高溫或高壓滅菌，並且以無菌的填充方式放入無菌包材，所以能夠保存較久。

根據食品藥物管理署營養成分資料庫，鮮乳跟保久乳中的蛋白質、脂肪、碳水化合物（乳糖）、礦物質及維生素都沒有太大差異，只有少數熱敏感的營養素，像是維生素 C 會稍微少一點外，其他成分大致上都一樣。所以，不管是鮮乳還是保久乳，在營養成分上差異不大！

另外，許多父母擔心乳糖不耐症影響孩子喝牛奶、容易引起腹瀉。牛奶中含有乳糖，而乳糖是一種雙醣，由半乳糖與葡萄糖所構成。人體想要運用乳糖，需要先把它分解成半乳糖與葡萄糖，這時候需要一種特別的腸道酵素：乳糖酶。在兒童時期乳糖酶會正常分泌，這是為了要分解母乳，隨著年齡增加，乳品類食物逐漸減少，人體的乳糖酶漸漸地分泌越來越少。然而，這並不代表不能喝牛奶。透過逐步攝取少量低乳糖的牛奶製品，或使用乳糖酶補充品，都有機會能改善不適，重新恢復對牛奶的耐受力。

總結來看，牛奶確實能補足我們失落的鈣質和維生素 D 缺口。這些營養素，也確實與身高有關。但別忘了，影響身高的因素有很多，飲食、運動、睡眠和環境等各方面都不可忽視！補充足夠的營養素，並搭配運動和良好的作息，將會是孩子的身高發育的關鍵。

一項針對參加冬季訓練的跆拳道選手所進行的研究^[2]，探討了維生素 D 與呼吸道感染的關係。科學家確定選手們血液中維生素 D 稍微缺乏後，將其隨機分組，一組給維生素 D 5000 IU／日，另一組給安慰劑。四週內，有吃維生素 D 那組的上呼吸道症狀明顯減少很多。類似的維生素 D 臨床試驗，在 20 世紀就已被執行過，且證實在冬天給予維生素 D 補給的人，會比沒有補給的人，較少出現呼吸道感染症狀。

不論是人體本來就具備的免疫反應，或是藉由疫苗的刺激來產生抗病毒的特異性免疫反應，都需要正常運作的免疫功能。想像人體是一座大工廠，免疫反應是我們的防護罩，要提供防護罩足夠的能力抵禦外來病毒，勢必要供給它足夠的能量。而我們體內的多種維生素（含維生素 D 在內），就是維持這些免疫機制正常運作的重要分子。例如，維生素 A、β－胡蘿蔔素可以維持我們上呼吸道黏膜濕潤，降低病毒附著的機率；維生素 D 可以活化我們體內的免疫細胞，促進免疫反應；鋅可以調節免疫細胞，甚至具備干擾 RNA 病毒複製的能力。

所以多種微營養素，包含維生素 D，皆與免疫功能相關^[3]。

若是身體工廠缺乏了這些維生素、礦物質，我們就要想辦法把它補滿、補齊，這樣一來，當我們注射了疫苗，也比較容易使每一個免疫反應的步驟最佳化，更可以降低感染後重症的風險。

幫助新冠病患對抗病毒的神奇療方

西班牙巴塞隆納有一家醫院（Hospital del Mar）把新冠病人分成實驗組（447 人）與對照組（391 人），所有病患除了接受當時醫療體系可以提供的最適當療法之外，實驗組還多添加了一個口服療方^[4]。

之後，院方持續追蹤病人的身體狀況 30 天，結果顯示（單變項分析），對照組有 20.9% 需要住進加護病房，實驗組只有 4.5%，死亡率則是 15.9% 與 4.7% 之別。

以多變項分析來看，在年齡、性別、入院時血液中的維生素 D、其他疾病等變因受到控制之下，醫生發現，實驗組需要進加護病房的風險減了 87%，風險是對照組的 0.13；死亡率減了 70%，死亡的風險是對照組的 0.30。

這是什麼神奇的療方？效果豈不是比瑞德西韋所公布的臨床試驗的結果更好嗎？我們看瑞德西韋最終的臨床實驗效果是：治療組在第 29 天的死亡率為 11.4%，相對於對照組 15.2%，只減低了 3.8%。

這並不是藥物治療的實驗，此研究實驗組的受試者，只不過是被醫生多添加了維生素 D 的攝取而已。這些人是經過篩選後，剔除了平時有常規攝取維生素 D 補劑的人。所以醫生所做的事，不過就是幫這些明顯缺乏維生素 D 的人補上而已。

但維生素 D 並不是多吃多好，本來就缺乏的人，補上了當然會更好，不缺的自然也就不用補。至於這個實驗如何控制維生素 D 的劑量呢？以口服的維生素 D3 來說，入院第一天醫生就會給 532ug，之後在第 3、7、15、30 天給 266ug，算是短期內高劑量的補給。

維生素 D 如此重要，為何至今仍未列入治療新冠病人的指引？甚至確診病人入院時，都沒有將檢測血液中維生素 D 的濃度列入常規檢驗項目，以做為治療指引？為什麼？

因為醫生們有潔癖，要百分百無誤才能列入醫囑。況且醫師不知道要如何訂定給予營養素的指引。

比起藥物臨床試驗的嚴謹度，至今維生素 D 是沒有足夠嚴格的實驗資料可以引用。但從另一個角度來看，如果在營養師的建議下，補一補原來就缺乏的營養素，不是應該的嗎？況且可能很有幫助。

以台灣人普遍缺乏維生素 D 的情形來看，約 30％ 國人血液中的維生素 D 少於 30ng／mL（建議的正常值）。若要減低癌症或心血管疾病的發生率，有些學者認為維生素 D 的濃度最好介於 50～70 ng／mL，甚至更高可能會更好。在如此缺乏的情況下，由營養師建議補充，是不是可以對我們的健康帶來長遠且正面的影響呢？

或者更進一步，把血清營養素檢驗，列為健保給付的常規體檢項目。缺乏者可取得營養師諮詢，如此更具預防功能。

維生素 D 與你的長期健康息息相關

我們對於因為新冠病毒感染而重症、死亡的人，總是會尋找各種理由加以解釋。但從流行病學的角度，找到可被改變的因子、降低國人新冠重症率與致死率，才是重要目標。

新冠疫情固然趨緩，但病毒會持續存在。對大部分的人而言，因為接種過疫苗，或因重複感染而有足夠的免疫力，就算感染新冠病毒，最多就是出現嚴重的上呼吸道症狀。

但你有沒有想過，那些無症狀的人與嚴重症狀的人，差異在哪裡？兒童感染都是以無症狀、輕症居多，為什麼？是否重症者與孩童的差別，在於體內尚未老化的免疫力？

再想一想，我們總是要先讓免疫力能夠維持正常運作，才有機會讓它不老化或延遲老化。而包括維生素 D 在內的多種維生素，正是維持免疫力正常運作的重要因子。有什麼理由不正視我們缺乏維生素的事實呢？況且從全國健康營養調查報告來看，我們缺的不只是維生素 D！

此時，我們必須更徹底地檢討我們的生活模式，尤其是飲食習慣。或許整個社會對於健康生活模式的執行，並不是一個很友善的環境，比如說高纖、低升醣指數的健康食物，需要花時間尋覓，常常一時找不到只好隨便吃，而可口的高糖、高熱量又不健康的食物，卻是滿街都在誘惑你。

我們的下一代生來就處在這樣不健康的生活模式中，未來只會更難翻身。而且不要懷疑，所有慢性病的發病年齡都在年輕化，原因正與我們逐漸惡化的生活模式息息相關。

在許多營養調查的報告中，其實各年齡層皆呈現不同程度的營養不足，為什麼我們只專注於兒童？因為這件事攸關我們大人沒有努力維護「兒童健康權」，他們在沒有選擇的情況下，就被賦予不健康的生活模式。當然，父母無辜，他們在非故意的狀況下讓小孩吃得營養不足；但公共衛生學界看見了，卻沒有作為，這就非常違反專業良知了。

新冠疫情不會是最後一個全球大流行。整體健康環境似乎趨向緩慢沉淪，對人類健康的負面影響就像是溫水煮青蛙，只會一代一代逐漸惡化。

在疫情蔓延的過程，我們經歷了親人離世、醫護人員損傷等慘痛經驗，也讓我們因此看見新冠重症的風險共病。而這些其實很多都可以透過行為、生活模式的調整，就能預防或延緩發病。

隨著疫情就要結束，我們是否可以用一種更前瞻性、永續性的思維，重建已經被我們破壞的一切？

——本文摘自《從一個沒有名字的病開始》，2022 年 11 月，商周出版，未經同意請勿轉載。

1. Chen CM, Mu SC, Chen YL, Tsai LY, Kuo YT, Cheong IM, Chang ML, Li SC. Infants’ Vitamin D Nutritional Status in the First Year of Life in Northern Taiwan. Nutrients. 2020 Feb 4;12(2):404.
2. Jung, et al.. Vitamin D3 Supplementation Reduces the Symptoms of Upper Respiratory Tract Infection during Winter Training in Vitamin D-Insufficient Taekwondo Athletes: A Randomized Controlled Trial. Int J Environ Res Public Health. 2018 Sep 14;15(9):2003.
3. Wimalawansa SJ. Rapidly Increasing Serum 25(OH)D Boosts the Immune System, against Infections-Sepsis and COVID-19. Nutrients. 2022 Jul 21;14(14):2997.
4. Nogues X, et al. Calcifediol treatment and COVID-19-related outcomes. J Clin Endocrinol Metab. 2021 Jun 7:dgab405.