Loading [MathJax]/extensions/tex2jax.js

0

2
0

文字

分享

0
2
0

在沒有麻醉藥和消毒技術前,手術該怎麼辦?—《醫學,為什麼是現在這個樣子?》

PanSci_96
・2016/11/24 ・3018字 ・閱讀時間約 6 分鐘 ・SR值 564 ・九年級

在沒有麻醉藥之前,手術只能……

在十九世紀中葉的幾十年間,外科手術逐漸因為手術室引進更為有效的麻醉、消毒和無菌技術而轉變。在先前的幾個世紀,動手術時僅能靠酒精、鴉片和曼德拉草來減緩疼痛,並且還要仰賴外科醫師的手術速度。以倫敦外科醫師羅伯特.利斯頓(Robert Liston, 1794 – 1847 年)為例,他在為病患截肢鋸掉一條腿時,從切下第一刀到最後一針的縫合,只用了三分半鐘。

從十九世紀初開始,手術有時會結合用藥來誘導病患進入睡眠,以利手術的進行。日本外科醫師華岡青洲(Hanaoka Seishū, 1760 – 1835年)調製出他稱之為「通仙散」(tsūsensan)的草藥配方,當中就包含許多今日在全身麻醉時使用的藥物成分,例如東莨菪鹼(scopolamine)、丁基東莨菪鹼(hyoscine)和阿托品(atropine)。華岡青洲在進行截肢手術和移除乳房腫瘤時,便使用了通仙散,以此證明其有效性和安全性。

日本外科醫師華岡青洲(Hanaoka Seishū, 1760 - 1835年)調製出他稱之為「通仙散」(tsūsensan)的草藥配方,當中就包含許多今日在全身麻醉時使用的藥物成分。圖/wiki
日本外科醫師華岡青洲(Hanaoka Seishū, 1760 – 1835年)調製出他稱之為「通仙散」(tsūsensan)的草藥配方,當中就包含許多今日在全身麻醉時使用的藥物成分。圖/wiki

現代麻醉藥的出現

笑氣和乙醚:牙科的「首選」

在 1840 年代,新的麻醉劑問世。全身麻醉劑,如氮氧化物(笑氣)和乙醚,最早用於牙科。1842 年時,一位美國醫學生威廉.克拉克(William E. Clarke, 1819 – 98 年)用乙醚麻醉患者後,進行拔牙手術。兩年後,霍勒斯.韋爾斯(Horace Wells, 1815 – 48 年)首先以拔自己的牙齒來證明一氧化氮的功效,隨後公開示範在麻醉狀態下拔牙的過程。

乙醚:維多利亞女王的親自認證

不過,最重要的麻醉實驗,也許是 1846 年 10 月由美國麻薩諸塞州的牙醫和醫學雙修的醫學生威廉.莫頓(William T.G. Morton, 1819 – 68 年)所進行的。莫頓曾在自己的牙科診所中用過乙醚,這次他協同一位外科同儕,幫一名年輕男子麻醉,進行頸部腫瘤切除手術。莫頓成功完成手術的消息迅速傳開,促使整個北美和歐洲接受用乙醚當麻醉劑。

-----廣告,請繼續往下閱讀-----

在普遍認識乙醚優點後的短短一年內,又出氯仿這種麻醉劑。蘇格蘭外科醫師兼產科醫師詹姆斯.楊格.辛普森(James Young Simpson, 1811 – 70 年),在 1847 年時無意間發現氯仿能夠使人入睡,當時他以兩個朋友來試驗種種不同性質化學物的麻醉效果。之後,辛普森便開始以氯仿來麻醉分娩時的女性,減輕生產過程的痛苦。1853 年約翰.史諾在維多利亞女王生利奧波德王子時,使用氯仿來麻醉她,最後母子均安,此後醫學界對氯仿的興趣大增。約瑟夫.克羅夫(Joseph T. Clover, 1825 – 82 年)又研發出新的氯仿使用法,以及其他更安全的吸入性麻醉藥,這位英國醫師曾麻醉過幾千名患者,包含許多知名的公眾人物,如佛羅倫斯.南丁格爾(1820 – 1910 年)以及英國首相羅伯特.皮爾爵士(Sir Robert Peel, 1788 – 1850 年),而且沒有造成任何死亡。

約瑟夫‧克羅夫以一位病患來示範他的氯仿吸入器。(倫敦,惠康圖書館,1862 年)圖/《醫學,為什麼是現在這個樣子?》
約瑟夫‧克羅夫以一位病患來示範他的氯仿吸入器。(倫敦,惠康圖書館,1862 年)圖/《醫學,為什麼是現在這個樣子?》

醫師和患者之所以接受乙醚和氯仿的麻醉,不僅因為王室成員願意嘗試,也受到戰場上舒緩疼痛的實證案例所鼓勵。在克里米亞戰爭期間,許多截肢手術都在麻醉狀況下成功進行。此外,能夠有效麻醉患者,等於是讓正統的醫療人員排擠其他控制疼痛的另類療法,諸如催眠術(mesmerism and hypnotism)。

並不是每個人都讚賞麻醉藥的發明

然而,若是認為當時的醫學界對麻醉劑的使用毫無爭議那就大錯特錯了。在醫學界,也有出現反對使用乙醚和氯仿的聲浪。根據一些宗教作家的看法,在分娩過程中感受痛苦是必要的,也是自然的,不應該用人工方法來舒緩。就跟其他形式的痛苦一樣,當時的人將身體的痛苦視為人類經驗中十分具有價值的一部分,直到主張減輕疼痛的人道主義興起,才動搖到世人對於痛苦精神意涵的信仰。

還有一些批評家,認為吸入性的麻醉劑十分危險。除了麻醉劑本身具有爆炸的危險外,在 1840 年代晚期和 1850 年代,都有患者在麻醉後出現嚴重噁心或心臟病發的案例。醫師也很擔心太具實驗性的手術會影響到他們的聲譽。麻醉劑對失去意識的下階層患者,尤其是女性來說,帶來更多侵入性手術的可能,這很可能造成藥物濫用。大眾對麻醉劑的擔憂則和罪犯使用乙醚和氯仿,犯下搶劫、強姦和謀殺的案例有關。

-----廣告,請繼續往下閱讀-----

儘管對麻醉劑有這些保留意見,然而,日益積累的證據顯示,麻醉使得手術更安全,因此逐漸成為醫院護理的固定程序,讓醫師不用再那麼殘酷,得以展現更嫻熟的技巧。外科手術也不再那麼著重速度和力量,這最終可能也鼓勵更多女性成為外科醫師。麻醉提供了一個更安全、比較不殘暴的手術環境,同時也加速讓消毒這項十九世紀醫療保健的第二項大創新獲得接受。

手術前,來消毒一下吧!

有些歷史學家認為 1865 年是現代醫學興起的關鍵一年。在這一時期,英國外科醫師約瑟夫.李斯德(Joseph Lister, 1827 – 1912年)將消毒技術應用在外科手術上。在十九世紀中葉之前,估計大約有一半的患者因為手術期間或術後的感染和失血而死亡。在 1840 年代,塞梅魏斯致力於減少產褥熱死亡人數,這項努力由 1863 年成為維多利亞女王御用外科醫師,以及日後擔任英國皇家外科醫師院院長的托馬斯.史賓塞.韋爾斯(Thomas Spencer Wells, 1818 – 97年)發揚光大。除了建議用冷水來潔淨之外,韋爾斯在手術過程中使用乾淨毛巾,並且禁止手術前一週曾驗過屍的醫學生和醫師參與手術。這樣看來,李斯德並不是第一位試圖在手術過程中降低感染風險的人。

李斯德的抗菌法(antiseptic method),是基於外科的感染問題來自於接觸到醫院骯髒環境中的「微小生物」的想法。先前已經推行用酒精或石碳酸來處理傷口,以降低感染機率,基於此李斯德開始用石碳酸噴霧來消毒外科醫師的手、儀器、傷口和病患周圍的空氣。他記錄下在 1865 年 8 月第一次成功應用這項技術的歷史情境。當時他在處理一個腿部骨折的小男孩,換藥時使用浸泡過石碳酸的繃帶。通常這樣的傷會受到感染,並且需要截肢,但在這個病例中,男孩的傷口逐漸癒合恢復健康,而且沒有失去他的腿。1867 年時,李斯德發表他進一步預防手術感染的殺菌方法的結果。他的數據顯示,在使用他的消毒法之後,存活率顯著改善,例如截肢後的死亡率從 45% 降到 15%。

19 世紀後外科手術執行前開始注重醫師和器具的消毒程序。圖/dpsdave @ pixabay
19 世紀後外科手術執行前開始注重醫師和器具的消毒程序。圖/dpsdave @ pixabay

就跟麻醉的情況一樣,消毒措施也沒有立即為李斯德的同行所採納,他們抱怨他的方法太過複雜,而且推測手術結果有所改善,可能是因為醫院加強通風設備、提供患者更為健康的飲食以及更周到的護理照護所致。不過,在克里米亞和普法戰爭處理傷口感染的經驗則支持李斯德的做法,鼓勵醫界逐漸接受消毒的原則。到 1870 年代後期,李斯德的技術在歐洲各地為許多外科醫師所採用。在隨後的幾年中,李斯德強調殺死傷口或手術環境中細菌的步驟,逐漸為預防污染的方法取而代之,這種過程稱之為「無菌技術」(asepsis)。無菌技術包括以高溫來消毒設備和服裝,消毒手術室工作人員的手,最終則是在手術室使用外科口罩和橡膠手套。

-----廣告,請繼續往下閱讀-----

臉譜10月_醫學,為什麼是現在這個樣子_立體書封W600(0809)

 

本文摘自《 醫學,為什麼是現在這個樣子?:從宗教、都市傳染病到戰地手術,探索人類社會的醫病演變史 》臉譜出版

-----廣告,請繼續往下閱讀-----
文章難易度
PanSci_96
1262 篇文章 ・ 2411 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

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。

0

1
0

文字

分享

0
1
0
精神個案系列:麻醉醒來講外語?!
胡中行_96
・2023/06/15 ・1537字 ・閱讀時間約 3 分鐘

-----廣告,請繼續往下閱讀-----

少年醒來了。他反覆地用英語說,自己在美國猶他州。[1]

這裡是荷蘭 Maastricht 大學附設醫學中心(Maastricht UMC+)的術後恢復室。少年踢足球傷到膝蓋,剛開完刀。外科護理人員判斷他麻醉尚未退盡,不以為意。然而數小時後情況依舊,精神科因此參與會診。[1]

荷蘭 Maastricht 大學附設醫學中心。圖/Nobbelicious on Wikimedia Commons(CC BY-SA 4.0)

精神狀態檢查

術後 18 小時,精神醫師為少年進行精神狀態檢查(mental status examination)。以下是個案報告中,記錄的幾個項目:[1]

  • 外表:此項目觀察病患維護個人衛生的能力,穿著是否合宜,外貌可有因病蒼老等。[2]時年 17 歲的白人少年,服儀整潔,躺在床上。[1]
  • 情緒:這是病患的主觀感受,通常就是直接問他們當下覺得如何。[2]該少年的心情愉快,顯然不受病況影響。[1]
  • 表情:有些精神病患會出現跟情緒不吻合的表情,例如:該哭的時候笑,或者說自己心情好,卻一直哭。[2]少年的表情正常。[1]
  • 行為:某些精神狀態、生理疾患或藥物副作用,會改變病患的行為。比方說,狂躁症患者亢奮的舉止;巴金森氏症使動作僵硬緩慢;亦或是因藥導致的非自主性運動等。[2]本案少年輕鬆自在,與醫師握手打招呼,以開放的態度對話,且有適當的眼神接觸。[1]
  • 認知:常見的項目有清醒程度、專注力、記憶力、抽象推理能力,以及辨識人、時、地的定向力等。[2]少年稍早在恢復室,以為自己位於從來沒去過的美國,又不認得父母,就是定向力異常。到了精神科問診的時候,醫師沒有發覺異樣,並認為他的智力約在平均水準。[1]
  • 感知:人在沒有外界刺激的狀況下,不該接收到感官訊號。[2]少年的感知正常,無幻覺。[1]
  • 思考:此項分為模式和內容。[1]前者是指思路是否清晰,還是雜亂無章;後者則要看病患的思緒可有圍繞特定主題,像是擔心遭受迫害,或是想自殺等。[2]醫師認為少年的思考模式與內容都正常,沒有奇怪的妄想。[1]
  • 言語:一般是觀察說話的語調、節奏、速度、音量和流利程度等特質,[2]當然這裡得加上語言的種類。就讀高中三年級的少年,平常除了學校的英語課,生活中都講荷蘭語及該國南部的林堡語(Limburgish)。現在他卻用英語跟醫師溝通,而且只擠得出簡短的荷蘭語答覆。不過,比起先前完全聽不懂荷蘭語,這已經好得多。醫師評論其英語,雖然帶有荷蘭腔,但發音大致清晰正確。護理人員及少年的母親,則認為他的英語相當流利。[1]

外語症候群

麻醉劑會暫時改變腦部連結,也許是認知功能恢復較慢,或者用藥種類的選擇,有時便引發令人困惑的甦醒譫妄(emergence delirium)。外語症候群(foreign language syndrome)可能算是其中罕見的類型,而非獨立的診斷。過去的學術文獻裡,相關案例以成年人居多,症狀維持的時間長度,不論年紀則從 25 分鐘至 28 小時不等。[1]

-----廣告,請繼續往下閱讀-----

術後 24 小時,少年的朋友們前來探訪。他以荷蘭語對答如流。翌日,少年再次接受精神狀態檢查。這回醫師的描述,涵蓋了另一個重要的項目──病識感[1]也就是病患本身對病況的理解。[2]少年表示,他有意識到自己術後僅懂英文,以為身處異地,又認不得人。既然精神狀態似乎都已恢復,同時神經科方面的檢查也無異常,隔天他便回家。[1]

或許如同動物實驗中,麻醉對未成熟個體認知功能的影響較為長久。過了3週,少年告訴精神科診所的醫師,他容易累,注意力比開刀前差。他在出院後 2、5 和 10 個月,持續回診追蹤,所幸後來症狀逐漸改善。[1]

  1. Salamah HKZ, Mortier E, Wassenberg R, et al. (2022) ‘Lost in another language: a case report’. Journal of Medical Case Reports, 16, 25.
  2. Voss RM, M Das J. (12 SEP 2022) ‘Mental Status Examination’. In: StatPearls. Treasure Island (FL): StatPearls Publishing.
-----廣告,請繼續往下閱讀-----
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。

0

1
0

文字

分享

0
1
0
3 萬年前截肢手術,婆羅洲有史前黑傑克?
寒波_96
・2022/12/02 ・2362字 ・閱讀時間約 4 分鐘

即使沒有現代的醫療知識,古人也能進行截肢這類外科手術,不過手術很成功,但是病人死掉的狀況也不意外。一項考古研究宣稱發現已知最早的截肢手術,地點位於東南亞的婆羅洲雨林,年代距今 3.1 萬年。那麼久以前的原始人,真的有能力截肢嗎?

請注意,本文包含人類遺骸的圖像。

3.1 萬年前手術成功,而且病人活著?

之前知道最早的截肢手術年代是 7000 年前,法國新石器時代的 Buthiers-Boulancourt 遺址。

這項研究調查的地點是一處名喚 Liang Tebo 的石灰岩洞,位於婆羅洲東部。考古學家在這兒尋獲一位長眠者 TB1,估計於 3.1 萬年前去世。此時處於舊石器時代,一小群一小群人們不長期定居,沒有農業,以採集、狩獵維生。

考古學家由埋葬狀況判斷,排場儘管簡陋,應該為他人有意識的體面墓葬,骨頭保存相當完整。估計去世時 20 歲左右,憑藉骨盆無法判斷性別,他的身高不矮,可能是男生或高個子的女生。

-----廣告,請繼續往下閱讀-----
遺址位於圖中的紅框內。婆羅洲如今是東南亞外海的島嶼,冰河時期海平面較低時,卻直接連結東南亞大陸。圖/參考資料 1

經歷好幾萬年的歲月,遺骸少掉一些部位也很合理。然而,這位就是少掉左小腿中段以下的骨頭。考古學家仔細分析後,判斷他經歷過小腿的截肢(amputation)手術,之後至少又經過 6 到 9 年,直到去世。

考古學家根據什麼理由判斷他是截肢,而不是一般的斷腿呢?主因是他的小腿骨斷面非常平整,不像是事故摔斷,也沒有感染的跡象,表示腿骨離開身體後沒有造成嚴重的病變。

他左小腿保留的脛骨(tibia)和腓骨(fibula)尺寸比右邊小,明顯有生長落差。推論他在 10 歲多時由於未知原因,被身邊的人用某種利器將左邊小腿骨切斷,而且照護得宜,又生活至少 6 年,去世時受到妥善埋葬。

如果上述推論正確,這位 3.1 萬年前的東南亞人,就是世上截肢手術最早的成功紀錄。

-----廣告,請繼續往下閱讀-----
遺骸 TB1 的下半身。圖/參考資料 2

東南亞的史前黑傑克

執行手術的工具不明,肯定不是金屬,可能是黑曜石或某種石材,或是鋒利的貝殼或骨製器具,甚至是加工處理過的竹子,都可能用於切斷骨骼,或是在手術中使用。

截肢不是簡單的小手術,當時的婆羅洲人懂得截肢手術需要的消毒、麻醉、止痛嗎?

即使是身強體壯的(十幾歲)原始人,完全沒有藥物輔助下,要在截肢後全身而退,連明顯感染都沒有,想來不太可能。當地環境一定找得到可供藥用的植物,雖然缺乏直接證據,不過可以假設施術者懂得這些知識。

手塚治虫創作的角色「怪醫黑傑克」開刀出神入化,黑傑克也成為動手術的代名詞。婆羅洲的史前黑傑克是如何習得開刀技能呢?

-----廣告,請繼續往下閱讀-----

我自己的想法是,古早人處理動物時,可以獲得不少練習機會,對於骨、肉、血想必不會陌生。在決定截肢的時候,操刀者應該自認有成功的機會,有信心又技術熟練地下刀,否則不會有如此漂亮的手術結果。

截肢者想像圖。圖/參考資料 4

光憑極為零星的考古調查,無法估計當時的截肢狀況,不清楚這位是成功的特例,或是大批犧牲者中唯一的幸運兒。只能確定當時的婆羅洲人,不只已經有相關的醫療知識,還有團隊照顧的精神。

考古沒有發現,不等於真的沒有,也要考慮到遺骸保存的狀況。成功的截肢手術會在四肢留下痕跡,但是舊石器時代的遺骸,四肢骨頭保存往往不全,考古上難以辨識。我猜舊石器時代應該有更多截肢的成功案例,大部分卻無法被我們知曉。

之前研究得知東南亞的婆羅洲、蘇拉威西這塊區域,超過 4 萬年前便有壁畫等藝術創作。史前黑傑克與截肢者所屬的人群,應該和藝術家有關連。醫療、藝術,果然皆為高端的人類技能。

-----廣告,請繼續往下閱讀-----

延伸閱讀

  1. Maloney, T. R., Dilkes-Hall, I. E., Vlok, M., Oktaviana, A. A., Setiawan, P., Priyatno, A. A. D., … & Aubert, M. (2022). Surgical amputation of a limb 31,000 years ago in Borneo. Nature, 609(7927), 547-551.
  2. Earliest known surgery was of a child in Borneo 31,000 years ago
  3. Prehistoric child’s amputation is oldest surgery of its kind
  4. World’s oldest amputation: Foot removed 31,000 years ago—without modern antibiotics or painkillers
  5. Buquet-Marcon, C., Philippe, C., & Anaick, S. (2007). The oldest amputation on a Neolithic human skeleton in France. Nature Precedings, 1-1.

本文亦刊載於作者部落格《盲眼的尼安德塔石匠》暨其 facebook 同名專頁

-----廣告,請繼續往下閱讀-----
寒波_96
193 篇文章 ・ 1090 位粉絲
生命科學碩士、文學與電影愛好者、戳樂黨員,主要興趣為演化,希望把好東西介紹給大家。部落格《盲眼的尼安德塔石器匠》、同名粉絲團《盲眼的尼安德塔石器匠》。