0

0
0

文字

分享

0
0
0

耳屎不用挖挖哇!你的耳朵會自動清潔

Peggy Sha/沙珮琦
・2017/02/11 ・1620字 ・閱讀時間約 3 分鐘 ・SR值 456 ・五年級

就是要有人幫我挖耳朵才爽啊!圖/By Ricky Qi from Shanghai, China – Relax…, CC BY 2.0, wikimedia commons.

你平常都會用什麼方式清理耳朵呢?用掏耳棒、棉花棒、指甲或是髮夾挖,總之覺得耳朵裡有耳屎就是讓你渾身不舒服,非得把它挖出來;還是,它不犯我我不犯它,反正耳屎沒讓我覺得不舒服,就放任它自生自滅吧!

不管你先前是用哪種方法與耳屎相處,根據耳鼻喉科期刊(Otolaryngology–Head and Neck Surgery)最新提出的建議,你其實應該什麼都不做。

你的掏耳工具是這支?圖/By Mochi, CC BY-SA 3.0, wikimedia commons.
還是這一支呢?圖/pixabay

這項聲明在美國引起了軒然大波,對此,期刊更給出了具體的建議:

「不要將任何比手肘(elbow)還小的東西放進你的耳朵!」

雖然大部分人都有清理耳朵的習慣,不過,這樣或許反而會傷害你的耳朵。這些細小的掏耳器材都有可能會刮傷耳道,甚至造成耳膜破損或聽小骨移位的風險,進一步導致病人耳鳴、頭暈和聽力受損。(人家只是想要掏耳朵啊!崩潰~)

-----廣告,請繼續往下閱讀-----

我不清耳屎,難道耳屎會自己消失嗎?

不過,如果不定期清理,難道我們的耳朵不會哪天耳屎大爆發嗎?(噁)其實你大可以不用擔心,因為耳朵之所以會產生耳屎,就是在進行自我清潔的動作。耳屎可以潤滑我們的耳朵,而灰塵和其他進入耳中的污垢則會被黏在耳屎上,才不會深入耳道造成其他影響;反之,若是我們不當使用工具去清潔耳朵,反而有可能將耳屎推進耳道深處,造成發炎。

10-1177_0194599816671491-fig1
耳垢通常會在靠外處的耳道形成,不當使用工具可能會將耳屎推往中耳造成發炎   圖/Rosenfeld RM. A Parent’s Guide to Ear Tubes. Hamilton, Canada: BC Decker Inc; 2005.

要證實耳屎的清潔功能,科學家們可是花費了不少心思,因為,要找到足量的「純正」耳屎可不簡單。

研究團隊分別從剛死的豬、狗、羊和兔子身上汲取「黃金」,牠們分別是不同的體型、耳道長度和生活型態的動物代表,為研究樣本帶來多樣性。

他們發現所有哺乳類動物的耳屎,性質都十分類似,若真要說還挺像是「番茄醬」!雖然外觀看起來天差地別,但科學家其實試用番茄醬來比喻耳屎的流動性質,剛開始會有點兒黏住,不過如果你搖一搖瓶子,番茄醬(耳屎)就會掉出來(真是十分美味的比喻,但想到是耳屎還是有點……)。當研究者在耳屎中加入灰塵,耳屎會逐漸變得乾燥而破碎,有點像是加了過多麵粉的乾麵團。

-----廣告,請繼續往下閱讀-----
tomatoes-1448361_1920
你的耳屎和番茄醬有其實 87 分相似     圖/Alexas_Fotos @Pixabay

只是觀察有點不夠,科學家也嘗試在實驗室中打造耳屎。他們將麵粉摻水做成糊,並把它抹在人造耳朵的周圍,剛開始這些假耳屎會牢牢地黏在耳道中,不過,如果有空氣經過,假耳屎就會變得乾燥,這時,只要人工耳朵有些微的擠壓變形,假耳屎就會自動掉落。

耳屎生存史

這個實驗基本上可以模擬出真實的耳屎生存史(?)。在日常生活中,空氣流經我們的耳朵,會風乾耳屎,而我們咀嚼食物時,耳屎也會跟著逐漸跑出耳朵(那我的飯……),最後在洗澡的時候被順帶沖洗掉。所以,只要沒有耳鳴或特殊情況產生,就表示你的耳朵有良好的自我清潔功能。如果你擔心自己的耳屎爆棚、堵塞耳道,也最好不要自行清理,去耳鼻喉科找醫生會是更加明智的選擇。

所以,如果你本來就不愛清潔耳朵,從今天起你大可以大聲地說:

「愛它,就不要掏它!」──2017 愛耳朵宣言

參考資料:

-----廣告,請繼續往下閱讀-----
  1. Elizabeth Pennisi, “No more Q-tips! Your ears really are self-cleaning“, Science, [2017.01.10]
  2. Susan Scutti, “Why you shouldn’t use cotton swabs to clean your ears“, CNN, [2017.01.05]
  3. Seth R. Schwartz, MD, MPH, Anthony E. Magit, MD, MPH, Richard M. Rosenfeld, MD, MPH, Bopanna B. Ballachanda, PhD, Jesse M. Hackell, MD, Helene J. Krouse, PhD, RN, Claire M. Lawlor, MD, Kenneth Lin, MD, MPH, Kourosh Parham, MD, PhD, David R. Stutz, MD, Sandy Walsh, Erika A. Woodson, MD, Ken Yanagisawa, MD, Eugene R. Cunningham, Jr, MS, “Clinical Practice Guideline (Update): Earwax (Cerumen Impaction) ” ,Otolaryngology-Head and Neck Surgery, Vol 156, Issue 1_suppl, pp. S1 – S29 [201.01.03]
  4. 挖耳勺 維基百科
-----廣告,請繼續往下閱讀-----
文章難易度
Peggy Sha/沙珮琦
69 篇文章 ・ 390 位粉絲
曾經是泛科的 S 編,來自可愛的教育系,是一位正努力成為科青的女子,永遠都想要知道更多新的事情,好奇心怎樣都不嫌多。

0

3
1

文字

分享

0
3
1
為機器人換上「物理大腦」:一場終結AI數位囚禁的革命
鳥苷三磷酸 (PanSci Promo)_96
・2025/09/03 ・5732字 ・閱讀時間約 11 分鐘

本文與 研華科技 合作,泛科學企劃執行

我們都看過那種影片,對吧?網路上從不缺乏讓人驚嘆的機器人表演:數十台人形機器人像軍隊一樣整齊劃一地耍雜技 ,或是波士頓動力的機器狗,用一種幾乎違反物理定律的姿態後空翻、玩跑酷 。每一次,社群媒體總會掀起一陣「未來已來」、「人類要被取代了」的驚呼 。

但當你關掉螢幕,看看四周,一個巨大的落差感就來了:說好的機器人呢?為什麼大街上沒有他們的身影,為什麼我家連一件衣服都還沒人幫我摺?

這份存在於數位螢幕與物理現實之間的巨大鴻溝,源於一個根本性的矛盾:當代AI在數位世界裡聰明絕頂,卻在物理世界中笨拙不堪。它可以寫詩、可以畫畫,但它沒辦法為你端一杯水。

-----廣告,請繼續往下閱讀-----

這個矛盾,在我們常見的兩種機器人展示中體現得淋漓盡致。第一種,是動作精準、甚至會跳舞的類型,這本質上是一場由工程師預先寫好劇本的「戲」,機器人對它所處的世界一無所知 。第二種,則是嘗試執行日常任務(如開冰箱、拿蘋果)的類型,但其動作緩慢不穩,彷彿正在復健的病人 。

這兩種極端的對比,恰恰點出了機器人技術的真正瓶頸:它們的「大腦」還不夠強大,無法即時處理與學習真實世界的突發狀況 。

這也引出了本文試圖探索的核心問題:新一代AI晶片NVIDIA® Jetson Thor™ ,這顆號稱能驅動「物理AI」的超級大腦,真的能終結機器人的「復健時代」,開啟一個它們能真正理解、並與我們共同生活的全新紀元嗎?

新一代AI晶片NVIDIA® Jetson Thor™ ,這顆號稱能驅動「物理AI」的超級大腦 / 圖片來源:研華科技

為何我們看到的機器人,總像在演戲或復健?

那我們怎麼理解這個看似矛盾的現象?為什麼有些機器人靈活得像舞者,有些卻笨拙得像病人?答案,就藏在它們的「大腦」運作方式裡。

-----廣告,請繼續往下閱讀-----

那些動作極其精準、甚至會後空翻的機器人,秀的其實是卓越的硬體性能——關節、馬達、減速器的完美配合。但它的本質,是一場由工程師預先寫好劇本的舞台劇 。每一個角度、每一分力道,都是事先算好的,機器人本身並不知道自己為何要這麼做,它只是在「執行」指令,而不是在「理解」環境。

而另一種,那個開冰箱慢吞吞的機器人,雖然看起來笨,卻是在做一件革命性的事:它正在試圖由 AI 驅動,真正開始「理解」這個世界 。它在學習什麼是冰箱、什麼是蘋果、以及如何控制自己的力量才能順利拿起它。這個過程之所以緩慢,正是因為過去驅動它的「大腦」,也就是 AI 晶片的算力還不夠強,無法即時處理與學習現實世界中無窮的變數 。

這就像教一個小孩走路,你可以抱著他,幫他擺動雙腿,看起來走得又快又穩,但那不是他自己在走。真正的學習,是他自己搖搖晃晃、不斷跌倒、然後慢慢找到平衡的過程。過去的機器人,大多是前者;而我們真正期待的,是後者。

所以,問題的核心浮現了:我們需要為機器人裝上一個強大的大腦!但這個大腦,為什麼不能像ChatGPT一樣,放在遙遠的雲端伺服器上就好?

-----廣告,請繼續往下閱讀-----
我們需要為機器人裝上一個強大的大腦!但這個大腦,為什麼不能像ChatGPT一樣,放在遙遠的雲端伺服器上就好? / 圖片來源:shutterstock

機器人的大腦,為什麼不能放在雲端?

聽起來好像很合理,對吧?把所有複雜的運算都交給雲端最強大的伺服器,機器人本身只要負責接收指令就好了。但……真的嗎?

想像一下,如果你的大腦在雲端,你看到一個球朝你飛過來,視覺訊號要先上傳到雲端,雲端分析完,再把「快閃開」的指令傳回你的身體。這中間只要有零點幾秒的網路延遲,你大概就已經鼻青臉腫了。

現實世界的互動,需要的是「即時反應」。任何網路延遲,在物理世界中都可能造成無法彌補的失誤 。因此,運算必須在機器人本體上完成,這就是「邊緣 AI」(Edge AI)的核心概念 。而 NVIDIA  Jetson 平台,正是為了解決這種在裝置端進行高運算、又要兼顧低功耗的需求,而誕生的關鍵解決方案 。

NVIDIA Jetson 就像一個緊湊、節能卻效能強大的微型電腦,專為在各種裝置上運行 AI 任務設計 。回顧它的演進,早期的 Jetson 系統主要用於視覺辨識搭配AI推論,像是車牌辨識、工廠瑕疵檢測,或者在相機裡分辨貓狗,扮演著「眼睛」的角色,看得懂眼前的事物 。但隨著算力提升,NVIDIA Jetson 的角色也逐漸從單純的「眼睛」,演化為能夠控制手腳的「大腦」,開始驅動更複雜的自主機器,無論是地上跑的、天上飛的,都將NVIDIA Jetson 視為核心運算中樞 。

-----廣告,請繼續往下閱讀-----

但再強大的晶片,如果沒有能適應現場環境的「容器」,也無法真正落地。這正是研華(Advantech)的角色,我們將 NVIDIA Jetson 平台整合進各式工業級主機與邊緣運算設備,確保它能在高熱、灰塵、潮濕或震動的現場穩定運行,滿足從工廠到農場到礦場、從公車到貨車到貨輪等各種使用環境。換句話說,NVIDIA 提供「大腦」,而研華則是讓這顆大腦能在真實世界中呼吸的「生命支持系統」。

這個平台聽起來很工業、很遙遠,但它其實早就以一種你意想不到的方式,進入了我們的生活。

從Switch到雞蛋分揀員,NVIDIA Jetson如何悄悄改變世界?

如果我告訴你,第一代的任天堂Switch遊戲機與Jetson有相同血緣,你會不會很驚訝?它的核心處理器X1晶片,與Jetson TX1模組共享相同架構。這款遊戲機對高效能運算和低功耗的嚴苛要求,正好與 Jetson 的設計理念不謀而合 。

而在更專業的領域,研華透過 NVIDIA Jetson 更是解決了許多真實世界的難題 。例如

-----廣告,請繼續往下閱讀-----
  • 在北美,有客戶利用 AI 進行雞蛋品質檢測,研華的工業電腦搭載NVIDIA Jetson 模組與相機介面,能精準辨識並挑出髒污、雙黃蛋到血蛋 
  • 在日本,為避免鏟雪車在移動時發生意外,導入了環繞視覺系統,當 AI 偵測到周圍有人時便會立刻停止 ;
  • 在水資源珍貴的以色列,研華的邊緣運算平台搭載NVIDIA Jetson模組置入無人機內,24 小時在果園巡航,一旦發現成熟的果實就直接凌空採摘,實現了「無落果」的終極目標 。

這些應用,代表著 NVIDIA Jetson Orin™ 世代的成功,它讓「自動化」設備變得更聰明 。然而,隨著大型語言模型(LLM)的浪潮來襲,人們的期待也從「自動化」轉向了「自主化」 。我們希望機器人不僅能執行命令,更能理解、推理。

Orin世代的算力在執行人形機器人AI推論時的效能約為每秒5到10次的推論頻率,若要機器人更快速完成動作,需要更強大的算力。業界迫切需要一個更強大的大腦。這也引出了一個革命性的問題:AI到底該如何學會「動手」,而不只是「動口」?

革命性的一步:AI如何學會「動手」而不只是「動口」?

面對 Orin 世代的瓶頸,NVIDIA 給出的答案,不是溫和升級,而是一次徹底的世代跨越— NVIDIA Jetson Thor 。這款基於最新 Blackwell 架構的新模組,峰值性能是前代的 7.5 倍,記憶體也翻倍 。如此巨大的效能提升,目標只有一個:將過去只能在雲端資料中心運行的、以 Transformer 為基礎的大型 AI 模型,成功部署到終端的機器上 。

NVIDIA Jetson Thor 的誕生,將驅動機器人控制典範的根本轉變。這要從 AI 模型的演進說起:

-----廣告,請繼續往下閱讀-----
  1. 第一階段是 LLM(Large Language Model,大型語言模型):
    我們最熟悉的 ChatGPT 就屬此類,它接收文字、輸出文字,實現了流暢的人機對話 。
  2. 第二階段是 VLM(Vision-Language Model,視覺語言模型):
    AI 學會了看,可以上傳圖片,它能用文字描述所見之物,但輸出結果仍然是給人類看的自然語言 。
  3. 第三階段則是 VLA(Vision-Language-Action Model,視覺語言行動模型):
    這是革命性的一步。VLA 模型的輸出不再是文字,而是「行動指令(Action Token)」 。它能將視覺與語言的理解,直接轉化為控制機器人關節力矩、速度等物理行為的具體參數 。

這就是關鍵! 過去以NVIDIA Jetson Orin™作為大腦的機器人,僅能以有限的速度運行VLA模型。而由 VLA 模型驅動,讓 AI 能夠感知、理解並直接與物理世界互動的全新形態,正是「物理 AI」(Physical AI)的開端 。NVIDIA Jetson Thor 的強大算力,就是為了滿足物理 AI 的嚴苛需求而生,要讓機器人擺脫「復健」,迎來真正自主、流暢的行動時代 。

NVIDIA Jetson Thor 的強大算力,就是為了滿足物理 AI 的嚴苛需求而生,要讓機器人擺脫「復健」,迎來真正自主、流暢的行動時代 / 圖片來源:研華科技

其中,物理 AI 強調的 vision to action,就需要研華設計對應的硬體來實現;譬如視覺可能來自於一般相機、深度相機、紅外線相機甚至光達,你的系統就要有對應的介面來整合視覺;你也會需要控制介面去控制馬達伸長手臂或控制夾具拿取物品;你也要有 WIFI、4G 或 5G 來傳輸資料或和別的 AI 溝通,這些都需要具體化到一個系統上,這個系統的集大成就是機器人。

好,我們有了史上最強的大腦。但一個再聰明的大腦,也需要一副強韌的身體。而這副身體,為什麼非得是「人形」?這不是一種很沒效率的執念嗎?

為什麼機器人非得是「人形」?這不是一種低效的執念嗎?

這是我一直在思考的問題。為什麼業界的主流目標,是充滿挑戰的「人形」機器人?為何不設計成效率更高的輪式,或是功能更多元的章魚型態?

-----廣告,請繼續往下閱讀-----

答案,簡單到令人無法反駁:因為我們所處的世界,是徹底為人形生物所打造的。

從樓梯的階高、門把的設計,到桌椅的高度,無一不是為了適應人類的雙足、雙手與身高而存在 。對 AI 而言,採用人形的軀體,意味著它能用與我們最相似的視角與方式去感知和學習這個世界,進而最快地理解並融入人類環境 。這背後的邏輯是,與其讓 AI 去適應千奇百怪的非人形設計,不如讓它直接採用這個已經被數千年人類文明「驗證」過的最優解 。

這也區分了「通用型 AI 人形機器人」與「專用型 AI 工業自動化設備」的本質不同 。後者像高度特化的工具,產線上的機械手臂能高效重複鎖螺絲,但它無法處理安裝柔軟水管這種預設外的任務 。而通用型人形機器人的目標,是成為一個「多面手」,它能在廣泛學習後,理解物理世界的運作規律 。理論上,今天它在產線上組裝伺服器,明天就能在廚房裡學會煮菜 。

人形機器人的手、腳、眼睛、甚至背部,都需要大量感測器去理解環境就像神經末梢一樣,隨時傳回方位、力量與外界狀態 / 圖片來源:shutterstock

但要讓一個「多面手」真正活起來,光有骨架還不夠。它必須同時擁有強大的大腦平台與遍布全身的感知神經,才能理解並回應外在環境。人形機器人的手、腳、眼睛、甚至背部,都需要大量感測器去理解環境就像神經末梢一樣,隨時傳回方位、力量與外界狀態。但這些訊號若沒有通過一個穩定的「大腦平台」,就無法匯聚成有意義的行動。

這正是研華的角色:我們不僅把 NVIDIA Jetson Thor 這顆核心晶片包載在工業級電腦中,讓它成為能真正思考與反應的「完整大腦」,同時也提供神經系統的骨幹,將感測器、I/O 介面與通訊模組可靠地連結起來,把訊號傳導進大腦。你或許看不見研華的存在,但它實際上遍布在機器人全身,像隱藏在皮膚之下的神經網絡,讓整個身體真正活過來。

但有了大腦、有了身體,接下來的挑戰是「教育」。你要怎麼教一個物理 AI?總不能讓它在現實世界裡一直摔跤,把一台幾百萬的機器人摔壞吧?

打造一個「精神時光屋」,AI的學習速度能有多快?

這個問題非常關鍵。大型語言模型可以閱讀網際網路上浩瀚的文本資料,但物理世界中用於訓練的互動資料卻極其稀缺,而且在現實中反覆試錯的成本與風險實在太高 。

答案,就在虛擬世界之中。

NVIDIA Isaac Sim™等模擬平台,為這個問題提供了完美的解決方案 。它能創造出一個物理規則高度擬真的數位孿生(Digital Twin)世界,讓 AI 在其中進行訓練 。

這就像是為機器人打造了一個「精神時光屋」 。它可以在一天之內,經歷相當於現實世界千百日的學習與演練,從而在絕對安全的環境中,窮盡各種可能性,深刻領悟物理世界的定律 。透過這種「模擬-訓練-推論」的 3 Computers 閉環,Physical AI (物理AI) 的學習曲線得以指數級加速 。

我原本以為模擬只是為了節省成本,但後來發現,它的意義遠不止於此。它是在為 AI 建立一種關於物理世界的「直覺」。這種直覺,是在現實世界中難以透過有限次的試錯來建立的。

所以你看,這趟從 Switch 到人形機器人的旅程,一幅清晰的未來藍圖已經浮現了。實現物理 AI 的三大支柱已然齊備:一個劃時代的「AI 大腦」(NVIDIA Jetson Thor)、讓核心延展為「完整大腦與神經系統」的工業級骨幹(由研華 Advantech 提供),以及一個不可或缺的「教育環境」(NVIDIA Isaac Sim 模擬平台) 。

結語

我們拆解了那些酷炫機器人影片背後的真相,看見了從「自動化」走向「自主化」的巨大技術鴻溝,也見證了「物理 AI」時代的三大支柱——大腦、身軀、與教育——如何逐一到位 。

專家預測,未來 3 到 5 年內,人形機器人領域將迎來一場顯著的革命 。過去我們只能在科幻電影中想像的場景,如今正以前所未有的速度成為現實 。

這不再只是一個關於效率和生產力的問題。當一台機器,能夠觀察我們的世界,理解我們的語言,並開始以物理實體的方式與我們互動,這將從根本上改變我們與科技的關係。

所以,最後我想留給你的思想實驗是:當一個「物理 AI」真的走進你的生活,它不只是個工具,而是一個能學習、能適應、能與你共同存在於同一個空間的「非人智慧體」,你最先感受到的,會是興奮、是便利,還是……一絲不安?

這個問題,不再是「我們能否做到」,而是「當它發生時,我們準備好了嗎?」

研華已經整裝待發,現在,我們與您一起推動下一代物理 AI 與智慧設備的誕生。
https://bit.ly/4n78dR4

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

0
0

文字

分享

0
0
0
「耳朵腫一包」絕非小事:耳朵腫脹竟可能永久變形
careonline_96
・2024/08/14 ・1690字 ・閱讀時間約 3 分鐘

-----廣告,請繼續往下閱讀-----

「你的耳朵怎麼腫腫的?」跆拳道下課後,阿華低頭想要閃避媽媽的目光,但回家還是被媽媽逮個正著。

阿華回道:「今天強強出拳不小心打到我的耳朵,所以就腫起來了。不過,我現在不會痛啦,應該沒問題。」

「什麼沒問題?!耳朵腫這樣一包看起來很誇張,」媽媽轉頭喊了阿華爸:「孩子的爸你過來看一下,小孩耳朵腫這樣需不需要去醫院啊?還是先冰敷就好?」

「我看我們還是趕快去醫院,我看過幾個螢幕硬漢或摔角冠軍的耳朵都變形的很嚴重,大概就是被打到出血造成的吧?!我可不想阿華的耳朵變這樣。」爸爸說。

-----廣告,請繼續往下閱讀-----

耳朵血腫會導致耳朵變形

耳朵受傷常是因為車禍或近身衝撞運動,例如散打、拳擊、摔角等活動造成。耳廓血腫代表著在受到外傷後,聚積了一團血塊於耳朵軟骨上方。耳朵的結構很有趣,大家不妨伸手摸摸自己的耳廓,我們可以摸到微硬的地方屬於軟骨;也就是說,耳廓構造是薄薄的皮膚、皮下組織、提供血液循環的軟骨膜,來覆蓋著軟骨。萬一受傷的話,軟骨膜受到破壞而出血,流出的血液血塊會聚集在這個位於軟骨上方被撐開的空間,看起來是一團瘀青腫大,摸起來可能是軟軟的或有點紮實的一團皮下出血。

耳朵血腫

很多人會想說反正這是一團瘀青,不用太介意,大概過幾天就會消下去了吧。不過,耳朵這團瘀青比較特別,不僅有細菌感染與血腫持續累積的風險,當血腫愈大的話,會影響進出耳廓處的血流,在受傷修復過程中軟骨的型態會因此而變化。大約在耳朵血腫出現二至三個星期之後,會有纖維組織的過度增生;大約在受傷八個星期後,會出現新生的不規則的軟骨組織,於是耳廓逐漸變形。在受傷十四個星期以後,這些新生組織繼續鈣化,這時整個耳朵長成類似花椰菜的模樣,對外觀影響很明顯。

耳朵血腫的變化

因此,當在耳廓處出現血腫,千萬不要想說血腫沒有擴大,也不會太痛,就不去理他,最好要盡早就醫,評估是否需要接受治療。

面對耳廓血腫

醫師在檢查耳廓血腫後,會先確定外耳道或其他組織是否同時有受傷,聽力是否完好,是否有顏面神經受損的狀況,與是否需要擔心顱內或顱骨的骨折、出血等問題。

-----廣告,請繼續往下閱讀-----

如果確認沒有其他更緊急的問題,單純只有耳廓血腫的話,最好在受傷後的 48 小時之內進行治療。若血腫範圍小於直徑兩公分,醫師可以用18號針頭抽吸血腫;若血腫範圍較大,要考慮用刀片做切開引流。總之,要盡量完整地引流血塊,才能減少後續耳朵變形的機會。

耳朵血腫的處理方式

引流血塊之後,適當的壓迫止血也是非常重要的,重點就是不能讓耳廓處又堆積任何液體。因此耳朵處會墊著敷塞料約五到七天,讓皮膚層盡量貼平軟骨,避免出現新的血腫空間,才不會導致耳朵變形。

最後還是提醒大家,不要輕忽耳廓血腫!當這團瘀青發生在耳廓軟骨處,就算不會痛、沒有擴張,還是可能會帶來麻煩的外觀變化,像是花椰菜一般。萬一遇上了,還是及早找專科醫師處理吧。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

1

0
1

文字

分享

1
0
1
我的孩子有聽力障礙,戴上助聽器是否就能恢復聽力?
衛生福利部食品藥物管理署_96
・2023/10/09 ・4066字 ・閱讀時間約 8 分鐘

-----廣告,請繼續往下閱讀-----

本文轉載自食藥好文網

  • 撰文/雅文兒童聽語文教基金會 黃上維、張晏銘 聽力師

聽覺是兒童接觸外在聲音世界、學習口語語言的基礎,聽得到且聽得清楚,孩子的語言及認知表現才有機會適齡發展,因此一旦確認有聽力損失,就有助聽器的使用需求。不過,當醫生判斷孩子有聽力損失後,父母心中都想知道:有沒有吃藥、手術或其它方式,來治療聽力問題?又或是戴上助聽器後,就能讓孩子的聽力恢復嗎?要解答這兩個問題,我們必須先了解聲音的傳遞方式。

我們如何聽見聲音?

耳朵是接收聲音的管道,分成外耳、中耳、內耳,隨後透過聽覺神經將聲音訊號傳遞至大腦解讀,任何一個區域出了差錯就有可能造成聽力損失。

外耳及中耳問題會造成「傳導性聽損」,例如:小耳症、耳道閉鎖、中耳積水、聽小骨硬化或斷裂等;這類聽損有醫療治癒的機會,但若治療的時機未到或期程過久,仍將耽誤孩童的聽語學習,因此可能需要階段性使用助聽器。內耳及聽神經問題會造成「感覺神經性聽損」,例如:毛細胞損傷、基因遺傳導致的細胞功能變異、神經細小等;這類聽損至今仍不可逆,也占先天性聽損的多數,需要終生使用助聽器或其它聽覺輔具。

耳朵剖面圖。引自馬英娟(2016,第267頁)[1]

助聽器的技術發展與時俱進

「工欲善其事,必先利其器。」要讓受損的耳朵重拾聽覺,要先了解助聽器的來歷。 助聽器顧名思義是幫助聽力的器具,如果說任何能把聲音有效傳進耳內的工具都是助聽器,那 17 世紀所誕生像漏斗、號角般的「耳朵喇叭(Ear trumpet)」就開啟了助聽器的時代篇章 [2]。不過這樣單純依靠聲學作放大的音量勢必有限,18 世紀末出現了以碳形成磁場,能有效提高音量的「碳助聽器」,同時引進不同頻率的聽力損失應有不同放大量的概念,隨後更歷經以「真空管」提供電力、以「電晶體」減少耗電及縮小外觀尺寸的時代。

-----廣告,請繼續往下閱讀-----

到了 19 世紀末,助聽器開始「數位化」處理,與過往類比式不同,數位式助聽器在麥克風收音時,便將聲音轉成 0/1 的數位訊號,透過處理器分析、過濾和放大這些聲音,以此達成方向性接收語音、降低噪音、消除回饋音(漏音)等功能,最後再把 0/1 的數位訊號解碼化回聲波,傳遞至耳朵內。

耳朵喇叭(Ear trumpet)。來源/Science Museum Group

助聽器可以像近視眼鏡一戴就好?

多數情況下,戴助聽器跟戴眼鏡不一樣,無法一戴就好,原因除了助聽器硬體的外部限制,如麥克風收音的品質與距離影響,人耳的生理也有內部限制。對少數「傳導性聽損」者而言,聽力損失相對單純,只要聲音的「音量」被放大還原,克服了外耳或中耳的阻礙,就能有正常的聆聽潛力,然而多數「感覺神經性聽損」者,損失的不單是音量,尚有對高低音「頻率」的差異分辨,如此當說話語音與環境噪音的頻率太過相近時,大腦很難將語音從噪音中抽離;以及對聲音「時間序列」的解析力降低,因為大聲音(或比較重的音節)會遮蔽緊跟其前後的小聲音,加上生活中的語音及噪音忽大忽小,大腦很難在交錯的聲音中鎖定目標語音 [3]

以視覺模擬聽力損失之面向。來源/作者。

以視覺做比擬,音量損失就像字體變小了,語音變得不易看見;頻率解析度下降就像字形變模糊了,讓本來就看起來相仿的字變得更混淆;而時間序列解析度下降就像比較大的字會凸顯而掩蓋前後比較小的字,或字跟字會有重疊情形,讓整句話變得不完整。

現代助聽器有許多進階功能,如頻率降轉技術 [4]、噪音消除技術,能協助濾化聲音,幫助聽損者更好接收到目標音,但無法從本質上根治感覺神經性聽損敏銳度低的問題,因此助聽器是以矯正聽力損失、利用殘餘聽力為目的,有賴後續聽能復健訓練以最大化助聽器的使用成效。

-----廣告,請繼續往下閱讀-----

「最好」的助聽器是「最合適」自己孩子的助聽器

國內經衛生福利部核准的助聽器醫療器材超過 180 種,各家廠牌的設計訴求不一,若家長在為孩子選購助聽器時陷入苦思,不妨先依序檢視下述原則:

一、選擇:助聽器的種類與適用對象

傳導方式適用對象注意事項
氣導助聽器因為能夠達成左右分耳、分頻率的矯正,為所有耳部具支撐力的聽損者之優先選項外型款式(如耳掛型、耳道接收器型、耳內型)除了要考量固定性,也會影響助聽器最大可支應的聽損程度,因此需依評估結果與聽力師討論。
擴音範圍與喇叭的輸出大小有關,應該視聽力穩定性預留調整空間,但音量輸出最大的幾款同時會使頻率響應的範圍變窄或不平順,造成音質差異,因此大小適當為佳。
傳導方式適用對象注意事項
骨導助聽器小耳症及耳道閉鎖者
聽力常變化的傳導性聽損者
內耳聽力在輕度聽損以內的混合性聽損者
配戴側:左右各有麥克風收音才能貼近人耳真實的聆聽感受,因此雙耳聽損仍要以雙耳配戴為佳。
刺激側:雖然內耳的骨頭是左右相連,在正常傳導機制下,聲音會傳至兩側;但若兩側的內耳聽力有落差,又或兩側的傳導性聽損阻礙程度不同,聲音仍會以優耳感受。
傳導方式適用對象注意事項
雙對側傳聲型助聽器 (BiCROS)單側不具殘餘聽力的聽力不對稱性聽損者需雙耳配戴,但會將聲音無線傳輸至優耳聆聽,即捨棄刺激劣耳聽神經。
  • 整理/雅文兒童聽語文教基金會

二、配置:助聽器的規格與使用需求

聽損者的聽力在不同聲音頻率間,多有不同的感知受損程度,助聽器要達成分頻率地矯正,有賴於可調整的「壓縮頻道」,頻道數的多寡也常反應在助聽器的等級與價格,但越多的壓縮頻道不一定會聽得越好。對於聽力圖屬於平坦型,即高低頻的聽損程度相近者,擁有 6 個壓縮頻道就足以達成理想的語音辨識清晰度;對於聽力圖屬於極陡降型,即高低頻聽力可能橫跨輕度至重度聽損範圍的人,提高壓縮頻道至 18 個才有改善語音聆聽清晰度的顯著意義 [5]。此外要留意,若您的孩子適用政府輔具費用補助資格,壓縮頻道在 6 個以上就能符合〈身心障礙者輔具費用補助基準表-進階型助聽器〉的頻道數要求,該「進階型」的意義與市面上廠商所定義「入門款、基本款、高階款」等不相同。

接著,承前述助聽器與人耳的限制,助聽器需要與「無線傳輸系統」相容,不論是搭配各助聽器廠牌自有的藍牙麥克風,亦或是搭配現今教育部針對聽覺障礙學生提供之遠端麥克風系統(舊稱調頻系統)[6],才能讓孩子在具有複雜聲音環境的學習場域聽得清楚,克服與老師間的距離、周遭的噪音回音等影響,減輕長時聆聽的疲勞。

三、驗證:確認助聽器的使用效果

因為兒童還無法完善表達自身需求,要確認使用助聽器效果時,除了家長的日常觀察,下述的客觀檢測不可少,包含「聲場矯正後聽力圖」用以確認孩子最小可以接收到的音量有無改善;「語詞辨識測驗」用以確認孩子在不同聆聽情境(如安靜環境下的遠距離說話音量、及吵雜環境下的一般說話音量)皆能聽得清楚;「真耳或耦合器量測」用以確認助聽器的處方公式設定與輸出音量相符,並確認最大輸出音量,避免過度擴音造成傷害。「聲電分析」用以確認助聽器的效能(如增益量、內部噪音量、聲音失真率等)隨時間可能衰減後是否仍在容忍值。

-----廣告,請繼續往下閱讀-----

然而,不同聽損程度或助聽器的配戴經驗會影響驗證的細節,因此在購買助聽器之前,記得向聽力師了解這些檢測的理想目標、同樣能達成目標的其它選項有何差異、目標未達成時可努力的方向,以此兼顧助聽器的購買成本及使用效果。

和戴上助聽器同樣重要的下一步

看起來助聽科技很厲害,但別忘了,助聽器不是治療聽損的萬靈丹,聽覺大腦的路徑具有神經可塑性,需要透過正確配戴輔具,來增進聽損者對聲音的感知 [7]。對語言及認知能力還在發展階段的兒童來說,養成全日配戴的習慣、培養良好的傾聽技巧 [8]、學習聲音與意義的連結,是擁有適齡發展的要素。此外,你可以想像即便是聽力正常人,在聆聽環境複雜的時候,不總能聽得如此清晰,也需要依靠上下文解讀、請他人重述,或轉換環境做聆聽等,因此,「聽能復健訓練」是從建立核心的聽能技巧開始,擴展到語言及認知能力的促進,再到有效溝通策略的練習,是最佳化輔具成效所不可或缺的步驟。

參考資料

  • [1] 馬英娟(2016):淺談聽覺系統。載於林桂如(主編),以家庭為中心的聽覺障礙早期療育——聽覺口語法理論與實務(265-282頁)。新北市:心理。
  • [3] 劉殿楨等譯(2019)。聽覺輔具,第 1 章。台北市:華騰文化。(Harvey Dillon, 2012)
  • [5] Jason Galster & Elizabeth A. Galster.(2011).The Value of Increasing the Number of Channels and Bands in a Hearing Aid. AUDIOLOGYONLINE. Retrieved from https://www.audiologyonline.com/articles/value-increasing-number-channels-and-826.
  • [7] Karawani, H., Jenkins, K., & Anderson, S. (2022). Neural Plasticity Induced by Hearing Aid Use. Frontiers in aging neuroscience, 14, 884917.

延伸閱讀

  • [2] 楊又臻(2018)。助聽器是尊貴的象徵?從聲學椅到聲學拐杖,為了聽清楚的怪招式還真多。
  • [4] 張逸屏(2022)。高音唱不上去可以降 KEY,高頻聽不清楚可以……?──談助聽器降頻技術。
  • [6] 林淑芬(2022)。教室聆聽小幫手—遠端麥克風系統。
  • [8] 楊琮慧(2020)。有聽沒有到,為何學會「傾聽」這麼重要?
-----廣告,請繼續往下閱讀-----
衛生福利部食品藥物管理署_96
65 篇文章 ・ 24 位粉絲
衛生福利部食品藥物管理署依衛生福利部組織法第五條第二款規定成立,職司範疇包含食品、西藥、管制藥品、醫療器材、化粧品管理、政策及法規研擬等。 網站:http://www.fda.gov.tw/TC/index.aspx