Loading [MathJax]/extensions/tex2jax.js

0

0
1

文字

分享

0
0
1

台灣生物多樣性資料庫:知識必須透過分享才能被成就

研之有物│中央研究院_96
・2017/05/06 ・2294字 ・閱讀時間約 4 分鐘 ・SR值 526 ・七年級

「台灣生物多樣性資料庫」的重要性

若想保育、研究生物,建構台灣生物多樣性資料庫是最重要的基礎。中央研究院生物多樣性研究中心邵廣昭博士,與生物分類學家、學術單位、技術團隊聯手建構資料庫 ,將台灣各界學者努力累積的生物多樣性資訊,開放成全民共享的知識。

 30 年長大一個人類,卻滅絕很多物種

「我們目前的自然環境就像一本被風吹得扉頁四散的書,我們能夠搶救的頁數愈多,未來演化之神的巧手在改寫大自然的傳奇時,才會有更多的材料可以運用。」──《森林祕境:生物學家的自然觀察年誌》 圖/iStock

現代人生活在都市叢林中,以鋼鐵、水泥、塑膠包覆生活,離自然太遙遠。只有當人們注意到自然的存在,才有可能產生情感,進而興起愛護的念頭。對於現實生活中的人類,眼前一棵樹被砍倒,傷心程度可能少於手機摔到地上、螢幕碎裂。

台灣生物消失的速度有多快?以魚類來舉例。中研院生物多樣性研究中心邵廣昭,迄今研究魚類 30 餘年,他與研究團隊目睹 30 年來台灣的北海岸魚種從 120 種銳減至 30 種。30 年正好是人類一個世代,但對生態而言, 30 年就絕子絕孫。

如果沒有過去這個物種的資料可以比對,怎麼會知道現在牠受了什麼影響、發生什麼變化。

「無論是生態保育,或是研究生物,建構資料庫是最重要的基礎。」邵廣昭雖已退休,眼中仍閃耀保護生態的熱忱。科技部(原國科會)、農委會與中研院多年來支助台灣生物分類學家進行各類生物分類整理,累積相當多成果與資料,邵廣昭、端木茂甯、王豫煌與眾多願意貢獻心力的學者、技術團隊、相關單位聯手,整合這些成果與資料,建置成台灣生物多樣性資料庫,讓需要的研究人員、學生、社會大眾都能共享運用,依照學名、地區、標本等線索,找到想探究的台灣生物。

整合各種生物資料,幫助各種研究

台灣生物多樣性資料庫建置、整合、與國際接軌的架構。資料來源/系統分類及生物多樣性資訊專題中心;圖說美化/張語辰

一種生物偶爾會發生存在不同學名的情況,「同種異名」是整合資料庫最困難的一步,也是最需要釐清的第一步。邵廣昭成立,目前由端木茂甯帶領的系統分類及生物多樣性資訊專題中心,便是為了已特化為專業的生物多樣性資訊整合重任而存在。由此中心規劃的台灣生物多樣性資料庫的大架構中,從唯一有效學名的 TaiBNET 物種名錄出發,發展具備不同資料的網站,藉以協助不同需求的生物研究。其中, TaiBIF 整合觀測與標本資料、紀錄物種的生態分布,TaiEOL 具有圖文並茂的物種解說,而 TaiBOL 保存遺傳標本與生命條碼供生物分類學家鑑定物種。

-----廣告,請繼續往下閱讀-----

認識台灣生物:以 TaiBIF 為例

TaiBIF 首頁規劃不同區塊,幫助找到需要的台灣生物資料 。圖/系統分類及生物多樣性資訊專題中心

進入 TaiBIF 首頁後,直接在搜尋框輸入想查詢的物種關鍵字並選擇「物種搜尋」,即可搜出資料庫中的物種檔案,若想查詢更多相關資訊,可選擇「全站搜尋」。若點選「物種名錄」區塊,可依界門綱目科屬種的分類樹,有系統地搜查。

TaiBIF 公開分享的生物資訊,有賴台灣各機構願意共享收藏的觀測與標本資料。想知道哪些機構提供哪些資料,可從「館藏與觀測資料」區塊查詢。進入「分布區域」區塊,在欄位中選擇想查詢的地理位置,就能看見該地區曾出現的生物資料,包含現身地點、標本照片等。

TaiBIF 主題物種介紹 。圖/TaiBIF

現代人在生活中常見到「特有種」、「瀕臨絕種」這些名詞,但所指哪些生物卻一知半解。 TaiBIF 的「主題物種」專區,以分類引導認識不同生物。哪些物種急需保護、哪些物種為外來入侵者要注意、哪些保育物種不能當做寵物,在此一目了然。

資料庫未來目標:期待更多單位不藏私

台灣生物多樣性資料庫使用概況:以 TaiBIF 為例。
資料來源/系統分類及生物多樣性資訊專題中心;圖說美化/張語辰

觀測生物、採集標本、校對物種名錄、建置資料庫,是個不廣為人知、辛苦付出大量時間的工作,就像默默檢查錯字的校閱人員、默默檢查鐵軌安全的工程人員,全心全力完成該領域最基礎的工作,以支持整個產業環境發展。

-----廣告,請繼續往下閱讀-----

被問到為什麼要投入這個工作,TaiBIF 技術人員麥舘碩笑說:「為了生活」,背後原因其實是認為建構完整明確的生物分類系統和資料庫,是個很重要的任務,但台灣在這部分還有很大的努力空間,所以義無反顧跳進來。

科學的目標,並不是科學本身,而是跟藝術一樣──只有被人看見的時候才是藝術,知識也必須透過分享,才能被成就。

Science is not a goal in itself. Just as art is only art once it is seen, knowledge only becomes knowledge once it is shared.

── Sander Dekker (荷蘭教科文部次長)

近年「開放資料」、「分享經濟」風潮逐漸成熟,邵廣昭與資料庫團隊希望有更多單位願意開放擁有的生物觀測與標本資料等等,共同擴充台灣生物多樣性資料庫的完整性。也許有一位小朋友,在 TaiBIF 認識了瀕危的赤蠵龜,主動停止使用塑膠吸管。或有一件環境監測計畫,透過生物資料庫看見該區域物種今昔的變化,發現應該調整開發該區域的工程做法,以避免危害生態。這些都是台灣生物多樣性資料庫最重要的目標與存在意義。


延伸閱讀

執行編輯|林婷嫻美術編輯|張語辰

-----廣告,請繼續往下閱讀-----

CC 4.0

本著作由研之有物製作,以創用CC 姓名標示–非商業性–禁止改作 4.0 國際 授權條款釋出。

本文轉載自中央研究院研之有物,泛科學為宣傳推廣執行單位

-----廣告,請繼續往下閱讀-----
文章難易度
研之有物│中央研究院_96
296 篇文章 ・ 3652 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook

0

0
0

文字

分享

0
0
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

-----廣告,請繼續往下閱讀-----

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。

鳥苷三磷酸 (PanSci Promo)_96
225 篇文章 ・ 313 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

11
7

文字

分享

0
11
7
這裡痛,那裡痛,全部都是壓力惹的禍!揭開纖維肌痛症的成因
研之有物│中央研究院_96
・2021/03/22 ・3906字 ・閱讀時間約 8 分鐘 ・SR值 541 ・八年級

本文轉載自中央研究院研之有物,泛科學為宣傳推廣執行單位。

  • 採訪撰文|歐宇甜
  • 美術設計|林洵安

日常壓力會誘發纖維肌痛症

纖維肌痛症 (fibromyalgia) 病患有全身慢性肌肉痠痛,可能伴隨失眠、焦慮和憂鬱等症狀,致病機轉一直是個未解之謎。中央研究院生物醫學科學研究所陳志成研究員與研究團隊,找到纖維肌痛症可能的生理與心理致病機轉和關鍵抑制劑,論文於 2020 年 9 月發表於國際風濕免疫科權威醫學期刊 (Annals of the Rheumatic Diseases)。

無藥可醫的纖維肌痛症

「纖維肌痛症 」最常見的症狀是全身肌肉慢性痠痛,伴隨疲勞、失眠、焦慮和憂慮,有時被稱為稍微累一點就全身痠痛的「公主病」。目前醫學對於該病的致病機制並不清楚,病人往往不斷轉診仍找不到明確病因,因此也尚未有專屬用藥,只能先緩解症狀,但效果相當有限。

纖維肌痛症是一種很常見卻又神秘的疼痛病。在成年人中,約有 2 ~ 6% 的人罹患此病,特徵是慢性廣泛性肌肉疼痛,並伴隨疲勞、失眠、焦慮和憂鬱,嚴重影響病人的生活品質,甚至導致失能。圖/iStock

不過臨床上發現,日常生活精神壓力會誘發或加重纖維肌痛症症狀。多數病患的背後都是一段故事,可能有家庭、親友、經濟、工作等各種問題。只是心理壓力和纖維肌痛症到底誰是因、誰是果?背後的致病機制是什麼?「我們必須建立一個可以反應纖維肌痛症的動物模式,以驗證心理壓力與纖維肌痛症的關係。」 陳志成說明。

-----廣告,請繼續往下閱讀-----

在此之前,先來看看痠痛是怎麼引發的呢?

組織酸化誘發痠痛

過去研究認為組織酸化會誘發痠痛。1980 年德國人曾做過人體實驗,直接把酸性物質注射入人體,結果發現真的會引起痛感,而且流速越快、越痛,初步證明酸與痠痛的因果關係。但酸是透過什麼樣的分子機制來刺激痛覺神經,卻一直沒有定論。

陳志成嘗試以此建立纖維肌痛症的動物模式。他們先幫小鼠注射酸鹽水,然後以壓肌肉或用細尼龍線刺激小鼠腳掌,發現小鼠碰到刺激會縮腳,代表的確有「疼痛過敏化」現象,但這疼痛過敏化現象在 24 小時以後會消失不見。但如果五天之內在同樣位置再打一次,就會導致持續約一個月的疼痛過敏化,而且也會發生鏡像性的疼痛,成功符合纖維肌痛症的特徵。

這個小鼠實驗模式提供了一個平台,讓陳志成可以從神經學的分子機制上,深入研究組織酸化如何誘發慢性肌肉疼痛。

我們身上各個組織都有痛覺神經,神經上有許多可被酸給激活的離子通道或受體分子,最重要的包括酸敏性離子通道(ASICs),以及辣椒素受體蛋白 (TRPV1) 等等。陳志成實驗發現,如果以藥物抑制 ASICs 或 TRPV1,五天後再次的肌肉酸化刺激就無法誘發慢性疼痛。但是,如果再次的肌肉酸化刺激發生於第二天,仍會誘發 7 ~ 10 天的疼痛過敏化現象。因此,陳志成推論出,第一次肌肉組織酸化不僅是誘發短暫的疼痛過敏化現象,也讓肌肉痛覺神經產生了可塑性變化,所以五天以內再次肌肉酸化刺激,就足以發展成慢性疼痛。

-----廣告,請繼續往下閱讀-----
我們身上所有組織都有痛覺神經,上面有許多離子通道或是受體分子,分別對應不同來源的痛覺,其中可被酸激活的是酸敏性離子通道(ASICs)以及辣椒素受體蛋白(TRPV1)。圖/研之有物

用噪音製造壓力源

了解痠痛的神經科學分子機制,下一步就是建立心理壓力造成痠痛的動物模式,怎麼做?噪音是好工具!一般的壓力來源很難定量,但是噪音可以換算分貝並以程式設定,比較好掌握。

他們讓小鼠待在籠中,不定時播放尖銳、人耳可能聽不見的超音波噪音,一天重複六次,隔兩天後再連續兩天重覆進行……結果,受到噪音壓力的小鼠,出現了疼痛過敏化現象持續約一個月。「我們發現,關鍵是要有不確定性、間歇性、重複性的壓力刺激,如果是給予短暫的壓力刺激,小鼠並不會出現慢性疼痛過敏化現象。」

此外,一般纖維肌痛症患者常出現共病,像焦慮、憂鬱等情緒問題。他們觀察具有疼痛過敏化現象的小鼠們,焦慮行為也變得明顯:一般健康的小鼠喜歡到處探索、玩耍, 放入十字迷宮時,敢走到兩側開放懸空的部分,但有焦慮行為的小鼠喜歡躲在隱蔽空間、不敢跑出來。

壓力 –> 氧化脂質 –> 疼痛訊號

建立一套動物模式後,接下來他和研究團隊想知道,體內有什麼東西誘發了痠痛?

-----廣告,請繼續往下閱讀-----

他們分析小鼠血液中的脂質,發現小鼠在遭受壓力後,體內有一群特別的脂質被代謝出來。「我們發現到一種氧化脂質 LPC16:0 ,令人眼睛為之一亮!」陳志成說道。原來,幾年前有法國科學家發現這種氧化脂質 LPC16:0 可以專一性的刺激感覺神經元上的 ASIC3 酸敏性離子通道。賓果!全部事情似乎都可以串連在一起了。

經過反覆實驗,致病機轉的輪廓漸漸清楚了!外界的壓力源 (噪音),會導致小鼠體內的氧化壓力上升,造成脂質代謝異常,產生過量的氧化脂質 LPC16:0 ,活化肌肉感覺神經元上的 ASIC3 酸敏性離子通道,造成疼痛過敏化現象,持續刺激下轉變成慢性疼痛。

圖/研之有物 (資料來源|陳志成)

纖維肌痛症療法現曙光

在小鼠身上驗證後,回到纖維肌痛症病人身上觀察:他們體內是不是有比較高的氧化壓力?比較高的異常脂質代謝呢?研究團隊將病患根據症狀嚴重程度分類,一群是全身痛、但症狀比較輕微,一群是全身又痠又痛、症狀比較嚴重,發現全身痠痛症狀嚴重的病人體內的 LPC16:0 特別高,另一組症狀輕微的病患則沒有,兩組之間有明顯的差異。

圖/研之有物 (資料來源|陳志成)

而人體其實本有快速代謝 LPC16:0 的路徑,但在五天內重複刺激,就可能變成慢性痠痛;換句話說,很多纖維肌痛症患者的病因可能是長時間一直受壓力刺激,體內會持續產生氧化脂質 LPC16:0,導致肌肉長期慢性痠痛,「這也能說明一個奇特現象:許多纖維肌痛症病患即使用藥也不見效,但當壓力源去除,像是搬離不幸福的家庭,全身痠痛就可能突然不藥而癒。」陳志成補充。

-----廣告,請繼續往下閱讀-----

研究人員證明氧化脂質 LPC16:0 是引起痠痛感的禍首後,就可以嘗試去阻斷它產生。研究團隊用一種可以抑制這種酵素的藥物–血小板活化因子乙醯水解酵素抑制劑 (platelet-activating factor-acetylhydrolase inhibitor; darapladib),打到小鼠的身上,果真成功降低壓力造成的疼痛反應,此發現已申請國際專利,未來可望運用在纖維肌痛症臨床治療。

纖維肌痛症的神祕面紗,至此終於稍稍揭開!這項重大研究成果於 2020 年 9 月刊登在國際風濕免疫科權威醫學期刊 (Annals of the Rheumatic Diseases) 上。不過這只是陳志成痠痛研究的一角。他首創「痠覺理論」,希望能從更深入、全面解答慢性痠痛的成因,尋找更有效的療法。

建立痠覺理論,尋找新一代止痛藥物

何謂痠覺理論?首先,陳志成認為:痠是痠、痛是痛,兩者並不一樣。

這點對華人沒有問題!在臺語詞彙中有痠(SNG)、也有痛,國語詞彙中有又痠又痛、腰痠背痛等,可是在許多國家語言中只有關於疼痛 (PAIN) 的詞彙,沒有單獨提到痠覺的字彙。目前國際上只有對於疼痛的定義,把痠痛視為同一件事,或認為痠只是比較輕微的痛覺。

-----廣告,請繼續往下閱讀-----

但是痠痛成因其實相當複雜,與組織酸化的關係也有待釐清!

比方說,酸可能引起疼痛,但你知道它也有止痛的效果嗎?在上述的小鼠肌肉酸化實驗中,陳志成發現同時抑制 ASIC3 與 TRPV1 ,可抑制酸所誘發的疼痛過敏化現象。但奇怪的是,第二天對於小鼠再次進行肌肉酸化刺激,雖然 ASIC3 與 TRPV1 這次沒被抑制,但小鼠竟完全沒疼痛反應!由此得知:除了 ASIC3 與 TRPV1 之外,還有一個未知、但是很重要的受體參與反應。這個神秘的受體是一個可以止痛的酸敏性受體分子,讓止痛的效果從第一次實驗延續到第二次!

接著,陳志成發現這個受體分子被刺激後,會促使感覺神經末梢釋放重要的神經傳導物質–物質 P。他認為:當痛覺神經被刺激後,在肌肉端的神經末梢會釋放物質 P,物質 P 會抑制神經活性,達成止痛作用,宛如痠痛的煞車系統。陳志成隨即抑制物質 P ,果然一次肌肉組織酸化就足以誘發慢性疼痛,讓小鼠無止盡痛下去。

那麼,問題來了!既然酸可以誘發疼痛、又可止痛,那麼痠痛病人到底是抱怨痠,還是痛呢?痠顯然不只是一種輕微的痛覺這麼簡單!這個「酸止痛」的神奇現象,提供了痠與痛的另類思考,物質 P 也可能成為新一代的止痛藥物。

「我現在就像一個傳教士,必須努力說服大家,痠與痛不一樣!我也跟語言學家合作,了解其他國家的相關詞彙,希望不久後可以將痠覺清楚定義出來。」唯有正視痠痛的不同,分別了解痠、痛背後各自的分子病理機制,才能發展更有效的止痛或止痠療法,嘉惠更多受到慢性痠痛折磨的病患。

-----廣告,請繼續往下閱讀-----
陳志成自許像一個傳教士,努力建立痠覺理論,並跟語言學家合作,希望不久後可以將痠覺清楚定義出來,進一步找出痠與痛的不同分子機制,發展更有效的止痠與止痛療法。圖/研之有物

-----廣告,請繼續往下閱讀-----
研之有物│中央研究院_96
296 篇文章 ・ 3652 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook

2

9
1

文字

分享

2
9
1
經濟和疫情,今晚,你選哪一道?經濟學家找出各國的「最佳防疫政策」
研之有物│中央研究院_96
・2021/03/15 ・5638字 ・閱讀時間約 11 分鐘 ・SR值 598 ・九年級

本文轉載自中央研究院研之有物,泛科學為宣傳推廣執行單位。

  • 採訪撰文|蕭歆諺
  • 美術設計|林洵安

拚經濟 VS 顧性命,防疫政策可能兼顧嗎?

新冠肺炎席捲全球,各國紛紛祭出的嚴格手段,封城、禁足、邊境管制。但這類政策宛如雙面刃,控制人流接觸、傳播疫情,也可能同時衝擊經濟。性命要顧,生計也不能不管,政府該如何擬定政策才能兼顧兩者?當 Covid-19 可能趨向常態化,從嚴防守零容忍是長期最好政策嗎?中研院經濟研究所團隊建構出一套經濟學運算模型,在健康與經濟權衡間,找出適合各國的最佳防疫政策。

防疫是公衛與經濟的拔河

想像一下,你現在是防疫團隊的決策者,此時正與各領域專家開會。

一群學者嚴厲警示:防疫如作戰,務必嚴格限制邊境、在家工作,用盡一切手段把感染人數降到最低。但另一群專家立刻出聲反對:「沒錢也會沒命!」他們主張防疫必須適度寬鬆,盡量維持日常生活,才不會把人逼上絕境。兩邊爭吵不休,你怎麼決定?

對許多人來說,答案或許直觀:防疫首選應該是愈嚴密愈好,最短時間、最高防堵。但在經濟學家眼中,答案沒有這麼斬釘截鐵。

-----廣告,請繼續往下閱讀-----

中研院經濟所助研究員林軒馳、楊宗翰和訪問學者許文泰,耗費近五個月,建構一套量化運算模型,試圖在健康與經濟之間權衡,找出各國的「最佳防疫策略」。

「隔離實在太無聊……」談到研究動機,三人半開玩笑地說,但他們隨後也點出了幾個關鍵動機。

首先,新冠肺炎的衝擊百年罕見,但觀察目前的國外研究,多半仍有限制。例如,總體經濟學家大多忽略國與國之間的互動,沒有納入國際貿易觀點;國際貿易學者則鮮少探討是否有共通的防疫政策。因此,三位學者試圖更全面地找出:在開放經濟體中,什麼才是最佳的防疫政策?

另一個關鍵動機是,他們發現權衡健康與經濟議題,國內輿論幾乎一面倒,「新聞裡的學者專家基本都是公衛或醫學背景,」防疫是公共衛生與經濟的拔河,畢竟健康重要,但放眼各國,長期全境關閉、封城禁足已衝擊眾多產業和商家的營運,擊垮無數家庭生計。因此,經濟問題也不可忽視。

-----廣告,請繼續往下閱讀-----

「我們可能同時顧及公衛與經濟,找出經濟損失最少的防疫選項嗎?」,成為研究團隊的核心問題。

各國國情不同 客製化找疾病傳播速率

帶著這樣的問題,團隊以 2020 年初至 7 月 22 日的資料為基礎,建構出一套經濟學運算模型,檢視不同條件對疫情擴散、經濟損失的影響。

第一步,先了解各國疾病傳播速率。

他們使用流行病學的常用指標:基本再生數(Basic Reproduction Number, R0),意思是每一個感染者平均會傳播給多少人。當 R0 越大,代表疾病擴散快,疫情越難控制;若 R0 小於 1,傳染人數變少,疾病便會逐漸消失。

但即使是同一種疾病, R0 也並不是統一的。「我們根據模型裡人與人的互動參數,或是各國的防疫政策等,反過來推估計各國的 R0。」

-----廣告,請繼續往下閱讀-----

許文泰解釋:「每個國家的國情、防疫措施都不同,例如亞洲人習慣戴口罩,歐洲人打招呼會親吻,所以我們進一步去『客製化』各國狀況——結合各國的 R0 、防疫措施,去計算出對應的有效傳染數(Effective Reproduction number, Re)。」

另外,他們也加入 Dingel and Neiman (2020) 的「各國遠距工作指數」、牛津大學的「防疫政策指標」等重要指標,來做為模型內的運算參數,以提供「客製化」的結果供各國參考。

防疫政策好理解,但為何遠距工作要納入模型?原因是,遠距工作的可行性,也會同時影響疫情傳播與經濟衝擊。楊宗翰舉例:「像美國肉品處理業、或是亞馬遜的雨林工業的工人,很難在家工作,使得工作地就成為群聚感染的破口。」

因此,若一個國家產業的遠距工作可行性愈高,受到的經濟衝擊也相對愈小。國內封城,人們還是可以遠距工作,以及透過國際貿易補足缺口、互通有無,經濟衝擊就可能降低。

-----廣告,請繼續往下閱讀-----

結合流行病學、國際貿易的各項參數,建構出模型後,研究員開始進行各項模擬推算,了解實施不同的防疫政策下,經濟表現有何差異。

各國遠距工作、國際貿易的程度,都可能影響疫情傳播與經濟衝擊。台灣由於製造業占比多,在遠距工作的可行性排行上算是中等國家。
圖/研之有物

參照韓國防疫,「短期」經濟變好或變壞?

他們先以第一波疫情的模範國韓國作為參照。假設,世界各國都向好學生看齊,採用韓國政策防疫,各地的經濟狀況會變好嗎?

檢視經濟狀況的指標有兩項:實質收入(real income)和人民福祉(welfare)。

實質收入較好理解,即是指一國的實質 GDP。後者並非我們熟悉的社會福祉,而是考量了個人感受的效用(utilities)總和,包括風險趨避(risk aversion)、跨時間的替代效果(intertemporal substitution effect)等都納入衡量。簡單來說:當疫情愈穩定、個人收入愈平穩、一國的人民感受愈好,福祉就會愈高。

-----廣告,請繼續往下閱讀-----

要特別說明的是,「套用韓國政策」並不是模仿施行一模一樣的政策,而是「讓疾病傳播速度限制在某個數值(Re)之下」。好比,台灣感染案例更低,因此採韓國政策就代表要增加現行 Re,也就是放鬆現行管制。

至於,為何對照組是韓國,而非超級優等生台灣?說來有趣,答案正是台灣太「模範」了!林軒馳分析:「去年七、八月時,台灣幾乎毫無疫情。如果以台灣做參照,各國經濟活動都要 shut down(全面中止),」台灣就像平行時空,R0 太低,多數國家難以企及。

因此,研究團隊以「韓國的有效傳染數(Re)」做基準,對比現行防疫措施,推算當各國都調整防疫措施,使傳播速度低於這個值時,是否能遏止病毒擴散?對經濟衝擊有何影響?

結果出人意表!除了中國、台灣,短期來看其他國家的實質收入、人民福祉,全都變糟了!加強防疫後,代價是經濟蒙受不小損失。細究原因,韓國疫情比絕大多數國家控制得好,各國需要收緊管制。因此若向韓國看齊,雖然能降低感染人數、少死一些人,但也得承受明顯的經濟衝擊。

-----廣告,請繼續往下閱讀-----
若各國採用韓國防疫模式作為替代政策,不論是染病人數、死亡人數,幾乎都會大幅降低。
圖/研之有物(原圖、資料來源│楊宗翰、許文泰、林軒馳)。
但短期實施後,各國將面臨經濟衝擊。除了中國、台灣的經濟損失會減少,其他國家的經濟反而更慘烈。原因是,韓國比多數國家防疫限制更嚴格,經濟衝擊因而增加。
圖/研之有物(原圖、資料來源│楊宗翰、許文泰、林軒馳)。

看起來,以韓國作為標竿從嚴防疫,對多數國家經濟福祉並不利。難道,防疫真的是經濟殺手?

短期而言,答案似乎是肯定的。但是把時間拉長來看,問題將會複雜許多。因為死亡帶來的各種負面成本,會隨著時間發酵。

比如,一位 30 歲年輕人不幸染疫身亡,假設他原本活到平均年齡的收入、稅金、社會貢獻、消費、可能生養的孩子,將通通化為泡影。另外,狂飆的死亡人數也會讓恐懼陰影擴散,增加不安定的社會成本,「像是賭博一樣,政府都發爛牌給你,知道穩輸的感覺很差,」許文泰解釋。

參照韓國防疫,「長期」經濟變好或變壞?

因此,研究團隊又做了下一個模擬,假定在廣泛施打有效疫苗之前,需要長期防疫。若各國長期採用韓國政策,結果如何?

-----廣告,請繼續往下閱讀-----

情況開始出現分流:有人退步,有人進步。也就是說,一半的國家需要收緊管制,另一半的國家需要放鬆管制,才能有較好的經濟表現。

韓國、台灣得放鬆管制,否則長期下來會承受經濟損失;美國、巴西、印度則應收緊防疫,雖然短期受到衝擊,但長期經濟表現反而更好。

把時間拉長來看,佛系國家若收緊管制,既能挽救更多人的性命,還增加整體經濟利益;中、台、韓等從嚴防疫的國家,則需要放鬆。只是後者調整政策的迫切性沒那麼大,因為實質收入雖然可顯著增加,但福祉並不會巨幅提升。

許文泰強調:「防疫該收緊的時候,請一定要做到,不管是收入、福祉、心理成本都有影響,這不是開玩笑的!」

找出各國最佳防疫政策

保錢、保命一定相互衝突嗎?Re 降到最低,就是最好的防疫政策嗎?顯然,答案未必如此。

從研究結果看來,長期的最佳政策必須在經濟活動、疾病控制之間,找到平衡。強力讓有效傳染數率急速歸零,不見得就能成為模範生,很可能撲滅疾病,但經濟也全面蕭條衰敗,付出慘痛成本,需要考量各國不同的情況,才能計算最佳的防疫政策。因此,下一步,

團隊根據實質收入、人民福祉兩項經濟指標,融合流行病學模型與數據,演算出各國的「最佳防疫政策」──也就是實質收入、人民福祉都能最大化的各國 Re 值。

世紀大疫爆發至今,應該強力封城或者佛系防疫,仍是爭論不休的議題。三位學者透過經濟模型找出最佳防疫參考值,運算出各國最適合的 Re 值,也成為這項研究的突破性發現!

【上圖】研究團隊運算出的各國「最適疾病傳播速度」,例如印度只需要把Re 降至 1.1 ,不須要小於 1。由此提供各國參考,現行政策應該放鬆或管制,才是最適合的防疫方向。
【下圖】若要獲得更好的經濟效益,藍線在0以上的國家,需要加強管制、降低 Re 值;藍線在負值的國家,則需要放鬆管制。
圖/研之有物(原圖、資料來源│楊宗翰、許文泰、林軒馳)。

研究團隊運算出最能降低經濟損失的最適政策後,接著,三位學者也進一步檢視,實施後有多大成效?

根據模型演算,如果各國採取各自最佳防疫政策,多數能增加 2.5% 福祉,包括美國、英國、印度。2.5% 聽起來微不足道,實際上,一兩年的差異如同發展基底,很有可能關乎後續深遠的經濟影響。

白線越短的國家,代表當時的防疫政策表現已接近最適政策。例如,大家印象中的防疫後段班義大利,在圖中表現突出,原因可能是義大利後來採取封城等嚴格政策,將疫情控制住。因此,從蒐集至 2020 年 7 月中的數據來分析,美國、義大利已呈天壤之別。(在此張圖表中,由於台灣當時已無新增案例,R0太低,因此部分失真。)
圖/研之有物(原圖、資料來源│楊宗翰、許文泰、林軒馳)。

如果有一個超級 WHO,該怎麼防疫?

除了最佳防疫政策,他們也做了其他有趣的模擬。例如,想像全世界是由一個機構(例如進化版 WHO),制定全球統一的防疫手段,結果會如何?

「我滿 shocked 的,最佳政策跟放任政策,整體來說實質收入沒有差很多!」林軒馳指出。

若全世界都走佛系路線,相較於採用各國最佳防疫政策,實質收入差距並不大。然而,人民福祉就有顯著差異!這意謂,若國家長期放任,社會必須承受龐大的心理成本,即使表面看來實質收入損失不大,實際上將重創人民福祉。總結本次研究,實施佛系防疫,無論在控制疫情、經濟表現,都明顯吞苦果;採用像韓國般的嚴謹作法,短期雖然會有可觀的經濟損失,長期而言對國家較有助益,死亡人數減少、經濟表現也更好。

值得注意的是,防疫絕非越嚴格越好!最佳防疫政策的推算,就是在控制疫情與經濟效益之間,尋求平衡。

佛系防疫是否可行?從實質收入來看,也許損失並不大;但人們會有風險偏好,當染病、死亡人數不斷攀升,沒有人喜歡隨時處在不安的恐懼陰影,死亡的長期經濟損失也會加成擴大,因而重創人民福祉。
圖/研之有物

另外,三位學者也不約而同談到了國際貿易的重要性。

許多人認為,高度的跨國往來讓病毒很容易搭上「順風車」,是防疫大敵。但研究團隊發現,國際貿易也可以是支援防疫的「後備軍」。

「二、三月的時候,一度出現反全球化浪潮。但實際上,有國際貿易的情況下,才能更良好地控制疫情,」楊宗翰說明,如果各國完全回歸自給自足,疫情可能更糟。比如逼得重災區如美國,工人仍得維持畜牧、肉品加工,因群聚而加速疫情傳播。有他國貨物支援下,國家才能加強防疫,減少經濟衝擊。

林軒馳補充,現代商業交易並非只有人流往來,多數貿易其實是貨運,補足各國生產缺口,反而對拉平疫情曲線有正向幫助。更遑論,許多醫療資源的跨國互助,也需要仰賴國際貿易。

要錢?還是要命?二選一的遊戲很殘酷,但現實中,這道抗疫選擇題不一定是零和挑戰,面對長期的病毒抗戰,社會需要更多面向的思考。隨疫苗研發成功,台灣在努力維持抗疫好成績之時,或許也可以納入經濟學家的意見,找到下一階段最適合台灣的防疫政策。

研究團隊林軒馳、楊宗翰、許文泰(從左至右),為了運算出各國最適合的防疫政策,三人傷透腦筋,但也因此,突破關卡後格外收穫十足。在高度抽象的模型、公式之外,三位研究員仍帶著投身人文社會科學的初心,關懷具體世界的焦慮困境,期盼能從經濟學觀點提供政策建議。
圖/研之有物

延伸閱讀

  1. Wen-Tai Hsu, Hsuan-Chih (Luke) Lin, Han Yang ❬Between Lives and Economy: Optimal COVID-19 Containment Policy in Open Economies❭,2020
  2. 許文泰個人網頁
  3. 林軒馳個人網頁
  4. 楊宗翰個人網頁

-----廣告,請繼續往下閱讀-----
所有討論 2
研之有物│中央研究院_96
296 篇文章 ・ 3652 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook