醫療器材怪怪的該何處申冤？醫材安全監視系統

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

• 作者 / 照護線上編輯部
• 本文轉載自 Care Online 照護線上《手術自費醫材千百種，單次醫材重處理後再使用，術前務必搞清楚！》，歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔

隨著科技的進步，在手術過程中常會運用各種自費醫療器材，常見的醫材包括止血夾、能量刀、縫合器、鑽頭等，都是以提升治療成效、減少併發症為主要目的。為確保醫材的效能、安全及可靠，部分自費醫材是設計為「單次使用」，即「單一次使用後即須丟棄」。

然而，基於醫療成本考量，衛福部宣布於 2021 年 1 月 1 日起，法令放寬讓全台各大醫院可以重新處理使用過的單次使用醫材，也就是在進行清潔、消毒、滅菌後，將單次醫材再提供給下一位患者使用。

根據 108 年醫事機構現況及服務量統計分析，全台灣每天有將近 7,000 台手術執行〔1〕，大家在接受手術前，除了關心手術形式，也必須了解術中使用的醫材種類，才能掌握自己的健康。

若在評估後，考量使用重處理單次醫材，大家也應考量 3 大問題，包括：重處理單次醫材的安全性、發生不良反應之責任歸屬、重消次數與收費標準不一。

問題一：重處理單次醫材的安全性

單次醫材的製程設計、材料選擇，都是以單一次性使用後丟棄為標準。器械組成十分精密，孔洞縫隙非常小，更不具備拆卸或重新安裝等設計，若恣意重處理，恐難以徹底清潔。

透過國外的研究人員將一批全新的單次醫材，與經由專業重處理廠依循嚴格標準（AAMI TIR 30、ISO 11135-2007）處理的單次醫材，進行一系列檢測。以目測、光學顯微鏡、電子顯微鏡檢測結果發現，多數經過重處理的單次醫材依然有殘留物，且更有材質劣化的問題。部分重處理單次醫材仍可偵測到血紅素反應，在經過培養後，有重處理單次醫材觀察到細菌生長量超過無菌保證水準（sterility assurance level） 〔2〕。

由衛生福利部疾病管制署出版的感染控制雜誌曾經提出，使用重處理單次醫材之可能風險，包括交叉感染、材質改變、醫材故障、化學品或去污劑的殘留、故障、內毒素反應〔3〕等。交叉感染、內毒素反應等會對患者健康造成危害，且衍生出更多醫療花費以及醫療糾紛。

在手術過程中，經常需要截斷血管，將會使用封閉血管的醫療器材，若醫材經多次的重新消毒、滅菌後，可能導致夾合、封閉血管的功能變差，進而影響手術的效果〔4〕；一旦醫材於手術過程中故障、失效，更會影響手術進行及病人安全，甚至使得手術時間延長，讓病患暴露於更長的麻醉時間及風險中。

衛生福利部醫事司亦提醒，若重處理過程不確實，在使用上可能會有健康上的風險，因此，建議民眾在選擇時須了解其風險程度〔5〕，並且多加注意。

問題二：發生不良反應之責任歸屬

使用重處理單次醫材，還會衍生一些難題，例如：在醫材失效或發生不良反應時，法律責任該如何歸屬？是執行醫材重處理的單位該負起全責？還是主刀醫師與醫療團隊？又或是由民眾自行承擔？

基本上，若患者因重處理單次醫材於術中失效、故障，而導致意外、影響手術效果、衍生併發症時，應可究責於重處理的執行單位。但問題是，這 3 年為執行的過渡期，重處理作業由各醫院自行執行，重處理的程序由政府核定，且醫療人員也需於術前同步需評估醫材狀態，才能進行使用。一旦醫材於術中或術後出現問題，權責歸屬十分不明確。

問題三：重消次數與收費標準不一

重處理單次醫材的重複消毒、滅菌及使用次數與收費標準皆是民眾相當關心的問題。然而，同一種醫療器材，在不同醫院，可能因不同重處理次數、方式，而有不同的收費標準，導致市場價格混亂，患者及家屬在事前務必了解清楚。

使用重處理單次醫材攸關病患的權益與安全，醫院必須事先揭露，告知該次醫療行為是否會使用重處理單次醫材，並提供全新單次醫材及重處理單次醫材的費用差別說明，取得病患與家屬同意後才可以使用。

衛生福利部醫事司提醒，民眾可以要求醫院提供衛福部發放之重處理單次醫療器材之核准函，確認該項醫材是在核准品項內，亦可請醫院提供自費品項說明，內容應包括：重處理單次醫療器材的處理過程、重處理次數、及安全注意事項等〔6〕。最後提醒大家，在接受手術前，記得要主動詢問、謹慎評估喔！

• 1. 108 年醫事機構現況及服務量統計分析
• 2. Chivukula SR, Lammers S, Wagner J. Assessing organic material on single-use vessel sealing devices: a comparative study of reprocessed and new LigaSure™ devices. Surg Endosc. 2020 Sep 9. doi: 10.1007/s00464-020-07969-8.
• 3. 單次使用醫療器材再處理之感染管制，感染控制雜誌，中華民國 109 年 4 月第三十卷二期
• 4. Quitzan JG, Singh A, Beaufrere H, Valverde A, Lillie B, Salahshoor M, Bardelcik A, Saleh TM. Evaluation of the performance of an endoscopic 3-mm electrothermal bipolar vessel sealing device intended for single use after multiple use-andresterilization cycles. Vet Surg. 2020. 49:vsu13396
• 5. 重處理單次醫材問答集，衛生福利部醫事司
• 6. 重處理單次醫材問答集，衛生福利部醫事司

• 本文轉載自 Care Online 照護線上《手術自費醫材千百種，單次醫材重處理後再使用，術前務必搞清楚！》，歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔
• 加入照護線上 LINE 官方帳號，健康資訊不漏接

本文由衛生福利部食品藥物管理署委託，泛科學企劃執行

• 文/文詠萱

起司，又稱為乾酪，在世界飲食文化發展中佔有相當的重要性，它不僅含有鈣質等營養成分，而且其中蘊含的文化意義，還可以為生活增添情調。

臺灣常見的起司多為起司片、起司條等再製乾酪（即再製起司）產品，而天然起司多為外國進口，為什麼臺灣自製起司如此少見？世界上有千種起司，又是怎麼製造的？

這次我們邀請臺灣大學動物科學技術學系陳明汝教授從原料乳開始，為我們介紹關於起司的製程、加工原理，讓你更理解吃下肚的各種起司，究竟是如何鍊成的！

起司的原料乳品有哪些講究？

在天然起司歷史源遠流長的歐洲，起司製作不僅是食物，更是一門工藝。每個製程環節都需講究細節，原料乳的選擇與處理本身就是一門大學問。

起司的原料為生乳，一般會以巴氏德殺菌法來進行殺菌，消滅鮮乳中的致病菌，並嚴格控制其生菌數。

生乳加熱的溫度也會影響到起司最終的品質與口感，有些起司製作時加熱的溫度會稍微低一些，為了保存其中特殊的微生物，以及牛乳天然的蛋白酶和脂肪酶，讓起司熟成後會有特殊的風味。有些則提高加熱溫度、增加加熱時間，讓乳清蛋白變性與酪蛋白結合，這樣製成的起司由於增加了乳清蛋白，再加上乳清蛋白保水性佳，產率較高，起司成品比較軟。

為什麼製作起司一定需要生乳呢？超市買到的牛奶就不能做起司嗎？生乳跟一般市面常見鮮乳不同在於是否經過「殺菌」及「均質化」（homogenization，使互不溶的成分成為穩定而均勻的液態懸浮物）處理。未經均質處理的生乳，在放置一段時間後，會因為油水不相容的關係浮出一層脂肪，有助於後續凝結製造起司；而均質則會讓脂肪球變小並與酪蛋白結合，進而在起司製程中影響牛乳凝結、使起司成型不佳。

由於臺灣牛奶收購價格較高，排掉乳清比較浪費，所以會將生乳加熱至攝氏100度左右，讓乳清蛋白變性，與酪蛋白結合。其實，將乳清蛋白保留在起司原料中，除了能增加起司產量，還因為乳清蛋白跟水的結合力較強，能在製程中保留較多水份，使得起司成品口感更軟。

牛乳中的蛋白質約80％為酪蛋白、20％為乳清蛋白，一般起司製程中大多留下酪蛋白，被排除的的乳清蛋白則可用來製作其他副產品，像是健身族會食用的乳清蛋白粉等。

從原料到成品：冷卻、排水與壓製

經過殺菌後的原料乳降溫後，會加入發酵菌種，例如乳酸菌，而不同菌種也會影響起司最後展現的風味。菌種放入後，醱酵半小時至一小時，讓酸度上升（pH值下降），直到 pH值降到 6 以下時，再加入凝乳酶使原料乳凝固，此時看起來就像豆花或豆腐狀。

凝乳完成後，會將凝乳切割成小塊、增加乳清排除的面積及速度。切割大小會影響起司最後的軟硬度，切割愈大塊排水愈慢，導致含水量愈多，起司就會愈軟；以此類推，切成小塊的起司成品相對比較硬。凝乳切割後，會稍微提高溫度，讓凝乳塊中的蛋白質收縮，促進乳清排除。乳清排除後，會加入鹽與凝乳塊混合，接著進行壓實，讓更多乳清排除並成型。

大部分起司的前段製程相似，但後續會因為熟成時間、熟成條件、是否上蠟等製程差異，讓起司有不同種類。

例如，莫札瑞拉起司（mozzarella cheese）為了增加其延展度，會將凝乳塊放在攝氏 70 度的水中攪動，增加蛋白質的彈性，最後再放入冰水中。而高達起司（gouda cheese）為了避免起司因為接觸空氣而發霉，會在外層封上一層蠟，再進行長時間熟成。

還有些起司在壓製後會放入鹽水中，提高起司風味，為了不影響起司風味（變太鹹）、或是影響起司中菌種生存，鹽水濃度多控制在1.5％左右。而市面上常見的軟質藍紋起司（blue cheese），會在壓實後，於表面切出一條一條的凹洞，另外撒上黴菌。

起司若根據國際法典（Codex）以含水量分類，可分為極硬質起司（MFFB少於 51%以下，例如帕瑪森起司）、硬質起司（MFFB介於 49~56%之間，例如多數的切達起司）、半硬質起司（MFFB 介於 54~69% 之間，例如常見有孔洞的艾曼塔乳酪）和軟質起司（MFFB 67％以上，例如莫札瑞拉起司，或製作提拉米蘇的馬斯卡朋起司）。起司水分多寡除了左右軟硬度外，也會影響保存期限，當水分含量愈低，水活性通常也愈低，保存期相對比較長。

• 註：MFFB (moisture on a fat-free basis)，即無脂肪的含水比：起司的水分重量/（起司總重-脂肪重量）

除了生乳、菌種等原料外，在美國、歐洲等地製作天然起司允許加入食品添加物。像是加入少許氯化鈣，可幫助凝乳酶讓起司凝固；有些煙燻起司則是加入硝酸鹽類（nitrates），以增添風味、幫助抑菌（但根據我國「食品添加物使用範圍及限量暨規格標準」，目前仍不允許將硝酸鹽添加於乾酪裡）；還可以加入色素讓起司呈現色澤，主要以 ß-胡蘿蔔素為主。

什麼是再製乾酪？

臺灣市面上最常見的起司產品，如起司片、起司條等，其實是前述天然起司經過再次加工製造而成，又稱為「再製乾酪」（processed cheese)，或稱再製起司、加工起司。再製乾酪樣貌多元，有片狀、條狀、絲狀、牙膏狀、罐頭、噴式等各種型態。再製乾酪的概念源自於打仗行軍時的保存需求，軍隊將原本的天然起司加熱殺菌，融化後放涼又會再度凝結，成為較容易保存、不易腐壞的再製乾酪。

再製乾酪以天然起司為原料製作，起司需先切碎、加熱，加熱溫度會因後續用途不同而有差異。

由於不能讓每一批再製起司的口感風味差異太大，所以再製乾酪業者多半依照比例混合兩種以上的天然起司，並且另外加入食品添加物以達到標準品質。

天然起司溶解後，內含脂肪會浮出，因此，再製乾酪可能會加入磷酸鹽類品質改良劑（如：磷酸二氫鈉）或乳化劑，以幫助脂肪乳化。按照國際食品法典委員會（Codex）規定，添加磷酸鹽每公斤不能超過 40公克，而臺灣現行標準更嚴格，規定用量應在每公斤 3公克以下（以磷酸根 phosphate 計算）。

此外，起司製程還可能加入檸檬酸與防腐劑延長保存期限，或添加色素（如 ß-胡蘿蔔素）讓賣相更好。最後再進入填充包裝、冷卻、銷售等環節。

為什麼臺灣很難自製起司？

臺灣不容易製作起司的原因包括「氣候」及「原料」2 項因素。氣候條件讓天然起司發酵與存放環境受限，再加上起司裡的菌種與酵素具有活性，需待在攝氏 5~7 度的環境裡，因此天然起司的儲藏、運用限制較多。除此之外，臺灣牛奶收購價與國外相比高很多，也不利於自產自銷起司。

即使先天環境不利，但市場需求仍然龐大，於是衍生出更容易保存、方便運用，價格也相對親切的再製乾酪。雖然再製乾酪比較容易存放，但開封後仍必須依據產品標示適當冷藏或冷凍，並且盡快吃完。

小小起司裡蘊藏了許多食品加工技術的智慧，不管是來點天然起司搭配好酒，或是使用再製乾酪增添料理變化，盡情享受起司為你帶來的人生樂趣吧！

參考資料：

• 圖解食品加工學與實務 (2016) 五南出版社 李錦楓 李明清等著
• 食品加工學 第二版 (2013) 五南出版社 施明智 蕭思玉 蔡敏郎 著
• Codex Alimentarius – Milk and Milk Products Second edition – FAO
• 台農乳品：何謂「均質」？為何乳品加工必須經過均質化處理?有何效果？

本文由衛生福利部食品藥物管理署委託，泛科學企劃執行