Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

醫療器材怪怪的該何處申冤?醫材安全監視系統

活躍星系核_96
・2017/08/01 ・3151字 ・閱讀時間約 6 分鐘 ・SR值 516 ・六年級

-----廣告,請繼續往下閱讀-----

  • 文/ Wayne,FB粉絲頁-Medinno Catalyst 醫療器材催化器管理人,專注在醫材的尖端技術、市場動態與法規政策等資訊,不定期發佈評析專題,為醫材業界人士提供最新最完整的產業情報。

遇到異常的醫療器材你會怎麼做?

試想一下,有天你在家使用體溫計時,發現無病無痛的自己,體溫計卻顯示 50oC,再重新測量一次,結果還是一樣,很顯然地,你手上這支體溫計壞掉囉~這時候的你會怎麼做呢?重買一個新的體溫計、打電話去客訴、假裝沒看到……之類的,有想過向政府投訴嗎?

噢,可能體溫計很便宜不值得花時間投訴。那假如是發現家裡的血糖機或是血壓計總是出現異常狀況,你上網搜尋一下評價,發現同樣買這個品牌的民眾遭遇跟你一樣的問題,你並不是單一個案。這時候的你,是可以考慮將儀器異常的狀況通報給政府單位知道。其實正確來說,當你用到有不良狀況的醫療器材,或是使用後發生不好的反應,都該告訴相關政府單位。因為我國政府有為醫療器材設計一套上市後監督系統,當民眾遇到不良醫材或是使用後有發生不良反應時,可以向相關衛生主管機關──食品藥物管理署(Taiwan Food and Drug Authority, TFDA)反應,達到監控醫療器材的目的。

就算是體溫計,當發現醫材出現不良狀況時,還是可以通報政府單位。
圖 / Graco Children’s Products

從冠脂妥事件看上市後監督的重要性

不知道大家還記不記得三月份爆發的冠脂妥偽藥事件,地區藥局的藥師發現偽藥後,立即透過通報系統將消息傳給衛生福利部,使得衛福部能夠迅速作出反應,通知所有醫療機構回收偽藥並開放民眾更換藥品。試想,倘若沒有這樣的通報系統網,這個偽藥資訊需要多久才能傳達到衛福部呢?漫長傳達的過程中,是不是有更多民眾受害?這次冠脂妥風波沒有擴大災情,是有賴於我國衛福部持續在不良藥品與醫材的通報程序上做好管控,所以一發現問題,就可以迅速的將資訊上報給衛福部,下達給所有衛生機關。

醫療器材不良事件通報基本流程。圖/衛生福利部食品藥物管理署

醫療器材上市後監督系統的理念

醫療器材若是要在市面上販售,需要先經過食藥署的審核,那麼審核通過的醫療器材仍會受到政府的管控,這就是「上市後監督」,在醫療器材優良安全監視規範裡有對上市後監督明確的定義:「根據風險管理原則,中央衛生主管機關、醫療機構、藥局及藥商應主動對上市後醫材的安全性,進行已知風險的鑑別、偵測潛在的風險及對重大缺漏資訊的持續性追蹤,以確保使用醫材的安全。」政府對於上市後監督整個管控可分為三大階段--監控、評估、管理。以下就來一一介紹吧~

-----廣告,請繼續往下閱讀-----

上市後監督三階段--監控、評估、管理

監控階段

凡醫療器材經過核准上市後,就會進入監控的階段。那麼衛生主管機關是透過哪些方式進行上市後監督呢?一般來說管道有三種,除了之前提到的不良反應通報之外,還有安全監視與廠商稽核這兩種。

不良反應通報:適用於醫療機構、廠商與一般民眾,只要有發現不良品或是不良反應,可以透過傳真、電子郵件或是線上登記來通報,這些資料會統一送到專門單位-全國藥物不良反應通報中心來進行處理。那麼中央衛生主管機關會依據不良事件的嚴重性來決定是否發起產品召回。

圖/Mk2010, 創用CC 姓名標示-相同方式分享 3.0, wikimedia commons.

安全監視:適用於高風險醫療器材和新創醫療器材,高風險醫材像是心臟瓣膜、心血管支架等屬於第三等級的醫療器材,新創醫療器材像是之前提過的膠囊胃氣球這類市面上獨一無二的醫材。這類型醫材經審核通過後,TFDA 會要求廠商進行為期三年的安全監視(時間依不同醫材而調整),安全監視的期間,廠商需要定期繳交報告給 TFDA,報告內容不外乎是產品基本資訊和有沒有出現不良反應,最後一期的總結報告時,會全部呈交給安全諮議委員會去評估該產品是否需要延長上市後監視的時間。

醫療器材分類分級表。第一等級:如醫用口罩、紗布;第二等級:如血壓計、電子體溫計;第三等級:如心臟瓣膜置換物、冠狀動脈支架。圖/衛福部食品藥物管理署

廠商稽核:TFDA 會委託第三方法人機構進行不定期的稽核,如果是國內醫材製造廠,會實際到現場進行審查,確保醫療器材是在符合規定的環境下生產。如果是國外的製造廠,則是需要請相關代理商提交完整的書面報告。

-----廣告,請繼續往下閱讀-----

評估階段

政府在這一階段是針對醫療器材的風險進行分析,來評估醫材對人體造成的風險,及風險產生的傷害程度與頻率。像是前面提到的高風險性或是新醫材的廠商需要定期繳交安全性報告及總結報告,那麼政府會去評估說是否有需要延長監控的時間,還是說列入備查。那麼一般性的醫材並不需要繳交這些定期性報告,政府是透過民間機構的主動通報來了解一般性醫材的使用情形。倘若政府發現某個醫材主動通報的內容極嚴重或是數量比較高的時後,才會對這項醫材進行評估。

管理階段

這一階段主要是針對產品風險做出決策,常見的做法有跟廠商進行溝通與對醫材進行管制這兩種。跟廠商溝通是屬於較為寬鬆的管理,主要是希望透過溝通,讓廠商主動對產品進行改善或是為醫材相關使用者提供進一步的補救措施。然而,如果食藥署決定對醫材進行管制,那就是上一篇在《2016 年美國醫療器材五大召回事件提到的<醫療器材回收通報>,將有風險的醫材在一定期限內回收,而且廠商需要在召回完成後,提交回收報告書到食藥署。

家裡有一台怪怪的醫材,我可以怎麼做?

這邊建議可以從兩方面進行,首先當然還是要向購買處或是廠商反應,他們屬於第一線人員,可以直接協助你處理異常的醫材。另一邊可以進行的是向政府線上平台進行通報,到衛生福利部的網站搜尋 ──「 醫療器材不良事件通報」,裡面有個「我要通報」,點進去就出現線上申報系統,申請帳號後就可以進行線上申報囉!

不過我國線上通報系統並不如美國設計的來的便利,像是我國民眾要線上通報前,還需要申請帳號,帳號獲得核准才能進行通報。反觀美國 FDA,他們非常重視醫療器材上市後監督這塊,他們為此還特地開發一套手機 APP,為了就是鼓勵民眾多多通報醫療器材的異常問題。美國推出線上通報 APP 後,接獲的通報數量明顯提高,很顯然的,線上通報 APP 是有助於推動民眾參與上市後監督,此一做法值得我國借鏡。

-----廣告,請繼續往下閱讀-----

結論

醫療器材已經不只在醫療機構出現,隨著居家醫療、智慧醫療與行動醫療的發展,越來越多的醫材是會出現我們的生活周遭,所以我們更應該去了解當自己使用的醫材發生問題時,該如何保護自身的權益。

然而,從現實的數據顯示,我國民眾對於主動通報不良醫材的意識極微弱,舉例來說,我國在 102 年的自發性通報不良反應的案件數為 10,666 件。同年,美國 FDA 來自民眾與醫護人員的主動通報件數則為 1,380,173 件。美國人口數量約為台灣 12 倍,自發通報數量卻有 130 倍。美國通報來源有將近一半是來自民眾,而台灣民眾通報的比例可能不到一成。從這邊我們可以去思考為什麼國人不太會主動通報?

但我想更重要的是,國人對於自身權益的重視程度。希望透過這一系列的文章,能夠讓大家開始重視自己接觸到的醫療器材,以及了解在使用過程中發生狀況時,能有哪些管道可以為自己發聲。更進一步的希望大家能夠督促政府與廠商加強在醫療器材上的品質監督,才能保證我們能夠使用到品質越來越穩定的醫材。

看到這邊很認同,剛好家裡也有一個異常的醫材?快上這個網站登錄吧~

-----廣告,請繼續往下閱讀-----

參考資料

-----廣告,請繼續往下閱讀-----
文章難易度
活躍星系核_96
778 篇文章 ・ 128 位粉絲
活躍星系核(active galactic nucleus, AGN)是一類中央核區活動性很強的河外星系。這些星系比普通星系活躍,在從無線電波到伽瑪射線的全波段裡都發出很強的電磁輻射。 本帳號發表來自各方的投稿。附有資料出處的科學好文,都歡迎你來投稿喔。 Email: contact@pansci.asia

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

5
0

文字

分享

0
5
0
手術安全與醫療成本怎麼選擇?單次醫材開放重處理後再使用,手術前想清楚三大問題
careonline_96
・2021/10/14 ・2348字 ・閱讀時間約 4 分鐘

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!

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

重處理單次醫材的安全性

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。

發生不良反應之責任歸屬

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。

-----廣告,請繼續往下閱讀-----

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!

重消次數與收費標準不一
  • 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
-----廣告,請繼續往下閱讀-----

0

0
1

文字

分享

0
0
1
從零開始的起司鍊成之旅
衛生福利部食品藥物管理署_96
・2018/10/24 ・3387字 ・閱讀時間約 7 分鐘 ・SR值 526 ・七年級

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

在台灣像這樣大型的天然起司相當少見。圖/pixabay

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?

-----廣告,請繼續往下閱讀-----

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!

起司的基本製作流程。(點圖放大)

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。

-----廣告,請繼續往下閱讀-----

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。

說到起司,就一定要從乳品談起啦。圖/pixabay

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

莫札瑞拉起司 (mizzarela cheese),水分含量很高的天然起司。圖/pixabay

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。

-----廣告,請繼續往下閱讀-----
  • 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。

再製乾酪的第一步:切碎。(本圖僅為示意)圖/pixabay

-----廣告,請繼續往下閱讀-----

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。

再製乾酪解密。(點圖放大)

-----廣告,請繼續往下閱讀-----

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」「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:

本文由衛生福利部食品藥物管理署委託,泛科學企劃執行

-----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