Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

火場裡的隱形殺手:消防員罹患癌症風險高?該如何加強防護?

活躍星系核_96
・2018/11/06 ・3308字 ・閱讀時間約 6 分鐘 ・SR值 528 ・七年級

  • 文/柯灃隆(畢業於國立新竹高中,現就讀成功大學心理學系,對自然科學和社會議題皆有興趣和接觸。)
  • 責任編輯/蔣維倫

今年(2018)七月,美國總統川普簽署了「消防人員癌症登錄法案(The Firefighter Cancer Registry Act of 2018」,該法案要求美國衛生及公共服務部(Department of health and human services)建立一個登錄系統,收集罹癌消防員的年齡、醫療資訊、生活習慣、出勤頻率等資訊,針對消防員癌症發生率進行研究。為什麼美國政府會開始關注這個議題呢?

消防員具有較高罹癌風險

根據美國疾病管制與預防中心(Centers for Disease Control and Prevention)在 2015 年發表的一項研究,消防人員罹患癌症的風險較一般大眾提高了 9%,因癌症而喪生的風險更是提高了 14% [1]。該研究包含了將近 30,000 名在 1950 年至 2009 年間於芝加哥、費城以及舊金山,實際參與第一線火場工作消防人員的資料。

研究發現提高的罹癌風險主要包括與消化道、呼吸系統和泌尿系統相關的癌症。儘管和此研究一樣指出消防員具有較高罹癌風險的研究不在少數,公衛學家仍然需要更多時間和證據來釐清這樣的趨勢是否代表了因果關係。

對於消防員承受的風險,一般認為是災害現場的高溫與濃煙,然而濃煙中的有害物質卻是會附著在消防員的身體和裝備上。在離開災害現場之後,消防員(甚至是其親友)的健康仍然受到這些有害物質的威脅。 圖/12019 @pixabay

國際癌症研究機構(International Agency for Research on Cancer)是世界衛生組織轄下的癌症研究機構,自 1971 年開始評估各種潛在的致癌因子,根據當時可得的證據將這些因子劃分為確定致癌、極有可能致癌(probably)、可能致癌(possibly)以及大概不致癌(probably not)等分類,並且不斷地更新。劃分的依據以流行病學方法為主,同時也參考動物實驗或與致癌機制有關的資料。在 2010 年出版的專書中,IARC 的工作小組將消防工作歸類為可能致癌(possibly),代表支持其致癌的證據有限 [2]。

-----廣告,請繼續往下閱讀-----

但專書中也提到,消防員在工作的過程中確實會接觸到致癌物質,其來源正是燃燒產生的煙霧。

消防員工作現場的致癌物是哪來的?

我們知道在理想的燃燒之下,不論燃燒的材料是由碳、氫、氧、氮、硫或其他元素所組成,最終的產物都是這些元素的氧化物,其中又以二氧化碳和水為大宗,對人體來說相對無害。但實際上,理想的燃燒只能在仔細控制的實驗中被慢慢逼近,唯有當氧氣和易燃物的比例以及燃燒的溫度都恰到好處時才有可能發生。

火場中(以及瓦斯爐上、金爐裡這些日常生活中可見的燃燒)的不完全燃燒,將會導致許多燃燒副產物的生成,這當中也包含了一些致癌物質。另一方面,火場中的高溫會使有機物質發生裂解,燃燒的過程也會將原本封存在固體中的有毒物質以蒸汽或微粒的方式釋出。在火場煙霧中曾經被偵測出的致癌物包括砷、石綿、苯、鎘與甲醛等 [2]。

一家烤肉萬家香,但也要小心木炭不完全燃燒產生的致癌物質。圖/HaiRobe @pixabay

燃燒過程中還會產生另一個不容忽視的副產物──懸浮微粒。顆粒比較大的懸浮微粒可以被呼吸道的黏液和纖毛排除,然而顆粒較小的 PM10 與 PM2.5 可以穿透這些屏障到達支氣管和肺泡,被認為和心血管疾病與肺癌等疾病有關。更細小的微粒更是會穿過肺泡而循環全身。此外,這些懸浮微粒有很大的表面積,因此能夠吸附其他物質,包括本文中提到火場中出現的致癌物質 [2]。吸附在懸浮微粒上的致癌物質不僅能夠隨著微粒被吸入體內,也可以附著在消防員身上的裝備,進而沾染到其他器材、車輛或消防隊的空間。值得留意的是,上述致癌物質與懸浮微粒的產生並不僅限於建築物火警中,開放空間中的車輛、垃圾堆或植被火警都具有同樣的危險。

-----廣告,請繼續往下閱讀-----

消防人員保護指南

簡而言之,消防人員面對的危害,和烤肉、火力發電與露天焚燒等十分相似,都是來自燃燒過程中生成的有害物質。對於消防人員的職業暴露,美國消防協會(NFPA)等組織提出了相對應的指引和建議,筆者在此將其整理、摘要如下,希望能提供第一線消防人員、政府官員、立法者與消防裝備製造商等作參考。

  1. 不論是發生在建築物內的火警,或是發生在開放空間中的車輛、垃圾堆等火警,消防人員都應該穿著全套的消防衣並使用呼吸器,避免有害物質被吸入或與皮膚接觸。
  2. 未直接參與火警搶救,卻仍然有機會接觸到有害物質的人員,也應該穿著防護裝備並使用呼吸器或防護級別夠高的口罩。這些人員可能包括殘火處理、通風排煙與火場調查等人員。
  3. 任務結束的消防人員,若能在拔下呼吸器之前,先將全身裝備做簡單的清洗並脫除,將會大幅減少有害物質的暴露。由於火場中產生的許多有機性的有害物質不溶於水,因此清洗時須使用清潔劑。
  4. 脫去裝備後,在現場就應該盡可能的清潔雙手與頭頸部。這可以透過水和清潔劑或是濕紙巾來達成。歸隊途中,應該把車輛的窗戶打開來通風。歸隊後應該盡快洗澡與更衣,以去除附著在身上的有害物質。
  5. 從火場中攜出的裝備附著有微粒和有害物質,最好能夠在火災現場附近就用水和清潔劑清洗再歸隊。如無法達成,在歸隊途中也應盡量放在車廂以外的地方,或是以大塑膠袋密封起來,歸隊後再做清洗。
  6. 消防衣、褲屬於多孔材質,容易將有害物質與微粒吸附在其中,最好在每趟火場任務結束後都經過清洗才繼續使用。因此也建議消防機關為每位消防員準備兩套消防衣、褲交替使用。
  7. 柴油廢氣是已知的致癌物,故消防人員應盡量避免吸入消防車輛的廢氣。消防隊駐地中停放車輛的地方應保持良好通風,在災害現場也應隨手將門窗關閉,以免內部受到柴油廢氣以及火場煙霧的汙染。
消防衣。消防衣除了替消防人員隔絕高溫,還具備了防水透氣、防切割、反光等功能。另外,這層屏障可以防止有害物質接觸到消防員,因此消防衣的清洗非常重要。圖/Justin DiPierro @wiki,圖片經作者後製。

由於消防人員在執勤與備勤時具有團體生活的特性,上述的措施只有在團體中的每一個人都確實執行時才能發揮最大的效果。這些措施固然有些窒礙難行之處,有些麻煩、有些花錢,卻是和每一位救火英雄的健康息息相關,在保護自己的同時,還能保護身邊弟兄以及家人的健康。筆者建議不妨從更頻繁且確實的使用呼吸器開始,畢竟吸入煙霧是接觸有害物質最直接的方式。

期許本文能夠喚醒第一線執勤人員對於相關議題的重視與實際行動,也希望主管機關能夠透過相關器材的採購、教育訓練的實施等方式來進一步提高對消防人員健康的保障。

參考資料:

-----廣告,請繼續往下閱讀-----
  1. Daniels, R. (2018, May 10). Firefighter Cancer Rates: The Facts from NIOSH Research | | Blogs | CDC.
  2. IARC (2010). Painting, Firefighting, and Shiftwork. IARC Monographs on the Evaluation of Carcinogenic Risks to Humans, 98:9-764
  3. WSCFF (2016). Healthy In, Healthy Out: Best Practices for Reducing Firefighter Risk of Exposures to Carcinogens. 

編按後記:

以下為消防員工作權益促進會理事所提供的經驗談:

  • 本身是消防的外勤隊員,年資 8 年。個人防護這點確實是越早年越不重視,甚至時至今日,同業還是有人會把不做好個人防護當作英勇象徵,把沾滿碳粒、異味的消防衣視為功勳;自己在現場皮膚直接接觸外部的部位常會全部起疹,徒手收拾裝備後雙手也常常會刺痛好幾天。
    後來漸漸接觸歐美國家相關資訊,才知道在火場外圍作業也應該要戴過濾式防毒面具、收拾裝備要戴防水手套,所有離開火場染物的裝備都要視同化學汙染物清洗才能重新上架使用。
    但之前工作中已經接觸不少,健檢也出現輕度肺纖維化的情況。醫師看了 X光片還問我是不是抽菸抽很兇呢。不,醫生我從來不抽菸阿 QQ
綠圈中為「疑似纖維化的區域」,經醫師檢視,但詳細情形仍須視患者個人醫師診視而定。
-----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。

1

20
0

文字

分享

1
20
0
不抽菸也會得肺癌?PM2.5 如何「叫醒」沉睡的癌細胞?
PanSci_96
・2024/06/25 ・4403字 ・閱讀時間約 9 分鐘

不好意思,你很可能會得這種癌症。其實,我也是。

它就是台灣十大癌症榜首,肺癌。

現在,根據 2023 年 11 月衛福部發布的最新統計數字,肺癌一年的新增病人數已經超越大腸直腸癌,成為台灣每年癌症發生人數之最,堪稱臺灣人的「國民病」。

可怕的是,肺癌在癌症之中有三個之最:死亡率最高、發現時已經是晚期的比例最高、醫藥費也最高。現在再加上發生人數最高,堪稱從癌症四冠王。

-----廣告,請繼續往下閱讀-----

你說肺癌是抽菸的人的事?錯!台灣抽菸人口比例在全球排名 30,比日本、韓國、中國和多數歐洲國家都還低!顯然抽菸並不是肺癌的唯一主因!那難道是二手菸?還是空污惹的禍?還是台灣人的基因天生脆弱?我們到底要怎麼做才能遠離肺癌?

臺灣人的肺癌特別在哪?癌症和基因有關嗎?

根據衛福部國健署的說法,肺癌人數的增加,其實與 2022 年 7 月開始推動肺癌篩檢的政策有關。

隨著篩檢量的上升,近年內肺癌的確診人數預期還會再往上。

原來是因為篩檢量啊,那就不用擔心了。但換個角度想,這才是肺癌最可怕的地方,它可能已經存在在很多人身體裡,而我們卻沒能發現它。肺癌早期幾乎沒有症狀,高達 50% 的患者發現時已經是第 4 期。屆時不只肺部遍布腫瘤,癌細胞可能還轉移到大腦、骨頭等器官,讓治療變得加倍困難。

-----廣告,請繼續往下閱讀-----

對付肺癌,最關鍵點是愈早發現愈好。按照國健署統計,如果第 1 期就發現,5 年存活率可達九成以上,第 2 期發現降為六成,第 3 期存活率大約三成,一旦到第 4 期,僅僅剩下一成。

當然,最好的方法,就是做好預防,打從一開始就不讓癌細胞誕生。

那麼我們就要先了解問題到底是出在環境,還是你、我身體中的基因? 過去關於肺癌的遺傳研究,多半以歐美國家為主,套用到我們身上總有些牛頭不對馬嘴。幸好,我這裡一份以臺灣人為主角的大規模研究報告,將為我們揭露答案。

這份研究是由中央研究院團隊主導,結合臺灣大學、臺北醫學大學、臺中榮總等單位的研究,還登上生物領域頂尖期刊《Cell》2020 年 7 月的封面故事。非常具有權威性,不能不看。

-----廣告,請繼續往下閱讀-----

同時,這也是全球第一次完整剖析東亞地區肺癌的成因。他們的主題很明確:「為什麼不吸菸也會得肺癌?」

在西方,肺癌病人裡面只有 20% 左右的人不吸菸。但是在臺灣,卻有超過一半的肺癌病人都不抽菸,顯示有其他致癌要素潛伏在基因裡作怪。另外,臺灣肺癌病人的男女比例和西方人也大不同,臺灣女性通常更容易罹患肺癌。 為了瞭解肺癌,研究團隊取得肺癌病人的腫瘤和正常組織,解讀 DNA 序列和蛋白質表現量,最後鑑定出 5 種和西方人明顯不同的變異特徵。

其中最受關注的,是一種 APOBEC 變異,因為它有可能是臺灣女性為什麼容易罹患肺癌的關鍵。

這種變異特徵屬於內生性的,也就是人體機制自然產生的 bug。

-----廣告,請繼續往下閱讀-----

APOBEC 不是指單一基因,它是細胞內負責編輯 mRNA 的一組酵素,包含 11 個成員。主要功用是把胞嘧啶核苷酸(C)轉變尿嘧啶核苷酸(U)。簡單來說,APOBEC 原本是細胞正常活動的一環。但因為它有改寫核酸序列的能力,在 DNA 修復過程同時活躍時,就很有可能出事。這就像是一個創意豐富的阿嬤,看到破損的古畫,就在沒和別人討論的情況下上去東湊西補,用自己的方式重新修復了這件藝術。一個與原本不同的突變細胞可能就這樣產生了。

APOBEC 變異在臺灣女性病人身上特別明顯,舉例來說,60 歲以下沒有吸菸的女性患者,就有高達四分之三有這種變異特徵。研究團隊認為,APOBEC 出錯造成的基因變異可能是導致女性肺癌的關鍵。 除了內生性變異,另外一個容易導致肺癌發生的,就是周遭環境中的致癌物。

致癌物有哪些?

研究團隊總結出 5 種肺癌危險物質:烷化劑、輻射線、亞硝胺(Nitrosamine)、多環芳香烴(PAHs),還有硝基多環芳香烴(Nitro-PAHs)。

其中,亞硝胺類化合物主要來自食品添加物和防腐劑,多環芳香烴大多來自抽菸和二手菸,硝基多環芳香烴則是透過汽機車廢氣和 PM2.5 等毒害肺部。

-----廣告,請繼續往下閱讀-----
圖/unsplash

他們進一步分析,大略來說,女性在不同年紀,致癌因素也有差異。60 歲以下的女性肺癌病人,APOBEC 特徵的影響比較明顯;70 歲以上的女性患者,和環境致癌物的相關度比較高。 既然找到致癌原因,我們該如何著手預防呢?你知道肺癌,其實有疫苗可打!?

空氣污染和肺癌有關嗎?有沒有癌症疫苗?

想預防肺癌,有 2 種對策,一種是「打疫苗」,一種是「抗發炎」。

是的,你沒聽錯,英國牛津大學、跟佛朗西斯.克里克研究所,還有倫敦大學學院在 2024 年 3 月下旬公布,他們正在研發一款預防性的肺癌疫苗,就叫 LungVax。它所使用的技術,和過往牛津大學協同阿斯特捷利康藥廠製造 COVID-19 AZ 疫苗時的方法相似。

他們已經募到一筆 170 萬英鎊的經費,預計未來兩年資金陸續全數到位,第一批打算先試生產 3000 劑。不過,關於這款肺癌疫苗,目前透露的消息還不多,我們挺健康會持續追蹤這方面研究的進展。

-----廣告,請繼續往下閱讀-----

在疫苗出來之前,我們還有第二個對策:抗發炎。發炎和肺癌有什麼關係呢?這就要先回到一個問題:為什麼空污會提高得肺癌的機率呢?

一個很直觀又有力的推測是,空污會導致肺部細胞 DNA 突變,因此而催生出腫瘤。

圖/unsplash

但是修但幾勒,科學要嚴謹,不能只看結果。科學史上發生過很多次表象和真實截然不同的事件,空污和肺癌會不會也是這樣?

2023 年 4 月《Nature》的一篇封面故事,明確地說:Yes!肺癌真的和我們想的不一樣。

-----廣告,請繼續往下閱讀-----

其實早在 1947 年,就有以色列生化學家貝倫布魯姆(Isaac Berenblum)質疑主流觀點,他提出的新假設是:除了 DNA 突變以外,癌細胞還需要其他條件才能坐大。用白話說,就是肺癌是個會兩段變身的遊戲副本頭目,正常細胞先發生變異,接著再由某個條件「扣下扳機」,突變細胞才會壯大成腫瘤。

也就是説,只要攔住任一個階段,就有機會能防範肺癌。假如這論點正確,全球肺癌防治的方向將會直角轉彎。

《Nature》的研究支持這個假說,扭轉了過去 70 多年來的看法。在這項里程碑研究中,臺灣也是要角。

時間回到 2020 年,《Nature Genetics》上發表了一份針對 20 種致癌物質的研究報告,包括鈷、三氯丙烷和異丙苯等,但注意,這研究指出這些致癌物大多沒有增加實驗鼠的 DNA 變異量。

這個現象實在太違反直覺,過了 3 年,疑團還是懸而未決。直到《Nature》的跨國研究出爐,才解開部分謎底。

英國倫敦佛朗西斯.克利克研究所主導 2023 年的一項研究,他們鎖定對象為肺腺癌。肺腺癌是典型「不吸菸的肺癌」,台灣每 4 個肺癌病人就有 3 人是肺腺癌,尤其是女性肺腺癌患者有高達九成不抽菸。 為了抽絲剝繭探明空污和肺癌的關係,研究團隊聚焦在肺腺癌患者常發生的表皮生長因子受體基因變異,縮寫 EGFR。他們收集英國、加拿大、韓國和臺灣四國大約 3 萬 3 千名帶有 EGFR 突變的病人資料,進行深入分析,並且發現 PM2.5 和肺腺癌發生率有顯著關聯。研究團隊進一步用小鼠做試驗,把小鼠分成吸入和未吸入 PM2.5 兩組,結果發現吸入組更容易長出惡性腫瘤。

圖/pexels

到目前為止都還不算太意外,然而,團隊切下肺部細胞、分析 DNA 以後發現,DNA 的突變量居然沒有明顯增加!但是有另一件事發生了:堆積在肺的 PM2.5 顆粒會吸引免疫細胞從身體各處聚集過來,並分泌一種叫做 IL-1β 的發炎因子,導致肺組織發炎。

這下子有趣了,根據克利克研究所團隊的檢驗結果,估計每 60 萬個肺部細胞有 1 個帶有 EGFR 突變,這些細胞在發炎環境裡會快馬加鞭生長。相反的,當他們給小鼠注射抑制 IL-1β 的抗體,肺癌發病率就跟著下降。 《Nature》一篇評論引述美國加州大學舊金山分校分子腫瘤學專家波曼(Allan Balmain)的看法。他總結說,空污致癌的主要機制,可能不是因為空污誘發了新突變,而是持續發炎會刺激原本已帶有突變的細胞生長。換句話說,本來在熟睡的壞細胞會被發炎反應「叫醒」。

這會給肺癌防治帶來巨大衝擊,這樣一來,問題就從「用公衛或醫療方法防止 DNA 變異」變成了「如何抑制發炎」。

人體的細胞每天不斷分裂,用新細胞替換老舊細胞。但是這就像工廠生產線,良率無法百分百,組裝幾十萬產品難免會做出幾件瑕疵品,也就是帶有基因突變的細胞。換句話說,從自然界角度來看,DNA 變異是一種自發現象,醫療手段實際上幾乎不可能阻止。

但是,降低發炎卻是有可能做到的,例如注射抑制 IL-1β 因子的抗體。不過,就公共衛生來說,要給幾千萬人施打抗發炎因子藥物根本不切實際,因為太花錢,而且也可能造成其他的副作用。 波曼在《Nature》評論裡建議,透過簡易可行的飲食方式來降低體內發炎,或許有機會減少某些癌症的風險。這也就是說,科學家應該重新回來審視,怎樣把每天的生活點滴點石成金變成防癌手段。

圖/unsplash

這也等於預告了肺癌的下一階段研究方向,除了內科、外科醫療科技持續精進,尋求預防惡性疾病的最佳飲食要素,也成為聚焦重點。

也想問問你,關於肺癌,你最看好的下一個突破是什麼呢?

  1. 希望有篩檢技術 2.0,不但百發百中,如果連X光都不必照,只要抽血就能順便驗出有沒有癌細胞,那該多好。
  2. 當然是癌症疫苗,最好是能一勞永逸。
  3. 科學證實有效的抗發炎防癌食物組合,我一定立刻加入菜單,不過還是希望味道要好吃啦。

留言告訴我們你的想法吧,如果你覺得這集的內容特別實用,記得分享給你的親朋好友!

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

-----廣告,請繼續往下閱讀-----
所有討論 1

1

1
0

文字

分享

1
1
0
有施打 mRNA疫苗,住院與死亡風險較低
台灣科技媒體中心_96
・2022/05/08 ・1007字 ・閱讀時間約 2 分鐘

圖/envato elements

2022 年 03 月 16 日,國際期刊《刺胳針》(Lancet)刊登一篇研究「Comparative analysis of the risks of hospitalisation and death associated with SARS-CoV-2 omicron (B.1.1.529) and delta (B.1.617.2) variants in England: a cohort study」,主要是想透過英國衛生安全局(UKHSA)的 COVID-19 國內確診數據,分別從就診、住院和死亡的數據上比較相對風險,了解 Omicron 相較於 Delta 的嚴重程度。

這篇研究,是由英國劍橋大學的湯米・尼伯格教授(Tommy Nyberg)團隊,收集 2021 年 11 月至 2022 年 1 月間,英國國內監測 COVID-19 感染後的確診數據,並比較 Omicron 和 Delta 對不同年齡階段、不同免疫狀態的人群感染的嚴重程度,包括就診、住院治療及死亡風險的變化。

mRNA 疫苗保護力強?

圖/envato elements

其中在比較 mRNA 疫苗施打的結果上,研究發現,施打 mRNA 疫苗加強免疫系統,對防止 Omicron 的住院和死亡,具有高度保護作用。

數據顯示,「有施打 mRNA 疫苗」發生住院與死亡的風險比值(HR)是「未施打疫苗」的 22%。(HR for hospital admission 8–11 weeks post-booster vs unvaccinated: 0·22 [0·20–0·24])也就是與「未施打疫苗」相比,「施打 mRNA 疫苗」的 8 到 11 週後,發生住院的風險下降了約 78%。

-----廣告,請繼續往下閱讀-----

解讀時,要注意!

該研究是在比較「施打 mRNA 疫苗」與「未施打疫苗」發生住院與死亡風險,使用的是風險比(Hazard Ratio, HR),是指在相同時間裡兩個風險率的比值。

針對 mRNA 疫苗的數據,解讀上需小心。圖/envato elements

如同前面提到,在 Omicron 的研究結果中,「有施打 mRNA 疫苗」會發生住院與死亡的風險,是「未施打疫苗」的 22%。意思是與「未施打疫苗」相比,「有施打 mRNA 疫苗」發生住院的風險下降了約78%。

這邊的 22%,是來自「有施打 mRNA 疫苗」 vs. 「未施打疫苗」兩個群體,發生住院狀況的風險比值,而不是指「未施打疫苗者」發生重症與死亡的發生率。也就是說:「400 萬人未施打疫苗,其中會有將近 80 萬人重症或死亡。」這是錯誤的歸納且與該研究觀察結果無關。

此外,我們也無法透過上述的風險比較,回推「未施打疫苗」群體,發生重症或死亡的比例。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
所有討論 1