【科學簡史外傳】留下想說的最後一句話──「主動登記」器官捐贈的另一面

• 作者／賴昭正｜前清大化學系教授、系主任、所長；合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒，那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬．霍金（Stephen Hawking）　英國理論物理學家

大約在八十年前，當第一台數位計算機出現時，一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧；但七十年後，還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」（Artificial Intelligent，簡稱 AI）的能力最近十年突然起飛，在許多（所有？）領域的測試中擊敗了人類，正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元（graphic process unit，簡稱 GPU）是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia（英偉達）股票從每股不到 $5，上升到今天（5 月 24 日）每股超過 $1000（註一）的全世界第三大公司，其創辦人（之一）兼首席執行官、出生於台南的黃仁勳（Jenson Huang）也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人！可是多少人了解圖形處理單元是什麼嗎？到底是時勢造英雄，還是英雄造時勢？

在回答這問題之前，筆者得先聲明筆者不是學電腦的，因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事，不是我們外行人需要了解的；但作為一位現在的知識分子或公民，了解基本原理則是必備的條件：例如了解「能量不滅定律」就可以不用仔細分析，即可判斷永動機是騙人的；又如現在可攜帶型冷氣機充斥市面上，它們不用往室外排廢熱氣，就可以提供屋內冷氣，讀者買嗎？

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」（central process unit，簡稱 CPU）。CPU 是電腦的「腦」，其電子電路負責處理所有軟體正確運作所需的所有任務，如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作；但為了簡單化，我們在這裡所談的工作將只是執行算術和邏輯運算的工作（arithmetic and logic unit，簡稱 ALU），如將兩個數加在一起。在這一簡化的定義下，CPU 在任何一個時刻均只能執行一件工作而已。

在個人電腦剛出現只能用於一般事物的處理時，CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後，CPU 開始顯示心有餘而力不足：例如電玩動畫需要應用程式處理數以萬計的像素（pixel），每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年，英偉達將其一「具有集成變換、照明、三角形設定／裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」（註二）定位為「世界上第一款 GPU」，「GPU」這一名詞於焉誕生。不像 CPU，GPU 可以在同一個時刻執行許多算術和邏輯運算的工作，快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢？因每一時刻只能做一件事，所以其步驟為：

• 計算 7×5；
• 計算 6/3；
• 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢？很多工作便可以同時（平行）進行：

• 同時計算 7×5 及 6/3；
• 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間，但如果我們有 16 對 a×b 要相加呢？單獨的 CPU 需要 31 個運算的時間（16 個 × 的運算時間及 15 個 + 的運算時間），而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間（1 個 × 的運算時間及 4 個 + 的運算時間）！

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了，如何將它擺正成右圖呢？ 一句話：「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點（座標 x, y）組成的，所以這句簡單的話可讓 CPU 忙得不亦樂乎了：每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

即每一點均需要做四個 × 及兩個 + 的運算！如果每一運算需要 10^-6 秒，那麼讓《我愛科學》一書做個簡單的角度旋轉，便需要 6 秒，這豈是電動玩具畫面變化所能接受的？

人類的許多發明都是基於需要的關係，因此電腦硬件設計家便開始思考：這些點轉換都是獨立的，為什麼我們不讓它們同時進行（平行運算，parallel processing）呢？於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 10⁶ 運算，那上圖的轉換只需 10^-6 秒鐘！

GPU 的興起

GPU 可分成兩種：

• 整合式圖形「卡」（integrated graphics）是內建於 CPU 中的 GPU，所以不是插卡，它與 CPU 共享系統記憶體，沒有單獨的記憶體組來儲存圖形／視訊，主要用於大部分的個人電腦及筆記型電腦上；早期英特爾（Intel）因為不讓插卡 GPU 侵蝕主機的地盤，在這方面的研發佔領先的地位，約佔 68% 的市場。
• 獨立顯示卡（discrete graphics）有不與 CPU 共享的自己專用內存；由於與處理器晶片分離，它會消耗更多電量並產生大量熱量；然而，也正是因為有自己的記憶體來源和電源，它可以比整合式顯示卡提供更高的效能。

2007 年，英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後，科學家發現獨立 GPU 不但能夠快速處理圖形變化，在需要大量計算才能實現特定結果的任務上也非常有效，因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理，不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化，也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬（註三）等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分，正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲，遠遠落在英偉達（80%）及超微半導體公司（Advance Micro Devices Inc.，19%，註四）之後，大約只有 1% 的市場。

事實上現在的中央處理單元也不再是真正的「單元」，而是如圖二可含有多個可以同時處理運算的核心（core）單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心，因此其核心功能不如 CPU 核心強大，但它們能同時高速執行大量相同的指令，在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心；GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書，不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等，也知道它擺斜了。這種「平行運作」的能力不僅限於視覺，它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是：嘴巴在講，腦筋思考已經不知往前跑了多少公里，常常為了追趕而越講越快，將不少學生拋到腦後！這不表示筆者聰明，因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技，因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣（matrix）的讀者應該知道，如果用矩陣和向量（vector）表達，上面所談到之座標轉換將是非常簡潔的（註五）。而矩陣和向量計算正是機器學習（machine learning）演算法的基礎！也正是獨立圖形處理單元最強大的功能所在！因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石：它們的架構就是充分利用並行處理，來快速執行多個操作，進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」（deep learning）。

黃仁勳在 5 月 22 日的發布業績新聞上謂：「下一次工業革命已經開始了：企業界和各國正與英偉達合作，將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升，幫助企業降低成本和提高能源效率，同時擴大收入機會。」

附錄

人工智慧的實用例子：下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後，讀者是不是認為筆者該退休了？

GPU（圖形處理單元）和 AI（人工智慧）之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力，特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步，使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率，使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐，而且使其更具成本效益，因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展，GPU 的角色可能會變得更加不可或缺，推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標，這些神經元網路可以獨立但有凝聚力地工作，使我們能夠執行複雜的任務，例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外，研究表明，與非人類動物相比，人類大腦具有更多平行通路，這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上，一邊聽音樂一邊做飯，或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技，因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵：透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

（註一）當讀者看到此篇文章時，其股票已一股換十股，現在每一股約在 $100 左右。

（註二）組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」（GeForce 256）插卡吧?

（註三）筆者於 1984 年離開清華大學到 IBM 時，就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士（fellow）」Enrico Clementi 的團隊：因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層，我們只能自己寫軟體將 8 台中型電腦（非 IBM 品牌！）與一大型電腦連接來做平行運算，進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

（註四）補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商：英偉達及 ATI（Array Technology Inc.）。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立，2006 年被超微半導體公司收購，品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐（Lisa Tzwu-Fang Su）博士為執行長後，股票從每股 $4 左右，上升到今天每股超過 $160，其市值已經是英特爾的兩倍，完全擺脫了在後者陰影下求生存的小眾玩家角色，正在挑戰英偉達的 GPU 市場。順便一題：超微半導體公司現任總裁（兼 AI 策略負責人）為出生於台北的彭明博（Victor Peng）；與黃仁勳及蘇姿豐一樣，也是小時候就隨父母親移居到美國。

（註五）或。

延伸閱讀

• 「熱力學與能源利用」，《科學月刊》，1982 年 3 月號；收集於《我愛科學》（華騰文化有限公司，2017 年 12 月出版），轉載於「嘉義市政府全球資訊網」。
• 「網路安全技術與比特幣」，《科學月刊》，2020 年 11 月號；轉載於「善科教育基金會」的《科技大補帖》專欄。

哪些人會需要換肝呢？

需要換肝的族群年齡分佈大致上呈兩大族群，一邊是剛出生帶有先天疾病的小朋友，一邊是後天罹病的成年人^[1]。譬如說小兒科會見到的膽道閉鎖，這些小朋友天生膽道就發育不良，膽汁無法順利排到膽管，而淤積在肝臟。如果不處置，會在數個月後快速進展成肝衰竭而有生命危險。

成年人需要換肝的在在台灣以前常見的是因為 HBV 或 HCV 造成的猛爆性肝炎，現在可能就屬肝癌、酒精性肝炎、非酒精性脂肪肝炎、藥物中毒等最為大宗。依照巴賽隆納小細胞肝癌（hepatocellular carcinoma）治療指引^[2]，在肝功能還未受損太嚴重時，若腫瘤數目、大小、位置理想，肝癌病人是可以接受換肝手術，「治癒」肝癌的。這比起許多以延長幾個月的餘命為目標的癌症治療而言，是很難得的。

台灣其實是特例？國際肝臟移植的現況

據衛福部 2020 年統計數據，台灣 2005 至 2018 總計執行了 6211 例的肝臟移植，其中活體肝臟移植就佔了其中的 4915 例^[3]。所謂的「活體」移植就是在幾乎相同的時間內，兩個開刀房、兩組醫護人馬，同時開刀，一邊把受贈者有問題的肝臟取下，一邊把捐贈者的部分肝臟擷取，最後接到受贈者體內。這也常常躍升至媒體，如「捐肝救父」、「捐肝救子」的佳話。

活體移植不僅考驗主刀者的技術、也考驗醫護團隊的默契。開刀只是其中一關，開刀前的配對、開刀後的術後照顧、抗排斥治療等等，皆是重重的考驗。不過台灣日本等國家活體移植的盛行，其實是國際移植界的特例。

活體移植牽涉到的倫理議題，也讓台灣目前活體移植只限於親屬。若非親屬捐贈，則只能排隊，等意外死亡者的肝臟捐贈。所以在國際上行之有年、且更常見的其實是大體捐贈，一般上會是來自因意外或因疾病而腦死的病人。

肝臟從捐贈者體內被取出後，會在 2-5°C 的液態保存液中暫存，並且在數小時內必須移植到受贈者體內。這黃金數小時，是沒有血液灌流的，換句話說，肝臟組織無法有效率的得到生存所需的氧氣，以及排泄代謝廢物，所以一般來說會把這段黃金時間限縮在 12 小時內。如果算上捐贈肝臟組織的運輸以及兩個手術（捐贈以及受贈者）的時間，整個移植是一個跟時間賽跑的過程。如果到目前為止，這個任務還不夠艱鉅的話，我們可以看看美國的統計數字。

在美國大約有 17,000 人在等肝臟捐贈，但實際上每年只有約 6,500 個肝臟被捐贈^[4]。所以肝臟捐贈目前還是非常短缺的，而需要換肝的人在等待過程中，存活機率也一點一滴的流失。

全新的方向：瑞士的跨領域研究

在大體捐贈以及活體移植各有其限制的狀況下，一組在瑞士的人馬開始了一個全新的肝臟移植方式^[5]。這群人結合了工程、生物化學以及醫學專業，一起研發了一台機器，可以在體外模擬許多類似人體內的環境，讓肝臟在移植過程中，有最小的轉換過程。可能的環境衝擊包括溶血、血行動力學不穩、溫度控制、血糖控制、肝醣消耗、以及物理壓力造成的組織壞死。而在今年，他們發表了第一個使用此機器的人體肝臟移植案例。

肝臟組織是來自一個 29 歲的年輕病人，因為腹部硬纖維黏液瘤（desmoid fibromatosis），併發長期感染以及敗血症，為了要控制病情而必須切除部分肝臟組織。一般來說，這樣的肝臟組織是不會再捐出去的，不只因為有腫瘤病史，而且又有進行中的感染，如果腫瘤細胞在受贈者體內繼續生長，或是感染持續進行，那麼受贈者的預後一定也很慘淡。但是這組瑞士人馬，在經過捐贈、受贈者兩方同意後，決定利用手術後剩下的肝臟組織。於是這個被取下來的肝臟組織，在肝門靜脈、肝動脈、下大靜脈、以及總膽管都被恰當的接到機器上後，就開始了這個神奇的體外之旅。

一切的變因都盡量模擬體內環境，包括溫度（37 度）、血液灌流速度、脈衝式血壓，並且持續抗生素（因為捐贈者有細菌以及真菌感染）。三天後，這個肝臟再重回人體中，是位 62 歲的受贈者。

這個嘗試特別的地方在於，雖然肝臟在體外保存了三天，卻沒有在大體捐贈常見的組織再灌流傷害（是指經過一段缺血的時間後，血管重新被打通，血液帶來充足的氧氣，但同時也產生很多自由基），這是只有活體捐贈才比較能看到的優點。而且可能因為肝臟先天免疫功能的保留，後續的排斥反應並不明顯，病人術後的抗排斥藥用量逐步地降低。與此同時，體外保存期間還可以持續治療，譬如在這個例子中的抗生素治療，讓一些本來無法使用的組織，變成可以捐贈的祝福。

肝臟移植的一線曙光

雖然在台灣大體肝臟捐贈比較不常見，反而活體肝臟移植是比較盛行的做法，但活體移植仍存有道德辯證、危害健康捐贈者健康等等的疑慮。畢竟捐贈者一般都是健康人，而捐肝的大手術也是有一定的風險的。

在這個器官需求者眾、捐贈者匱乏的社會中，這個體外保存的技術絕對是一個令人興奮的新發明。只是就像任何新的醫學發明，臨床的資料需要長期而且大量病患的累積，才能有足夠的證據支持。這個幸運的受贈者已經持續被追蹤了一年，也許再五年、十年，再百個、千個病人，而有了世代研究，體外保存技術將會變成移植醫學的顯學。

參考資料

1. Kasper, D. L., Fauci, A. S., Hauser, S. L., Longo, D. L. 1., Jameson, J. L., & Loscalzo, J. (2015). Harrison’s principles of internal medicine (19th edition.). New York: McGraw Hill Education.
2. Llovet, J.M., Fuster, J. and Bruix, J. (2004), The Barcelona approach: Diagnosis, staging, and treatment of hepatocellular carcinoma. Liver Transpl, 10: S115-S120. 
3. 衛福部公布：我肝移植成功率逾八成高雄長庚雙冠王
4. https://hospital.uillinois.edu/primary-and-specialty-care/transplantation-program/liver-transplantation/your-liver-transplant-options/cadaver-liver-transplant
5. Clavien, PA., Dutkowski, P., Mueller, M. et al. Transplantation of a human liver following 3 days of ex situ normothermic preservation. Nat Biotechnol (2022).

• 作者／吳明儒教授
• 本文轉載自 Care Online 照護線上《腎臟移植重點講解，醫師圖解說明》，歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔

我們的腎臟主要負責維持體內水分和電解質的平衡，並排除一些代謝廢物。當腎臟功能衰竭，患者就必須仰賴定期洗腎來維生。根據健保署統計，2019 年健保支出最多是疾病是「慢性腎臟疾病」，治療費用高達 533 億元，接受洗腎治療的患者超過 9.2 萬人。

臺中榮民總醫院內科部主任吳明儒教授指出，腎臟移植能幫助患者脫離洗腎的羈絆，生活品質大幅提升，也有助於降低醫療支出。

台灣的腎臟移植技術已相當成熟，接受腎臟移植五年後，患者存活率高達 93%，而且有超過 85% 的移植腎臟仍然具有功能。隨著免疫抑制劑的進步，有超過半數的移植腎可以存活 15 至 20 年以上。

糖尿病、反覆感染、腎絲球腎炎——這些患者可能出現腎臟衰竭

吳明儒教授表示，糖尿病是造成慢性腎臟病最常見的原因，超標的血糖會持續對腎臟造成傷害，進展到腎臟衰竭而需要洗腎的患者中約四成是因為糖尿病。另外還有許多原因可能導致慢性腎臟病，例如高血壓、腎絲球腎炎、反覆腎臟感染、泌尿道阻塞、心臟衰竭、具有腎毒性的藥物、重金屬中毒等。

當腎臟功能惡化到一定程度時，醫師便會建議患者開始為接下來的透析治療做準備，若要接受血液透析，就要建立動靜脈瘻管，若要接受腹膜透析，就要將腹膜透析導管植入腹腔。

另一方面，患者也可以考慮接受腎臟移植的評估，經過一系列完整的檢查，諸如人類白血球抗原測定（Human Leukocyte Antigen，HLA）、群組反應性抗體測定（Panel Reactive Antibody，PRA）、感染篩檢、心肺功能、手術風險等，便能夠登錄至器官捐贈移植登錄中心，列入等待名單。

如果狀況許可，早一點進行腎臟移植對患者愈有利，很多國家不鼓勵洗腎後再移植，他們希望可以在末期腎臟病第五期時就開始評估進行腎臟移植的可能性。這些患者預計會在一、兩年內開始洗腎，若能在洗腎前接受腎臟移植，對患者存活率有幫助。

腎臟剩一顆還可以生活嗎？移植如何進行？

吳明儒教授解釋，腎臟移植的器官來源有大愛捐贈和活體捐贈，大愛捐贈的腎臟數量很有限，每年僅有兩百餘人能獲得配對相符的腎臟。活體捐贈的腎臟能幫助縮短漫長的等待時間。

我們體內有兩顆腎臟，正常狀況下，一顆腎臟就能滿足生理所需，因此有機會進行活體移植。目前的規定必須是患者五等血親以內的親屬或結婚兩年以上的配偶，在經過詳細檢查，評估健康狀態、手術麻醉風險後，可以擔任活體捐腎者。

因為我們的免疫系統會攻擊外來的組織、器官，所以腎臟移植前都必須進行組織配對，以降低排斥反應發生的機會。

目前外科醫師大多會使用腹腔鏡微創手術來取下一顆腎臟，術後疼痛較少、恢復期也比較短。根據研究，活體捐腎者的長期存活率與同年齡層的族群相當，日後罹患末期腎臟病的機會也和一般人相當。隨著手術技術的成熟，活體捐腎者大概能在一個禮拜出院，死亡率約千分之一。

吳明儒教授說，我們很希望民眾能對活體腎臟移植有更多的了解，讓更多洗腎患者有機會接受腎臟移植。

除非有特殊考量，否則在進行移植手術時，通常不會去切除原本失去功能的腎臟。外科醫師會在受贈者的右下腹或左下腹打開一道傷口，小心分離出外髂動脈（external iliac artery）、外髂靜脈（external iliac vein），然後將腎動脈與外髂動脈做吻合，腎靜脈與外髂靜脈做吻合。

完成腎動脈、腎靜脈的吻合後，便能將血流導入新腎臟，讓新腎臟漸漸恢復作用。腎臟移植手術時間大約需要四至六個小時，接受腎臟移植的患者大概會在兩個禮拜出院，出院前的腎功能幾乎能回到醫師可接受的範圍，約莫一個月後能達到穩定的腎功能。

減少排斥！腎臟移植後最重要的一件事——規律服用免疫抑制劑

吳明儒教授提醒，接受腎臟移植後，最重要的是規律服用免疫抑制劑，以減少排斥反應的機會，延長新器官的存活時間。

有些患者在經過幾年狀況都很穩定後，就漸漸沒有規律服藥，而開始出現排斥反應。一旦發生過排斥，身體的免疫系統被激活，往後就容易發作。吳明儒教授強調，規則服用免疫抑制劑非常重要。尤其台灣有不少人屬於快速代謝的基因型，只要忘記吃藥，免疫抑制劑的濃度就可能偏低，而出現問題。

因為服用免疫抑制劑，患者較容易受到各種病毒、細菌、黴菌的感染，例如巨細胞病毒（Cytomegalovirus）、單純疱疹病毒（Herpes Simplex Virus）、腺病毒（Adenovirus）、念珠菌（Candida）、肺結核等，尤其是移植術後前半年的感染風險較高，要留意發燒、咳嗽、腹瀉、頻尿等感染徵兆。請盡量避開人潮，減少感染的機會，飲食衛生也要特別留意。

移植腎臟得來不易，務必好好愛惜，切勿服用不明藥物。若有糖尿病、高血壓、高血脂一定要好好控制，以免新腎臟又遭到這些慢性病的破壞。養成良好生活習慣、規律作息、適度運動、均衡營養皆有助於維持體能與整體的健康狀況。

患者必需定期回診追蹤，若發現移植腎有腫痛感、尿量突然減少、水腫、血尿、發燒、倦怠、焦慮不安等狀況，請立刻回醫院檢查和治療！

• 本文轉載自 Care Online 照護線上《腎臟移植重點講解，醫師圖解說明》，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！