為何霍亂總在暖季出現？

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

羅馬浴場：帝國先進的水利設施

水與都市衛生也有很大的關係。人類總是居住在河川、湖泊、湧泉等可以立刻取得乾淨水源的地方。但隨著文明的發展，人口集中的都市日漸發達，水源也因此逐漸短缺，於是發展出可大量供應乾淨水資源的設備——上水道。

所謂的上水道，指的是透過建造溝渠等方式，將水從郊外的湖泊或河川上游引進城市。

最早大規模建設上水道的是古羅馬人。他們不但整頓了上下水道、做出用水沖刷排泄物的馬桶，更驚人的是，他們甚至建造了公共廁所——考古學家曾在一處遺址裡挖掘出一千六百座馬桶。

從西元前三一二年至西元三世紀左右，古羅馬建設了許多上水道，從數十公里遠處將乾淨的水引進都市。當時以建造地下管線為主，不過也會用石材和磚塊建造拱型的水道橋；而且為了保持水質，還沿著主要管線設置蓄水池和過濾池。這些運送到市區的水，會分配至公共浴池、宅邸、公共設施，以及讓民眾汲水的噴泉。

古羅馬的公共浴池規模龐大，內部裝潢也十分豪華。一般來說，每座城市至少都有一座公共浴池，做為重要的社交場所。裡面設有專用的房間，由專人在身上抹油，並用木製或骨製刮板將身上的汙垢連同油脂一起刮除，以及不同水溫的浴池、蒸氣烤箱、健身房、圖書室等，民眾還可以在公共浴池內的講堂談論哲學和藝術。

高跟鞋、斗篷和香水 衛生觀念的倒退

然而，隨著羅馬帝國覆滅，大部分的上水道也遭到破壞。一直到中世紀晚期，不但上下水道長期不見天日，連公共廁所也消失了。當時的基督教教義認為，所有肉體欲望都要盡可能節制，裸體入浴是深重的罪孽。公共浴池就別提了，連自家也未設置洗浴設備，可說完全不具備衛生觀念。

這麼一來，城鎮會變成什麼樣子呢？

民眾在道路和廣場上隨意大小便。只能隨便處理的結果，使得排泄物滲入地下，導致病原菌汙染水源。

貴婦們身穿下襬寬大的長裙，就是為了方便隨地排泄；十七世紀初問世的高跟鞋，則是為了避免街上的糞尿泥濘弄髒腳而設計出來的——所以當時的高跟鞋不只是鞋跟，連鞋尖也會墊高。據說，當時甚至有鞋底高達六十公分的超級高跟鞋⋯⋯

另外，民眾會從二樓或三樓的窗口，將尿壺裡的排泄物直接往路上傾倒，所以外出時需要穿上斗篷，以遮擋這些「天上掉下來的禮物」。由於危險有可能隨時從天而降，當時的紳士才會養成護衛淑女走在道路正中央的習慣。

當時的人不太洗衣服，也完全不泡澡或沖澡。為了掩蓋體臭，有錢人會噴上大量的香水，香水工業發達的背後，其實是這個緣故。

乖乖照規定，才叫有禮貌

當時的人一旦感覺到便意，根本不在乎時間、地點，直接公然在外排泄。就連十七世紀的法國代表性建築凡爾賽宮，在早期的建設工程中，根本不包含廁所用和浴室用的水道設備。

宮殿裡，像是太陽王路易十四和著名的瑪麗．安東尼王后，他們所使用的都是坐式馬桶——臀部挖空的椅型便器，而排泄物就積放在下方用來承接的盆子內。當然，國王的馬桶不但鋪上了天鵝絨，還以金銀刺繡做為裝飾，是非常豪華的設計。

這個時代的凡爾賽宮，包含王公貴族、僕人在內，推測約有四千人住在裡頭，但宮中的坐式馬桶僅有不到兩百八十具，數量嚴重不足。因此，在宮中舉辦豪華絢麗的舞會時，愛乾淨的人還會帶著攜帶式便座，再由僕人負責將桶內的排泄物倒進庭園裡；當然，宮中的排泄物也一樣倒在這裡。至於未自備便器的人，則會直接在走廊、房間角落、庭園草叢裡大小便。結果，以美麗聞名的庭園處處充滿糞便，散發出嚴重的惡臭。

宮殿的庭園造景師見狀，非常憤怒，便在庭園裡插了一座「禁止進入」的牌子。一開始大家還不放在眼裡，直到路易十四下令要遵守立牌的指示，賓客才開始守法。

事實上，法語「禮儀」（uiquette）的原義就是「立牌」——最基本的禮貌，其實就是遵守既有的規定。而從這段軼事中，我們也可以預見，惡劣的衛生條件，必然為生命帶來重大威脅。

——本文摘自《世界史是化學寫成的：從玻璃到手機，從肥料到炸藥，保證有趣的化學入門》，2022 年 2 月，究竟出版，未經同意請勿轉載。

1901 年，一場可怕的災難無聲無息地降臨到臺灣，無數看不見的細菌跟在老鼠身上，穿越過大街小巷，讓鼠疫在臺灣各地四散傳播，最終有 4 千多人染疫，3 千 6 百多人因此身亡，就連當時負責收治、隔離傳染病的「台北避病院」院長本田祐太郎也不幸殉職。

過街老鼠還能人人喊打，但看不見的鼠疫卻依然難以預防，於是，時任臺灣總督府民政長官的後藤新平特別請來了「鼠疫專家」高木友枝來臺灣。他一舉讓臺灣醫療升級成 2.0 版本，成功撲滅了令人頭痛的鼠疫，到了 1910 年，該年度臺灣因鼠疫死亡的人數一口氣降至僅僅 18 人。

究竟是多麼強大的存在，有如外掛般推動臺灣的公共衛生發展呢？高木友枝在臺灣醫療史上有重要的一席之地，被杜聰明譽為「臺灣醫學衛生之父」。

空前成功的霍亂防治經驗

雖說高木友枝是後藤新平在帝國大學唸書時認識的好友，但真正讓後藤新平延請高木來到臺灣的理由，還是著眼於他於傳染病防治本身的強大實力與經驗。

1894 年，中日之間爆發甲午戰爭，隨著戰爭而來的，除了硝煙戰火，更有無數傳染病趁虛而入，當時，高木友枝就曾深入香港進行鼠疫調查。

隔年，日本的軍事用船上爆發霍亂，高木友枝被派往似島臨時陸軍檢疫所擔任事務官，最後製造出了霍亂血清、成功治療了霍亂患者，締造了史上首次用血清治療霍亂的成功案例。

這漂亮的第一仗，建立了高木友枝在公衛領域的名聲，接下來他擔任了各種公衛相關職位，更在 1897 年成為日本代表，前往莫斯科參加萬國醫事會議，以及柏林萬國癩（痲瘋）病會議。

而面對臺灣的鼠疫，高木友枝認真制定了兩大方針：撲滅鼠類、接種疫苗。

雙管齊下撲滅鼠疫

消滅老鼠說起來容易，做起來卻不簡單，高木友枝首先針對船舶、火車等處頒布了相關檢疫辦法，對外部來源進行控管。對內部原有的潛在病原呢，高木友枝則採用了軟硬兼施的方式，除了用獎勵的方式鼓勵大家捕鼠，也會請衛生警察加強規範清潔不合格、或沒有配合捕鼠的家戶，最後則透過重新規劃城市分區，來提升臺灣的衛生條件。

另一方面，高木友枝也全力支持鼠疫疫苗接種計畫，一步步降低感染率與死亡率，最終讓鼠疫逐漸絕跡。後來，高木友枝將這段時間內的研究與行政措施出版成德文著作《臺灣的衛生事情》，為這段歲月留下了光輝的紀錄。

然而，撲滅鼠疫並非高木友枝對臺灣醫療衛生唯一的貢獻，他還有許多影響更加深遠。

為醫之前必先學為人 高木友枝的醫療教育理念

1902 年，高木友枝開始擔任臺灣總督府醫學校的校長。

就任醫學校校長期間，他創立了「臺灣醫學會」，嘗試聯合當時的臺灣醫界力量，為公衛盡一份心力。同時，他還創辦《臺灣醫學會雜誌》，讓大家可以透過刊物去探討西方醫學研究的成果，同時對總督府的衛生政策提出建議。

高木友枝在臺擔任教職時，從不會有種族偏見，也不禁止學生在學校使用母語，用一顆尊重臺灣文化的心，栽培新一代的醫生。同時，他也非常重視學生的品格教育，對每一屆畢業生都會給出同樣的勉勵：

為醫之前，必先學為人。

1912 年前後，臺灣總督府曾意圖逮捕當時從事抗日活動與學生運動的蔣渭水、杜聰明等人。當時他們尚在醫學院就讀，高木友枝身為校長，以「教育獨立」、「校園自治」的理念一肩扛下總督府的壓力，甚至對學生表達自己不反對相關運動的立場。

種種事蹟，都在這些學生心中留下了無法取代的重要形象。

為科學研究奠定基礎建設

除此之外，高木友枝對於當時的臺灣科學研究也奠定了重要的基礎。

當時基礎建設並不發達，臺灣各處仍處於瓦斯與自來水缺乏的時代，要進行實驗可說是非常不便：加熱試管得用酒精燈、想要有壓力的水也得自己生，總之就是十分麻煩。於是乎，高木產生了設立基礎研究機關的念頭，並且拿著草案去找了後藤新平。

計畫很快就取得了共識。1907 年，日本特別撥下了一筆經費，準備成立「臺灣總督府中央研究所」，其下分別有化學部及衛生部，而首任所長正是高木友枝。

1939 年，中央研究所在幾經改制後撤廢，另成立農業試驗所、林業試驗所、工業研究所及熱帶醫學研究所。雖然「中央研究所」不復存在，但其打下的基礎仍成為了臺灣早期學術研究發展最重要的支柱。而部分單位如林業試驗所、農業試驗所亦延續至今，繼續為臺灣做出貢獻。

1919 年高木接到一項令人意想不到的任務。時任臺灣總督的明石元二郎創立了「臺灣電力株式會社」，並制定了當時臺灣最大規模的電力建設案──日月潭水力發電計畫。

這案子有多大，其中出現弊案的可能性就有多大。為了避免這些事情影響工程進度，明石元二郎特別找來了高木擔任社長（沒錯他又一次地空降了），而且，這個位子一做就是十年。

想見識高木友枝的廬山真面目？彰化高中就看得到！

高木友枝在臺灣的期間，充分發揮了一位知識份子的影響力，不僅推動了公共衛生發展、培育了無數重視德行的學生、促成了研究院的誕生、監督了水力發電的開發，更是用一顆溫暖而充滿人道精神的心，溫暖了無數學子。

在他過世後，杜聰明等人特別撰文表達自己對他的懷念，黃土水更特別為他雕塑了半身像，如果你想瞧瞧高木友枝這位一代宗師的真面目，可以去彰化高中的博物館看看這件國寶級作品喔！

1. 張名榕。高木友枝典藏故事館落腳彰化高中，教者之愛打動人心。台電月刊，677 期。https://tpcjournal.taipower.com.tw/article/3203　
2. 林炳炎。重塑台灣醫校長高木友枝博士的雕像。https://www.lib.ntu.edu.tw/CG/resources/U_His/academia/no2-ch3.htm
3. 鈴木哲造（2007）。日治初年台灣衛生政策之展開——以「公醫報告」之分析為中心。臺大歷史學報，37，143-180。https://www.his.ntnu.edu.tw/publish01/downloadfile.php?locale=en&periodicalsPage=3&issue_id=33&paper_id=193
4. 鼠疫：疾病介紹。衛生福利部疾病管制署。https://www.cdc.gov.tw/Category/Page/iCortfmEfVKqcZMeDdEuDA
5. 陳恒安（2017）。漱口水、高木友枝與《台灣的衛生狀況》。科技大觀園。https://scitechvista.nat.gov.tw/Article/C000003/detail?ID=d9810238-4efa-47b0-a619-94d98a603f77
6. 莊永明（1998）。台灣醫療史: 以臺大醫院為主軸。遠流出版，頁 711。
7. 林炳炎（2013）。高木友枝醫學博士的學術生涯。https://pylin.kaishao.idv.tw/wp-content/uploads/2013/11/20131114drtakaki.pdf
8. 劉仁翔（2020），明治初期岩田技師的臺灣中部地區鼠疫調查報告。國史館臺灣文獻館電子報，197 期。https://www.th.gov.tw/epaper/site/page/197/2729
9. 避病院。維基百科，自由的百科全書。https://zh.wikipedia.org/wiki/避病院
10. 范燕秋。醫療衛生歷史篇：日治時期。國家圖書館，臺灣記憶展覽。https://tme.ncl.edu.tw/tw/醫療衛生歷史篇#h1-
11. 劉士永。日治時期臺灣的防疫與衛生行政。https://www.ntl.edu.tw/public/Attachment/1119143647100.pdf
12. 魚夫。中央研究所──日治時期臺灣學的重鎮。天下，獨立評論。https://opinion.cw.com.tw/blog/profile/194/article/4481?fbclid=IwAR2kIbtcHiFZizClhLs0RxSs7GjDNwA9POujMN-YLkmI7Gq5i3RRMYfwxj4