什麼？！腳也會中風？急性肢體中風的五個警訊

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《動脈血栓危害心臟！預防心肌梗塞，醫師圖文解析》，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

六十多歲的王伯伯（化名）十年前曾因為穩定型心絞痛放置過血管支架，多年來持續於心臟科門診追蹤，藥物控制得很穩定，每個禮拜都有規律運動。然而，新冠肺炎疫情爆發後，王伯伯便不敢回診、領藥，擔心踏進醫院可能會染疫，所以便自行把每天服用的藥物，改成兩天吃一次，想要藉此撐得久一點。「疫情期間待在家，王伯伯經常自己煮控肉，吃得很豐盛。結果上個月中旬，突感到胸痛、胸悶、冒冷汗，是症狀相當典型的急性胸痛。他很擔心，但是又很害怕到醫院，所以忍了將近一整天，已經快要昏倒了，才被家人帶至急診報到。」彰化基督教醫院心臟血管內科李卓翰醫師說，「我們立刻幫他做緊急心導管，疏通冠狀動脈，才得以化解危機」。

冠狀動脈負責供應心臟的血液循環，當冠狀動脈阻塞，就會出現心肌梗塞 ^[1]。李卓翰醫師指出，心肌梗塞高風險因子包括三高（高血壓、高血糖、高血脂）、抽菸、遺傳、體重過重等 ^[2]，皆可能會危害血管健康，導致心血管疾病。

心肌梗塞發作時，患者會感到胸口又悶又緊，好像被石頭壓住的感覺，而且可能在肩膀、前臂、下巴感到痠麻不適，症狀嚴重時還會冒冷汗 ^[2]。李卓翰醫師解釋，心肌梗塞是相當危急的狀況，當下應立刻就醫、盡早疏通血管，否則心肌可能在短時間內缺氧壞死，引發憾事。

李卓翰醫師分析，動脈血栓是造成心肌梗塞的常見原因，血栓來源有兩種可能性，一是從別處流過來的血栓，如心房顫動可能導致心臟血管有血栓形成，當血栓被心臟血液打出去，便隨著血液流到他處，若流入腦部血管，就會造成腦中風；流入小腸血管，就會造成小腸中風；流入下肢血管，就會造成腳部中風；流入心臟的冠狀動脈，即會造成心肌梗塞 ^[1]。另一種是冠狀動脈本身所產生的血栓，通常是因為長期處於高血壓、高血糖、高血脂的狀態^[2]，使膽固醇堆積於血管壁形成動脈硬化斑塊，動脈硬化斑塊除了會讓血管變狹窄，還有可能破裂，造成血小板聚集，在血管壁形成血栓，阻塞血管暢通。

搶救心臟，刻不容緩！

若診斷為心肌梗塞，醫師會開始使用藥物治療，包括抗凝血劑、抗血小板藥物，然後安排緊急心導管嘗試疏通冠狀動脈，李卓翰醫師解釋，我們可利用氣球擴張術、血管支架來撐開冠狀動脈狹窄的位置，盡快恢復心肌的血液灌流。部分患者可能會需接受冠狀動脈繞道手術，在冠狀動脈上嫁接一段血管，讓血流可以繞過狹窄的部位 ^[3]。疏通冠狀動脈之後，患者必須持續接受藥物治療，李卓翰醫師說，標準的作法是使用雙重抗血小板藥物，稱為「雙抗治療」，利用兩種機轉的藥物來抑制血小板活性，以降低血栓形成的機會。只要沒有禁忌症，心肌梗塞患者都建議應接受雙抗治療達一年，爾後會留下一種抗血小板藥物，終生服用以預防再度發生心血管事件。^[3]

長期服用抗血小板藥物的患者要留意出血狀況，若只是輕微的皮下出血、瘀青較無妨，但如果是腸胃道出血就得趕緊就醫處理。李卓翰醫師提醒，阿斯匹靈是經常使用的抗血小板藥物，對於比較容易產生壓力性潰瘍、消化性潰瘍的患者，要提防腸胃道潰瘍，倘若有腸胃不適、解黑便的狀況 ^[4]，請務必告知醫師，以評估調整藥物，切勿擅自停藥或更改服藥頻率，讓心血管疾病有機可趁。

李卓翰醫師提醒，高血糖、高血脂、高血壓等慢性病都是與心血管疾病有關的危險因子，建議積極控制達標。此外，在初期報告中，心肌梗塞、心血管疾病患者如果感染新冠肺炎病毒，較容易出現併發症而演變成重症，死亡風險較高，^[3] 李卓翰醫師補充，接種疫苗則可提升保護力，建議可及早施打。施打後可以加壓止血，不需要為了施打疫苗而停用抗血小板、抗凝血藥物。^{[5] [6]}

貼心小提醒

李卓翰醫師呼籲，心血管疾病往往是長時間的累積而形成，血壓、血糖、血脂、肥胖、壓力、抽菸等皆是不容忽視的危險因子，平時可能毫無徵兆，但當心肌梗塞發生時，就會危及性命。

李卓翰醫師叮嚀，想要保養心血管，就得按時服藥，將三高控制好，且要維持健康生活型態，如均衡飲食、規律運動、充足睡眠等，飲食避免過於重口味。即使放完血管支架也應務必按時服用抗血小板藥物，避免血栓形成，才能確實降低再次發生心肌梗塞的機會。

1. Anatomy and Function of the Coronary Arteries. https://www.hopkinsmedicine.org/health
2. 中國醫藥大學附設醫院. 急性心肌梗塞， 生和死一瞬間
3. 2020 ESC Guidelines for the management of acute coronary syndromes in patientspresenting without persistent ST-segment elevation
4. Aspirin PI
5. 【錯誤】網傳「接種疫苗當天請停用阿斯匹靈、保栓通、抗血栓藥物和抗凝血劑」？ 台灣事實查核中心
6. Covid-19 and non-communicable diseases: evidence from a systematic literaturereview. Nikoloski et al. BMC Public Health (2021) 21:1068

• 作者／白映俞 醫師
• 本文轉載自 Care Online 照護線上《腳也會中風！注意急性肢體中風的５個警訊（懶人包）》，歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔！

動脈裡有血栓滯留或血管阻塞而阻斷血液循環後，腿部因而缺血壞死。俗稱為「腳中風」。

若本身循環系統不佳，有抽菸習慣，及糖尿病患者更容易罹患急性肢體中風。

這裡要記住 5P 。因為急性肢體中風的五個症狀其英文字開頭都是 P 。

Pain：疼痛
Paralysis：癱瘓無力
Paresthesia：感覺異常
Pallor：膚色蒼白
Pulselessness：脈搏消失

這些症狀起因於血液灌流不足

若有以上 5P 症狀，又有危險因子，千萬別輕忽！

到院後醫師會先做檢查，確定阻塞位置。

並選擇打通血管的方式，可能用藥物、用導管、或用手術。
要看病人狀況及病情決定。

若及時處理，可以挽回腿部功能。

但若組織已經壞死，則需接受清創或截肢手術，患者死亡率則會上升。

因此，及早發覺症狀並就醫是非常重要的！

• 本文轉載自 Care Online 照護線上《腳也會中風！注意急性肢體中風的５個警訊（懶人包）》，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！
  https://line.me/R/ti/p/%40careonline