Loading [MathJax]/extensions/tex2jax.js

0

1
0

文字

分享

0
1
0

動物的尿尿工程學(下):形狀大小不是問題,比例才是關鍵——《破解動物忍術》

三民書局_96
・2020/03/13 ・2834字 ・閱讀時間約 5 分鐘 ・SR值 530 ・七年級

-----廣告,請繼續往下閱讀-----

動物尿尿的時間,怎麼看起來都差不多?

這些動物必須待在圈欄內,好讓大家都安全無虞,為此,他們必須採取較不具侵擾性的方式來測量排尿時間。

在接下來數星期的每天下午,他們都站在烈日下的圈欄外,用一個巨大的反射板來替動物的生殖器打光,準備好高速攝影機,然後耐心等待。

幾個星期的辛苦工作後,他們從動物園回來,全身覆滿塵土,被尿噴得到處都是,而且看起來還蠻失望的。我問他們怎麼了,他們說自己非常認真工作,但是卻沒有得到什麼有趣的結果。

他們測量了超過 40 種動物的排尿時間,但發現每種動物的排尿時間都差不多,超過七成的排尿時間介於 10~30 秒,平均值為 21 秒。我驚呼:「這就是最有趣的發現啊!」

我們仔細查看數據,我的眼睛瀏覽過他們研究的各種動物,包括狗、山羊、貓熊、犀牛和大象,但沒有對飲食、性別或排尿的時間點進行控制。即便整個實驗都沒有進行變因控制,但這些動物的排尿時間卻驚人地一致。有些人可能會說,10~30 秒的範圍很大,但有一件事必須牢記,那就是每種動物的膀胱容量間差異很大。

我的狗狗傑瑞的膀胱容量大約是一個杯子,大象的膀胱容量則是這個數字的 100 倍強,能夠填滿一個 20 公升的廚房垃圾桶,你會以為大象尿尿的時間是傑瑞的 100 倍,或至少也要有 10 倍久,然而,這兩種動物清空膀胱的時間卻差不多,最多只差 2 倍。

-----廣告,請繼續往下閱讀-----

我在研討會上很喜歡請科學家同僚們猜猜大象尿尿會花多少時間,多數人會給我一個骯髒的表情,或是乾脆忽視我的問題,如果我繼續問下去,他們給的答案通常都是 1 分鐘左右,沒有人猜得到大象和我兒子尿尿的時間一樣長

形狀大小不是問題,比例才是關鍵!

我和學生們仔細推敲了數百種哺乳動物泌尿系統的解剖簡圖(下圖),我們發現,雖然動物有各種形狀和大小,但在泌尿系統的演化上卻是非常一致。

哺乳動物泌尿系統簡圖。膀胱會儲存尿液,而膀胱下方的尿道則負責將尿液輸出膀胱。同樣性別的哺乳動物,尿道的長度與直徑比值相同。重力導致液體從膀胱流出。圖/三民提供

在所有哺乳動物的身上,泌尿系統都是從一個稱作膀胱、類似氣球的尿液儲存構造開始,膀胱下面有一條長長的管子,醫生稱之為尿道,我則叫它尿尿管。我兒子哈利很喜歡跟他妹妹說,只有他有尿尿管,而我必須告訴他,他搞錯了。

男性和女性都有尿道,長度和直徑的比分別是 25:1 和 17:1,而且,這些比例不只在人類一致,從老鼠到大象的所有哺乳動物也一樣。

尿道雖然無所不在,但在我們進行這項研究時,沒有科學家知道哺乳動物到底為何會需要演化出尿道。事實上,哺乳動物在其他方面多會隨著體型不同而有很大的差異:跟小型動物相比,大象的耳朵較大來幫助散熱,腿也比較粗,牠們需要較粗的腿,才能支撐龐大的體重,這些都是體型大造成的結果。

-----廣告,請繼續往下閱讀-----

倘若大部分的身體部位會隨著體型變大而跟著變大,尿道的長徑比為何會守恆?直覺告訴我,這和尿道的功用有關:從膀胱釋出液體。

尿道可說是帕斯卡橡木桶實驗的生物版

要知道液體是如何從尿道中流出的,我們必須先了解壓力,這是一個有違直覺的微妙概念,曾令古希臘人百思不解。古希臘的頂尖哲學家描述過不少關於靜水的弔詭現象,都是將液體倒入靜止容器中時所發生的難以解釋的行為。

橡木桶跟壓力又有什麼關係呢?圖/pixabay

這個疑惑一直持續到 1646 年。據傳,法國數學家布萊士‧帕斯卡 (Blaise Pascal) 在當時會做一個令觀者大吃一驚的實驗,也就是後來所稱的「帕斯卡橡木桶」(Pascal’s Barrel)。據說他會告訴觀眾他能用液體輕易地打破當時最堅固的結構之一——裝葡萄酒的橡木桶。

接著,他會爬上一個梯子,將一根非常細、長 10 公尺的金屬管接到橡木桶頂端,酒桶頂端有一個洞,可以讓金屬管中的液體直接流進原本已滿的桶子。然後,他開始將水倒入金屬管中,因為管子非常細,裡面的液體自然是比桶內的液體還少很多,然而,在他快把整根管子填滿時,橡木桶的接縫竟然裂開了,桶子發出很大的斷裂聲,桶頂飛了出去,並開始漏水。我曾經在流體力學的課堂上用塑膠保鮮盒、壓力計和一根長橡皮管進行同樣的實驗,結果真的奏效了。

帕斯卡的實驗展現了液體的壓力和容量無關,重點是它在空間中分布的方式,這和我們習慣以固體物質來理解的認知非常不同。假設我們有塊黏土,我們不會認為黏土塑形的方式會影響到它對外施加的壓力。然而,這卻是液體表現的方式,因為它和固體傳遞力量的方式不同。

帕斯卡後來證實,管內液體的壓力和其高度呈正比,也就是現在所說的帕斯卡定律,因此他可以不斷增加管子的高度,無論管子有多細,都能隨心所欲地增加橡木桶內的壓力。在這方面,液體比固體更能放大重力的效應。

-----廣告,請繼續往下閱讀-----

尿道其實就是帕斯卡橡木桶實驗的生物版。把尿道變長一些,生物就能利用重力來增加驅動尿液的壓力。

成年女性的尿道約 5 公分長,直徑跟咖啡攪拌棒一樣;但是母象的尿道則有 1 公尺長,直徑和你的拳頭一樣大,這樣的尺寸讓大象能以五個蓮蓬頭的流速排尿。較快的流速和較大的尿道截面積代償了較大的膀胱儲尿量,使得大型動物的排尿時間和小型動物一樣。

我的研究生佩良算出了排尿時間的數學公式,被我們稱為「排尿定律」(Law of Urination)。她發現,只要尿道的長徑比維持一致,釋出的尿液量便與膀胱的容積無關,而且排尿時間會維持在 21 秒。這些加速管內流速的原理可以用在水塔、水袋、甚至公寓大廈的設計上。這些原理告訴我們,透過聰明地設計管子的截面積和長度,液體就能在相同的時間內被排出,無論體積為何。

這個神秘的「21秒」在演化上有特殊的意涵嗎?圖/pixabay

動物是如何演化出相同的尿道比例的?我沒有這個問題的正解,但是我猜,尿道形狀的一致性很可能是「夠好即可」的結果。

我猜想,短暫的排尿時間是受獵捕風險所導致的結果,21 秒似乎是足以有效降低此威脅的時間長度。若要更短的排尿時間,尿道就必須變得更長,進而造成不便;或是變得更寬,進而使寄生蟲容易進駐。

這些演化壓力可能都是讓尿道長徑比維持一致的因素。想要更進一步了解尿道的演化,檢視鯨魚和其他離開陸地進駐海洋的哺乳動物的尿道結構,應該會很有意思。

-----廣告,請繼續往下閱讀-----

——本文摘自泛科學 2020 年 3 月選書《破解動物忍術:如何水上行走與飛簷走壁?動物運動與未來的機器人》,2020 年 1 月,三民出版

-----廣告,請繼續往下閱讀-----
文章難易度
三民書局_96
18 篇文章 ・ 12 位粉絲
創立於1953年,為了「傳播學術思想,延續文化發展」,60年來默默耕耘著書的園地。從早期的法政大學用書、三民文庫、古籍今注新譯叢書、《大辭典》,到各式英漢字典及兒童、青少年讀物,成立至今已出版了一萬多種優良圖書。不僅讀者佳評如潮,更贏得金鼎獎、小太陽獎、好書大家讀等諸多獎項的肯定。在見證半個世紀的社會與時代變遷後,三民書局已轉型為多元、綜合、全方位的出版機構。

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

0
0

文字

分享

0
0
0
泌尿上皮癌復發機率高,術後免疫輔助治療降低風險
careonline_96
・2024/02/10 ・1771字 ・閱讀時間約 3 分鐘

-----廣告,請繼續往下閱讀-----

「醫師,我媽的腎臟功能剩下 40 分,接下來的輔助治療應該要如何進行?」陪著王女士回診的女兒問。

70 歲的王女士因為罹患上泌尿道上皮癌而接受手術,切除一側的腎臟與輸尿管。台中榮民總醫院泌尿外科李建儀醫師指出,由於泌尿上皮癌術後復發的風險較高,因此建議接受術後輔助治療,但是患者的腎臟功能卻讓家屬很擔心。

經過詳細討論後,決定使用免疫治療。李建儀醫師說,治療過程中,患者有出現皮膚搔癢的狀況,不過可以用藥物與藥膏來改善,順利完成為期一年的術後免疫輔助治療。目前沒有局部復發或遠端轉移的狀況,患者也持續在門診追蹤。

人體的泌尿系統類似水管系統,泌尿上皮就是管路的內壁,涵蓋腎盂、輸尿管、膀胱、尿道等,由泌尿上皮產生的惡性腫瘤便統稱為「泌尿上皮癌」。

-----廣告,請繼續往下閱讀-----

泌尿上皮癌最常見的症狀是血尿,李建儀醫師說,大約 85% 的病人會出現血尿,可能是肉眼可見,或是顯微鏡下才看得到的血尿。而血尿的嚴重程度與腫瘤的嚴重程度不一定有關。出現在下泌尿道,如膀胱、尿道的腫瘤,血尿會比較明顯,較容易被發現。

泌尿上皮癌復發風險高

李建儀醫師說,位於膀胱的下泌尿道泌尿上皮癌,若是尚未侵犯肌肉層,可以使用經尿道膀胱腫瘤刮除術,再視狀況以膀胱灌藥來輔助,減少復發機率。李建儀醫師說,若是已經侵犯肌肉層,便需要進行手術切除。

位於腎盂、輸尿管的上泌尿道泌尿上皮癌的治療相對比較複雜,即使是第一期也可能得進行腎臟跟輸尿管的切除。李建儀醫師說:「目前在處理侷限性腫瘤,或患者的腎臟功能較差時,可能會進行部分腎臟切除手術,盡量保留腎臟功能。然而根據統計,泌尿上皮癌患者中近 8 成在 5 年內有復發的危險,比例非常高。」

為了降低復發機率,泌尿上皮癌患者於手術之後可使用輔助化學治療,或使用免疫治療。李建儀醫師說,「術後輔助免疫治療用在肌肉侵犯型、或是淋巴有轉移的病人,在減少復發與遠處轉移的機率上,都有明顯的改善,與未使用輔助治療相比,有助延長近一倍的無疾病存活期。」

-----廣告,請繼續往下閱讀-----

免疫療法的作用機轉是透過抑制細胞表面的免疫檢查點來做治療,李建儀醫師解釋,針對癌細胞表面的 PD-L1 分子與免疫 T 細胞表面的 PD-1 分子,當 PD-L1 與 PD-1 接合時,T 細胞會受到抑制,若使用藥物避免 PD-L1 與 PD-1 接合,T 細胞便能辨識癌細胞並發動攻擊,抑制腫瘤生長。

在過去,免疫治療主要用於晚期泌尿上皮癌患者,大多病情較嚴重且用過多種藥物。李建儀醫師說:「由於病情較嚴重,治療成效較為有限,所以大家會在臨床試驗嘗試提早使用免疫治療。目前已經確認,在高復發風險的患者,包括肌肉侵犯型膀胱癌,或第二期、第三期的上泌尿道泌尿上皮癌,使用術後輔助免疫治療有助降低復發的機率。」

貼心小提醒

泌尿上皮癌常見症狀是血尿,位於膀胱的泌尿上皮癌通常有較明顯的血尿,而容易被發現;位於腎盂、輸尿管的泌尿上皮癌可能會較晚發現。

在狀況許可時,會使用手術治療切除腫瘤,不過泌尿上皮癌術後復發風險較高。李建儀醫師說,泌尿上皮癌患者中近 8 成在 5 年內有復發的危險,建議進行術後輔助治療以降低復發風險,可使用化學治療或免疫治療。

-----廣告,請繼續往下閱讀-----

患者在術後建議與醫師詳細討論,選擇合適的治療,並且按時回診、密切追蹤!

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

1

0
4

文字

分享

1
0
4
成體幼體大不同:為什麼哺乳類的幼崽這麼「萌」?——《生物轉大人的種種不可思議》
商周出版_96
・2023/11/20 ・1765字 ・閱讀時間約 3 分鐘

-----廣告,請繼續往下閱讀-----

無法分辨成體和幼體的生物

小孩與大人不一樣。但是有些生物的幼體形態與成體型態相同。

舉例來說,鱷魚的幼體與成體幾乎長得一模一樣,剛破蛋而出的鱷魚寶寶已經具有完整的鱷魚外形,出生後逐年長大,巨大的鱷魚可以長達好幾公尺。不過鱷魚的成長速度在不同環境和溫度下不盡相同,光從大小無法判斷年紀,只看外形也無法分辨是成體或幼體。有些生物的成體和幼體的形態則相差甚遠,好比蝴蝶和蛙類;也有些生物的成體和幼體沒有太大區別,如同鱷魚。

這兩類生物的差別是什麼?

海葵就是幼體和成體相差很多的生物。海葵幼體是一種很像水母的生物,叫做「浮浪幼蟲」 。浮浪幼蟲在海中自由自在漂游,找到喜歡的岩石區時就會落腳,落腳後就不再移動,附著在岩石上長成海葵。移動是海葵幼體的重要任務,長大後的海葵則是肩負產卵留下子代的使命。

-----廣告,請繼續往下閱讀-----

蛙類和蝴蝶的成體與幼體形態也各不相同,不過任務分配上與海葵不同,負責移動的是成體不是幼體。
由此可見,如果一個生物的幼體與成體各有不同任務,彼此的形態就不會相同,而沒有區分任務的生物就具有相同形態。

人類的大人與小孩 

我們人類又是什麼情況呢? 

人類不會因為長大而生出翅膀或尾巴消失。人類的大人和小孩的外型非常相似,但並非完全相同的個體。舉例來說,嬰兒在我們眼中看起來就很可愛。

小孩子可愛的祕密在於他們的寬額頭。嬰兒的眼睛和鼻子集中在臉的下半部,額頭顯得很寬闊,寬額頭會使得整張臉看起來就惹人憐愛。而且嬰兒頭大、四肢短,整體感覺圓滾滾的,帶有人類大人不具備的「可愛感」。假如出現了一個比成年人更巨大的嬰孩,所有人應該還是能夠辨識出他是個嬰兒。人類不像鱷魚,我們不會分辨不出來誰是大人、誰是小孩。 

-----廣告,請繼續往下閱讀-----

人類的大人和小孩具有不同的外型。除了人類,貓狗的寶寶也長得很可愛,即便是凶猛的獅子與灰狼,牠們的幼崽看起來還是很討喜。哺乳類動物的一大特徵,就是「幼體很可愛」。

哺乳類動物的一大特徵,就是「幼體很可愛」。圖/pexels

嬰兒為什麼可愛?

哺乳類動物的嬰兒擁有可愛的外型。

人類出生後先是嬰兒,嬰兒長大是兒童,童年時期的人類依然保有他們的可愛,但是在長大的過程中卻會漸漸失去這種特質。

蛙類的成體和幼體雖然具有不同形態,但是蝌蚪並不是很可愛;蝴蝶小時候是毛毛蟲,反而比較多人覺得毛毛蟲噁心,只有少數人認為牠們可愛。 

-----廣告,請繼續往下閱讀-----

既然如此,哺乳類動物的嬰兒為什麼會可愛?

原因就在於,嬰孩需要大人的保護。哺乳類動物具有育幼行為,牠們的子代需要親代的養育。小孩的可愛外形是為了獲得大人的保護。烏龜以堅硬的龜殼防身,毛毛蟲透過毒毛保護自己,而哺乳類動物的嬰兒則是把「可愛」當護身符。 

嬰兒的寬額頭惹人憐愛。圖/pexels

嬰兒的額頭很寬。為什麼額頭寬看起來就比較討人喜歡呢?因為大人的腦袋裡內建了寬額頭等於可愛的程式。 證據就是只要額頭寬,不管是不是嬰兒看起來都很萌。不過額頭寬並不是為了可愛。

如果說紅燈是「停止」的信號,寬額頭就代表「不可以攻擊」與「要保護他」的信號。

-----廣告,請繼續往下閱讀-----

對於哺乳類動物來說,大人要保護小孩,小孩要被大人保護。大人與小孩的外型相似卻又不盡相同,因為他們肩負不一樣的任務。這樣說來,小孩的任務是什麼呢?小孩的任務很明確,就是「長大」。一個人要有健全的童年,才能成為健全的大人,這就是小孩的任務。

不過近年來人類的大人和小孩越來越難區別了。 總覺得不像小孩的小大人一直在增加,長不大的巨嬰也很多。

——本文摘自《生物轉大人的種種不可思議:每一種生命的成長都有理由,都值得我們學習》,2023 年 8 月,商周出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
所有討論 1
商周出版_96
123 篇文章 ・ 364 位粉絲
閱讀商周,一手掌握趨勢,感受愜意生活!商周出版為專業的商業書籍出版公司,期望為社會推動基礎商業知識和教育。