強化免疫力抵抗疫情，多攝取維生素C有用嗎？該怎麼吃比較好？

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

我們的生命被機緣所定義，即使是那些我們錯過的。
——《班傑明的奇幻旅程》

「有症狀的人，請戴口罩。」

這是長久以來，預防呼吸道感染的策略。我們一貫以呼吸道症狀，來辨識誰是那個可能散播病毒的「行動病毒複製機」。但隨著新冠病毒的出現，呼吸道症狀不再適用於辨識感染性與否；於是在疫情蔓延期間，防疫策略是無論有沒有症狀都得戴上口罩，甚至激進一點的作法，直接規定大眾關在家中、減少移動。

但是病毒真的這麼安分，就只待在呼吸道嗎？透過不同研究，我們可以一窺在 Omicron 出現前，新冠病毒在人體內到底「去了哪裡」。

最受新冠病毒青睞的人體細胞

新冠病毒透過棘蛋白與人類細胞表面的 ACE2 蛋白質受體結合。與特定細胞受體結合，是病毒「可能」入侵人體的第一個步驟。

那麼人體中哪些地方有最多 ACE2 呢？不管是口腔或鼻腔黏膜的上皮細胞，都有非常高量的 ACE2。

值得注意的是，與 SARS 病毒相比，新冠病毒棘蛋白與人體 ACE2 分子的親和力，增加了 10～20 倍^[1]。

也就是說，當你吸入含有病毒的空氣（機率較低），這些新冠病毒在路過上呼吸道之際，附著在上皮細胞的機率可能是 SARS 病毒的 10～20 倍，或者更有可能是透過你沾染病毒的手，觸摸鼻腔、口腔、眼睛的黏膜表皮（機率較高），而給了病毒機會感染上皮細胞。這足以解釋，為何新冠病毒最初感染階段，都是先在上呼吸道複製，且被感染的人甚至在沒有症狀的情況下，就具有傳播病毒的能力。這一點與 SARS 病毒非常不一樣，SARS 主要感染下呼吸道，且病人要在肺炎重症發病後 3～4 天才具有效感染性。

2020 年新冠疫情剛爆發時，穿梭在東亞各國的鑽石公主號遊輪^[2]，因為一位被感染的乘客在香港上了船，造成全遊輪被隔離在日本橫濱港。最終咽喉試子呈 PCR 陽性的有 712 人（占 19.2％），其中超過 50％ 的人自始至終都沒有覺察到病毒的存在，這就是無症狀感染的比例。另外，約有 20％ 的感染者出現下呼吸道肺炎症狀，以及 30％ 屬於輕症的上呼吸道感染。整體來看，最大宗的感染者（80％）呈現輕微或無症狀。

而根據研究，24％ 的確診者，眼睛結膜試子也會呈 PCR 陽性，陽性率約可維持五天左右。

現在就很清楚，為什麼防疫宣導一直告訴大家不要用手摸眼睛、嘴巴、鼻子，這是絕對有科學根據的。這些黏膜表皮，就是病毒入侵人體的要害，同時是人體系統受到影響的元凶，值得持續探討。

免疫機制控制病毒不亂竄

病毒在口腔或鼻腔黏膜上皮細胞的複製過程中，我們的身體也不是閒著沒事等病毒大軍進攻。當病毒嘗試與 ACE2 結合時，人體有足夠的時間，透過自身的先天性免疫反應對付病毒。

當免疫系統開始作用，我們可能會出現發燒、流鼻水、咳嗽等症狀。因為鼻腔與口腔是貫通的，病毒可以緩慢移到口咽、鼻咽、喉咽和整個上呼吸道，附著在黏膜上與 ACE2 結合進行複製。所以當我們使用快篩劑，無論是鼻咽或是唾液快篩，很容易從這些部位檢測到病毒。

如果身體的先天免疫機制和肺部防禦能力夠強，透過上呼吸道局部的免疫反應，將病毒圍堵並控制，就可以預防病毒侵入下呼吸道和其他器官。病毒感染上呼吸道的表皮，並沒有影響到關鍵的人體功能（嬰幼兒除外，因為他們的呼吸通道較窄小，若有任何發炎腫脹，就可能造成呼吸困難的緊急狀況），因此新冠感染者多數呈現無症狀，或者可能只有輕微的上呼吸道症狀。最終新冠患者在完全無症狀或症狀輕微的情況下，有效地抵抗了病毒的入侵；大多數健康的年輕感染者都是這樣的情況。

但若是入侵的病毒量過高，或個人先天性的免疫力不足，病毒會在體內持續擴散。嚴重呼吸道感染症狀，甚至呼吸衰竭，可能發生在 1～3％ 的人身上，而且經由解剖的結果已證實呼吸衰竭是最主要的死因。

德國解剖註冊中心在 2021 年10 月之前就已收集 1,129 名新冠疫歿者的解剖資料^[3]，認定 86％ 的死因為新冠病毒感染，14％ 為其他共病。研究發現，肺部的病變，以及病毒侵襲肺細胞，以至於大量發炎細胞浸潤，從而得出「嚴重發炎反應造成肺功能衰竭」是最主要的死因這個結論。

新冠病毒讓我們再度正視，肺臟這個重要器官，因其功能所需而座落在如此易受傷害的人體部位。台灣每年的十大死因，肺炎都有上榜，可見不論健康與否，一不小心，肺炎都可能成為終結生命的最後一根稻草。

病毒與你的「表面關係」可以很長久

我們已經知道新冠病毒嗜好人體的呼吸道，除此之外，它還有其他落腳處嗎？

回答這個問題之前，得先釐清一個重點：不同變異株喜歡去的人體部位不一樣。Delta 嗜好感染肺部，Omicron 的感染位置大多止於上呼吸道的咽喉部位。（參見第三章）

為什麼要知道病毒在我們體內去了哪裡？根據觀察，新冠確診者癒後可能出現各式與呼吸道功能無明顯關係的症狀，也就是現在俗稱的「長新冠」（Long Covid）。病毒學家因此懷疑，病毒是否透過不同機制持續存活在人體內，造成更深層的器官感染，才會導致多元症狀的長新冠出現。這是非常值得探討的問題。

事實證明，的確如此。

除了呼吸道的分泌物及口水（咽喉感染相關）等新冠診斷的主要檢體外，糞便也經常被檢測到病毒存在的跡象，頻繁到可以用下水道的病毒監測系統瞭解疫情的起伏，甚至可以監測變異株的多寡^[4]。

腸胃道：病毒長存的溫床

病毒不只頻繁出現在糞便中，還會長期存在某些人的腸胃道內。史丹佛大學團隊進行的長期研究^[5]，針對 113 名新冠輕症與中症的病人（重症已被排除），追蹤研究十個月，收集並分析他們糞便中是否仍有病毒 RNA。

結果發現，在確診後的第一週內，49.2% 的患者糞便中可檢測到新冠病毒 RNA； 四個月後仍有 12.7% 的人糞便中檢測得到病毒 RNA，但此時這些人的口咽試子的病毒 RNA 都已呈陰性，而在七個月後， 還有 3.8% 的人糞便中仍能檢測到病毒 RNA。仔細分析後，發現胃腸道症狀（腹痛、噁心、嘔吐）與病毒 RNA 是否持續存在於糞便中具有關聯性。

作者同時提醒，以上研究是在變異株 Omicron、Delta 出現之前進行的。不同變異株可能對呼吸道與胃腸道有不同嗜好或親和力，可能也會表現出清除率（每單位時間去除某種物質）的差異，這是病毒變異株固有的生物學特點，可能影響潛在疾病的特性。同時病毒如何存在於體內，也會受到自然感染生成的免疫反應，或疫苗接種引起的宿主免疫狀態的影響而有所差異。

另一項多中心的合作研究^[6]，長期追蹤 87 位新冠確診患者六個月，發現他們的 RBD 特異性記憶型 B 細胞數量維持不變（沒有減少），還出現單株抗體細胞有更新的現象，表達的抗體具有更多抗原差異，但病人血清對原始病毒株的中和抗體效價則持續下降。這表示六個月後，這些確診病人體內的 B 細胞仍持續對新冠病毒製造的分子作出反應，而這些病毒分子的來源就是腸胃道。研究指出，14 位確診者當中有一半可以在他們的小腸中檢測到新冠病毒 RNA，同時呈現陽性免疫反應。

病毒不只長存於腸胃，而且還是活跳跳的病毒。另一項研究^[7]提供了充分證據。該研究追蹤免疫功能下降的病患，在確診一年之後，還可以從他們的盲腸組織細胞及乳房細胞直接培養出活病毒。研究者的結論是，免疫功能低下的患者，同時經歷了長新冠症狀和持續的病毒複製。整體而言，這些研究結果以及新興的長新冠研究，提高了胃腸道做為病毒長期藏匿之處，且可以長期影響症狀的可能性。

最後我們要問，除了上述提及的部位，還有其他人類的分泌物可以檢測到病毒嗎？我們必須釐清病毒會在哪些分泌物出現，以便在執行防疫措施時，可依重點需求區分輕重緩急的必備資訊，否則防疫很容易落入草木皆兵，造成不必要的恐慌與浪費資源。

* 本文內容所引用的文獻均發表在 Omicron 出現之前。基於 Omicron 與其他變異株在細胞嗜性的差異，本文部分內容不適用於 Omicron 感染。

——本文摘自《從一個沒有名字的病開始》，2022 年 11 月，商周出版，未經同意請勿轉載。

1. Wrapp et al. Cryo-EM structure of the 2019-nCoV spike in the prefusion conformation. Science. 2020 Mar 13;367(6483):-1263.
2. Sakurai et al. Natural History of Asymptomatic SARS-CoV-2 Infection. N Engl J Med. 2020 Aug 27;383(9):885-886.
3. von Stillfried et al., First report from the German COVID-19 autopsy registry. Lancet Reg Health Eur. 2022 Feb 18;15:100330.
4. Amman, et al. Viral variant-resolved wastewater surveillance of SARS-CoV-2 at national scale. Nat Biotechnol (2022). https://doi.org/10.1038/s41587-022-01387-y
5. Natarajan, et al. Gastrointestinal symptoms and fecal shedding of SARS-CoV-2 RNA suggest prolonged gastrointestinal infection. Med (N Y). 2022 Jun 10;3(6):371-387.e9.
6. Gaebler, et al. Evolution of antibody immunity to SARS-CoV-2. Nature. 2021 Mar;591(7851):639-644.
7. RNAhttps://www.researchsquare.com/article/rs-1379777/v2

• 「科學新聞解剖室」案件編號 38

• 文／黃俊儒、賴雁蓉、陳儀珈

案情

2020 年 1 月 21 日，自中央流行疫情指揮中心公布^[1]台灣第一個新冠肺炎確診案例開始，疫情至今已延燒兩年多。過程中，我們歷經了兩個多月的全國疫情警戒第三級^[2]、清零的舉國歡騰，但很遺憾，疫情仍未宣告結案。今年四月，新一波 Omicron 所開始造成的確診數節節攀升，再度拉扯我們的焦慮神經。在防疫政策逐漸從清零轉向共存，確診數連日破萬的今日，我們該如何避免成為確診者？如何提升免疫力與保護力？如何成為獨特的天選之人？等等，儼然成為最具話題性的議題。

隨著疫情拉長戰線，各種防疫知識、妙方、偏方與日俱增，解剖員就在不同的親友的 LINE 群組中看到這一則許多人都轉傳的熱門影音^[3]，扛著「不想染疫？名醫教你 5 招自救法：預防確診、快速康復」的響亮標題，頗有為無助大眾指點明燈的救世感。

簡單明瞭的「5 招」自救法，實在為焦慮的民眾提供了一條明確又簡單的防疫大道，加上又是醫生現身說法，實在太安心了。但解剖員仔細觀看影片內容，仍不禁冒出幾個疑惑——如果這麼容易，為什麼確診數依舊居高不下？疫情指揮中心為何不參考作為全民指引呢？面對諸多疑慮，就和解剖員一起深入探查防疫的灰色地帶！

解剖

一、台灣的名醫快要跟孝子一樣多了！？

「不想染疫？名醫教你 5 招自救法：預防確診、快速康復」，瘟疫蔓延的年代，來自「名醫」的建議，或許足以作為許多民眾心中的慰藉。但是，到底符合什麼樣的資格，才可以算得上是「名醫」呢？只要是「有名」的醫生，都適合為疫情代言嗎？

這段期間，各大媒體無不熱衷談論、討論、辯論疫情的種種：要打哪個廠牌的疫苗？小孩要打疫苗嗎？要如何預防？疫情指揮中心的政策是否合宜？在媒體前侃侃而談的醫生們，儼然成為世人的救世主，但是也偶爾會發現，醫生之間的言論也有矛盾之處。那麼，我們要相信誰說的呢？

例如，胸腔外科蘇醫師在臉書上發表^[4]：「當國外都在強調會重複感染，卻只有台灣在強調感染會有『無敵星星』」。對此，前台大感染科林氏璧醫師則協助緩頰澄清無敵星星的概念：「主要論點是「混合免疫」（Hybrid immunity），強調的是混合感染後產生的免疫力，對未來的任何變種病毒應該都更有免疫記憶、更能防重症，如此而已。」^[5] 兩位都是很有名的醫師，觀點卻不盡相同，我們要相信誰呢？

再者，這麼複雜的疫情，哪一科的醫生最適合為新冠疫情發聲呢？胸腔科的醫師適合嗎？身心科的醫師呢？和疫情最直接相關的醫生專家應該是誰呢？「事實查核中心」的醫生專訪^[6]中提到，就學理上，小兒感染科或許才是最熟悉疫苗的專家，他們替民眾施打過最多疫苗，因此最瞭解。但我們也常看到很多不是疫情控制相關領域的醫師抒發意見，大多數是善意提醒民眾應注意的事情，從各種角度來防堵疫情。

這倒也無妨，但可以確定的是，面對這麼複雜的百年一疫，所謂的「名醫」或是「專家」，都不是這麼容易的可以輕易地界定出來。

回過頭來看，影片中提出五招自救法的江醫師，算是「名醫」嗎？經過解剖員抽絲剝繭地搜尋後，發現江醫師在網路媒體平台^[7]上寫著腎臟科專科醫師，長期研究保健食品、癌症預防、血管通路問題診斷及治療等，涉獵十分廣泛。除了醫生本業之外，江醫師同時也是一位很成功的健康食品經營者，所經營的公司^[8]營運販售多樣健康食品和保健品。

此外，搜尋的過程中，也很意外地發現，江醫師經常於許多媒體中曝光，同時也是幾個社會新聞裡面的當事人^[9]。所以，如果從媒體曝光的角度來看，江醫師確實「很有名」，但是誠如先前的討論，這樣的「有名」是不是可以轉換成足以針對疫情提供專業意見的「名醫」，這可能就待商榷了。台灣媒體界有個笑話，就是新聞報導中「女的都是正妹，男的都是肥宅，出車禍的都是孝子！ 」

當新聞中的「名醫」快要跟「孝子」一樣多的時候，也是閱聽人需要小心判斷的時候。

二、維生素 D、魚油、藻油、蜂膠真的神奇好棒棒嗎？

在這一部訪談影片中，所謂的「5 招自救法」指的是維生素 D、魚油／藻油、蜂蜜／蜂膠、鋅、鹽水漱喉這五項。江醫師引經據典、旁徵博引了許多論文數據，還有看起來「很科學」、「很實證」的實驗統計結果，告訴觀眾哪些營養補充品真的可以有效預防重症，甚至減緩新冠疫情的症狀。

經過解剖員的查證，江醫師引用的醫學研究確實存在，不過這些研究結果真的如同影片中所描述的這麼篤定嗎？我們從最廣為人知的疫情營養補充品——維生素 D 開始說起。影片中，江醫師秀出了一篇統合分析（Meta-analysis）論文的數據，言之鑿鑿地告訴大家，攝取維生素 D 補充劑，不僅可以讓住院率降低一半，也可以讓插管率降低大約 26%，「它是有效的，可以幫忙避免轉成中症、轉成重症！」。

然而，面對一樣的圖表數據，原始論文的作者，卻遠遠沒有江醫師所演繹的這般篤定，文章^[10]是這麼寫的：「維生素 D 『可能』和較低的插管率、較短的住院天數『有關』」，而且在最後指出：「需要更進一步的研究，才能確認這些數據之間真正的關係。」因此，不能說江醫師所引述的資料毫無根據，但是最主要的差別在於研究結果的篤定程度。當然，謹慎的醫學研究者會十分小心地推論及下結論，但是媒體訪談往往更在乎戲劇效果。

為了進一步瞭解這個問題，解剖員索性在許多醫學研究人員常檢索的 PubMed 期刊搜尋網站^[11]中，搜尋維生素 D、鋅、茶葉、漱口水、蜂蜜／蜂膠、藻膠等經常被熱議的偏方關鍵詞。針對 2022 的期刊研究結果，可以發現不同研究主題的研究關注度有落差（篇數如下圖所示）：維生素 D 及鋅的研究比較多，其他主題的研究則比較少。

再分析裡面的內容，例如可以發現學者們用過各式各樣的統計和研究法，探討維生素 D 在感染率、住院天數、重症率和死亡率上的關係。不過，這些論文的意見並不一致，多數可以區分為三種狀況：「正面，但有條件」、「有些狀況有效果，有些沒有」、「有點效果，但沒有顯著差異」，其中有不少論文認為維生素 D 跟某些數據有關，但也有不少研究認為無關。

更重要的是，維生素 D 對 COVID-19 在人體內的影響機制一點都不明朗。對此，美國國立衛生研究院（NIH）也在 COVID-19 的治療指引（COVID-19 Treatment Guidelines）^[12]，很明確地寫道：目前學界仍然沒有足夠的證據可以推薦或反對使用維生素 D 來預防或治療 COVID-19。

此外，江醫師在節目中大力推廣的魚油、鋅、蜂蜜和蜂膠，也多存在類似的狀況。其中，江醫師在「蜂蜜」的說明中指出蜂蜜裡面有雙氧水（過氧化氫的水溶液），吃了就可以幫你的鼻子和喉嚨消毒，而且蜂蜜含有的高良薑素、白楊素等成分，可以成功打斷病毒的複製。最棒的是，吃了「真正的」蜂蜜後，不會增加你的血糖！隨後，他也引用了一份巴基斯坦的論文，告訴閱聽眾，吃蜂蜜可以降低四分之一的死亡率。

依據解剖員的理解，雖然蜂蜜進入我們的體內後，的確會產生過氧化氫，但過氧化氫非常微量，跟可以拿來消毒用的雙氧水濃度相差甚遠，恐怕難以藉此殺死我們喉嚨中的病毒！而高良薑素、白楊素是否真的可以阻斷病毒複製？如同前述一樣，目前學界也同樣地無法有如此高度共識的認證。

再來，就是蜂蜜不會增加血糖的這個說法。蜂蜜與所有碳水化合物都一樣，不僅會提高血糖，而且對疾病管理和血糖控制並無好處，這是國健署都曾經公開澄清過的錯誤傳言^[13]。此外，若真的按照江醫師所言，60 公斤的人每天要攝取 60 公克的蜂蜜，再加上平時所攝取的糖分，長期吃下來，可能要小心在成功抵擋病毒之前，就先變成一個大胖子囉！

從 2020 年 COVID-19 疫情爆發，直到這部受訪影片上線，隨著病毒不斷產生變異病毒株，各國的疫情瞬息萬變，對於步步謹慎的科學研究來說，兩年半的時間，真的太短了！ 雖然疫情期間，COVID-19 的研究百花齊放，但在這麼短的時間內，科學家能做到的，也只能慢慢累積數據，還沒有辦法在各種細節上這麼快地得到共識。因此，科學家們發表論文時，用詞與結論通常也都不會非常斬釘截鐵。他們知道自己單一的研究論文面臨許多限制，沒有辦法直接成為科學界的代言人，更不可能藉此強烈主張某個行動或是食品有直接的療效。

若我們細細解剖江醫師所引用的文獻，會發現他是在尚且渾沌、並未凝聚共識的科學界中，挑出部分支持他論點的文獻，並宣稱這是有「科學研究支持」的補品。或許，江醫師是急著想要守護民眾的健康，也或許是媒體需要有一些節目效果，所以無法像專業醫學研究人員那般謹慎溫吞，但事實是，這些內容及態度確實不是目前醫學界的共識。

由於這「5 招自救法」並沒有什麼立即的危險性，所以一般民眾如果抱著「有病治病，無病強身」的態度姑且參考之，或許也無大礙。但如果可以審慎地瞭解這些自救法並沒有影片中這麼「絕對」與「篤定」的效果，對於我們判斷其他更為相關及迫切議題，都將會是有幫助的！

三、順便賣點東西又何妨？

其實解剖員很願意相信，在這一次疫情中，許多醫生積極地發言討論疫情，多是基於對社會的責任感。當然，如果在這樣的過程中，可以帶來一些實質的好處，應該也是不錯的選擇，畢竟此乃人之常情。

在這則影片中，江醫師搭配國外知名期刊的研究，逐一分享該研究大致上如何進行、該營養補充品在什麼時間點能發揮效果，善心地為大家整理出四項增強免疫力的保健補充品，外加一項非常容易執行的食鹽漱口方法。江醫師運用自己的專業，搜尋並整理出有效的保健產品，無非也是希望大家都不要染疫，能夠健健康康地挺過這場戰役。

只是，當解剖員循著江醫師的建議搜尋相關保健品時，一不小心地就滑進了主講醫生自營商店^[14]的頁面，也意外地發現影片中提到的幾項保健抗病毒產品，例如魚油、蜂膠、維生素 D 等，都是商店裡面的熱銷產品，甚至有幾項產品在解剖員查閱時已售罄。在蜂膠產品頁面中，還貼心地提醒使用者在疫苗施打前後該如何補充，算是非常佛心。只是，這些看似不經意卻又密切的連結，不免讓解剖員感受到一股濃濃的置入性行銷味道。

台灣人一直對於各種健康食品情有獨鍾，根據經濟部統計^[15]資料：「隨人口結構高齡化，預防保健意識提升，機能性保健及營養補充食品需求漸增，帶動保健營養食品 109 年產值達 195 億元續創新高，年增 9.78%，連續 6 年正成長」。平時就穩定成長的狀況下，再碰上大疫情時代就更不得了，有「名醫」加持的保健方法當然無庸置疑地成為大家追逐的焦點，而這也成為疫情期間另類的一門好生意。

基於民眾面對病毒時的焦慮而進行恐懼行銷，向來就是生意人屢試不爽的商業模式。雖然保健商品不是一種會立即造成危險的消費，但是當媒體訪談的專家夾帶專業權威形象和過度篤定的口吻，引起行銷效果時，則不免造成某些衝動性消費，甚至不當地把保健跟防疫進行過度連結。雖然暫時不傷身，但如果經常這樣傷荷包，可能也不是一件好事喔！

總結

兩年多來的防疫期間，我們走過、路過在各種場合、各種媒體中最常聽到的防疫提醒，就是做好個人防疫。像是口號，也像是標語，雖然心累，但也的確是生活中無法切割的一部分。為了提高免疫力，買點保障、吃點保養品補足營養當然沒有什麼不好，但如果因為媒體透過名人的推波助瀾而導致心慌，使得從早到晚狂吞各種營養品，或搶購名人掛保證販售的商品，這就真的大可不必。

據此，本解剖室給予這系列新聞以下評價：

註解與參考資料

1. 我國藉由登機檢疫即時發現首例中國大陸武漢移入之嚴重特殊傳染性肺炎個案 指揮中心提升中國大陸武漢之旅遊疫情建議至第三級警告
2. 因應本土疫情持續嚴峻，指揮中心自 110 年 5 月 19 日至 5 月 28 日止提升全國疫情警戒至第三級，各地同步加嚴、加大防疫限制，嚴守社區防線
3. 【健康】不想染疫？名醫教你 5 招自救法：預防確診、快速康復！ft. 江守山醫師｜下班經濟學 254
4. COVID 感染完會有無敵星星？
5. 「無敵星星」真的威！何美鄉再提綜合免疫力神威：不要恐懼被 OMICRON 感染！
6. 疫情謠言鋪天蓋地，專家如何突破同溫層傳遞正確醫學知識？上億點閱醫師部落客經營新媒體平台心法大公開。專訪林氏璧（感染科醫師）
7. 江守山醫師
8. 江醫師健康鋪子／魚鋪子
9. 名醫江守山詐健保費被解雇 他不滿告新光醫院確定輸了
10. Beran A, Mhanna M, Srour O, Ayesh H, Stewart JM, Hjouj M, Khokher W, Mhanna AS, Ghazaleh D, Khader Y, Sayeh W, Assaly R. (2022). Clinical significance of micronutrient supplements in patients with coronavirus disease 2019: A comprehensive systematic review and meta-analysis. Clinical Nutrition ESPEN , 48, 167-177. doi: 10.1016/j.clnesp.2021.12.033.
11. PubMed
12. Vitamin D｜COVID-19 Treatment Guidelines
13. 健康網》糖友吃蜂蜜不會影響血糖值？ 國健署：錯
14. 江醫師健康鋪子／魚鋪子
15. 無畏疫情來襲，食品製造業 109 年第 1 季產值逆勢成長 2.41%