0

1
0

文字

分享

0
1
0

打破「喝牛奶」迷思:喝低脂牛奶比較不會變胖、三高?喝牛奶能補鈣和長高?

careonline_96
・2020/05/27 ・2459字 ・閱讀時間約 5 分鐘 ・SR值 455 ・五年級

-----廣告,請繼續往下閱讀-----

日常飲用品佔據我們生活的一大部分,無論水、果汁、咖啡、或茶飲,大家都想知道究竟「如果完全不喝會怎樣?」以及「如果喝太多會怎樣?」。

我們是「哺乳類」動物,也就是說,當小貝比剛出生時,還需要接受媽媽餵養,乳汁就是哺乳類動物產後的分泌物,也是我們生命初始接受的食物。今天我們就來看看牛奶究竟對健康有哪些影響。

喝牛奶長比較高?

未滿一歲之前,乳汁是小嬰兒最重要的食物,因為此時小嬰兒的營養來源幾乎都靠乳汁。假使媽媽無法提供母乳,這時靠配方奶粉也可以。通常六個月之後小小孩就會開始嘗試副食品,一歲後常可以吃吃粥、吃飯,再加上魚、肉、蔬菜等各種營養。那等開始吃一般正常主食之後,還需要喝牛奶嗎?

直接講結論的話,就是喝牛奶對兒童的生長發育,或說身高,是有幫助的!畢竟牛奶裡有很好的蛋白質來源,像是帶有白胺酸,異白胺酸,纈胺酸等支鏈胺基酸,這些都屬於必須胺基酸,人體無法自行合成,需要從食物攝取。是身體能平衡蛋白質的合成、攝取,合成肌肉,維持好蛋白質品質的關鍵。兒童繼續喝牛奶的話,對生長發育的幫助是很不錯的。

-----廣告,請繼續往下閱讀-----

全世界平均身高最高的國家是荷蘭,而荷蘭也是乳製品攝取量最高的國家之一。

喝牛奶讓骨質會更健康?更不會骨折?

想到骨質,我們會想到「要有鈣質」,若要達到鈣質的攝取需求,喝牛奶是個很常見的手段。那假使骨質很好,我們會推論這樣應該以後就比較不會骨折。

然而從研究數據上,科學家發現,假使一個人喝牛奶補充鈣質,這期間骨密度或許會提高,但只要不再持續喝牛奶補充鈣質之後,骨密度並無法維持,因此這樣的鈣質補充沒辦法變成「骨本」存起來。

另外一個會讓大家很驚奇的發現是,平均攝取牛奶愈多的國家卻有相對高的髖關節骨折機率!這看起來有點弔詭,讓許多人大失所望呢!(台灣在圖表上屬於「牛奶喝不多,但骨折機率高」的位置。)

-----廣告,請繼續往下閱讀-----

還有研究發現,祕魯人平均攝取的鈣質很低,一天大約只有 200 mg 的鈣質,可是當他們攝取的量很少,身體對鈣質的吸收能力就變得很好!所以身體怎麼吸收這些鈣質是個重點。

後來研究持續發現,在我們剛開始固定喝牛奶補充鈣質一年內,確實能提高骨質的密度,但時間一久,身體可能改變了對鈣質的吸收能力,因此有些研究認為,骨質的密度與鈣質補充多少是無關的。與後來會不會髖部骨折也沒有太大關係!

所以照這些研究看起來,想要靠喝牛奶來避免髖部骨折的成功率並不高。同樣的,如果只靠吃鈣片補充鈣質,也無法降低髖部骨折的機率。要維持骨質的健康,不是僅靠喝牛奶就可以,還得加上適當的負重運動練習、減少飲酒、維持適當體重才行

那喝牛奶會讓人發胖嗎?

直接講結論,喝牛奶跟體重上升、下降沒有太大關係,不管成人或小孩都是

-----廣告,請繼續往下閱讀-----

不過如果你有體重控制的問題,你大概會從商品架上選擇「低脂」或「零脂」,而不是「全脂」牛奶,是嗎?不過這樣選真的能讓你做好體重控制嗎?

過去有個關於一萬多名青少年、追蹤三年的研究,結論發現當受試者都是攝取低脂牛奶,比較會增加體重;若受試者都是攝取全脂牛奶,就反而沒有體重增加的困擾。同樣地,在關於兒童的研究裡,喝全脂牛奶的人平均體重比較輕,比較沒有肥胖問題,但喝低脂或零脂牛奶者則體重較重。這些結果可能就與一般人的想像有點衝突了!

過去英國曾針對家境較差的小孩做研究,提供一部分小孩「不含牛奶的午餐」,另一部分的小孩則是吃「帶著一杯牛奶的午餐」。快兩年之後,發現兩邊體重比較上沒有什麼差異,但喝牛奶的那一組長得比較高。所以當小孩沒有營養過剩的問題時,喝牛奶不會變胖,而會長高。

總之,喝牛奶大概不是我們現代人體重上升的重點問題,但喝低脂牛奶並不會讓人減肥

-----廣告,請繼續往下閱讀-----

喝牛奶跟三高有關係嗎?

我們前一段說的是體重,然後告訴大家研究發現喝全脂牛奶不會讓人變胖,體重不會變重。你讀了可能覺得心裡怪怪的:「如果是全脂牛奶,飽和脂肪的比率不是很高嗎?這樣攝取那麼多飽和脂肪對身體應該不好吧?」沒錯,這樣的懷疑是有道理的,我們繼續來看看研究結果怎麼說!

好,直接講結論:在研究結果裡,不管是喝全脂牛奶,抑或喝低脂、零脂牛奶,都不會增加一個人罹患心血管疾病、中風、心肌梗塞等的機率,也不會增加其死亡率

究竟為什麼?這樣想好了,我們如果從「不喝牛奶」,改成「喝牛奶」,那改變了什麼?少掉了什麼?

假如我們把牛奶當成飲品的一種,原本自己喜歡喝含糖大杯飲料、喝果汁,後來改成喝一杯牛奶,那對身體當然是好的,甚至此舉還可能會降低你的血壓,對血糖控制也有幫助。

-----廣告,請繼續往下閱讀-----

假如我們把牛奶當成蛋白質來源的一種,那原本自己都是吃了一堆紅肉,甚至加工紅肉,自從喝牛奶之後就減少了紅肉的攝取,那對身體當然也很好,絕對能減少罹患心血管疾病的機會。

所以問題在於我們開始喝牛奶之後,我們的飲食選擇上做了怎樣的調整。用牛奶替換掉較不健康的含糖飲料、加工紅肉,對身體健康是很不錯的改變

飲食選擇要通盤考量,不要相信某些超級食物能治百病,或設限自己攝取的食物種類。牛奶對身體健康有益處,尤其孩童時期補充奶類確實生長發育會好一些。年紀大了,也還是可以喝牛奶,喝牛奶不是我們發胖、或得三高的主因,如果能用牛奶替換掉一些更不健康的飲食習慣是不錯的。不過,想要靠奶類存骨本的話,記得不是單單喝牛奶就有效,務必要控制體重、和多做負重運動啊!

文章難易度
careonline_96
482 篇文章 ・ 273 位粉絲
台灣最大醫療入口網站

0

3
3

文字

分享

0
3
3
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

  • 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?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

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。

-----廣告,請繼續往下閱讀-----

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:

-----廣告,請繼續往下閱讀-----
  • 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

-----廣告,請繼續往下閱讀-----

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?

圖形處理的例子

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。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

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?

-----廣告,請繼續往下閱讀-----

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?

-----廣告,請繼續往下閱讀-----

(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)

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。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 56 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

0

0
0

文字

分享

0
0
0
三高肥胖注意心房顫動!心房顫動風險、治療解析
careonline_96
・2024/05/03 ・2162字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

林柏霖醫師:他是因為左腰痛,居然是心房顫動造成的血栓打到腎動脈,經過我們的團隊緊急將左腎血栓取出來之後,就接受冷凍導管消融術,最後回到正常心律。

劉育志醫師:大家好,我是劉育志醫師,歡迎林柏霖醫師來到照護線上。

林柏霖醫師:大家好,我是林柏霖醫師。

劉育志醫師:請問心房顫動好發在哪些族群?

林柏霖醫師:特別是年長者,或者是有三高患者,特別是像高血壓、心臟衰竭。還有甚至像是甲狀腺亢進,或者是最近非常熱門的議題,就是肥胖,也是一個危險因子。

-----廣告,請繼續往下閱讀-----

劉育志醫師:請問心房顫動在台灣的盛行率為何?

林柏霖醫師:在台灣的盛行率大概是 1-2%。特別是台灣要進入到高齡化的社會,會隨著年紀越來越高的時候,它的風險性,它的盛行率也會越來越高。

劉育志醫師:請問心房顫動可能出現哪些症狀?

林柏霖醫師:大部分大概 20% 的病人可能會沒有症狀。但是因為當心房顫動發作的時候,心跳速度會快快慢慢,會出現不一樣的症狀。特別像腦部可能就會頭暈;心臟來講可能就會有喘、胸悶、心悸等等的症狀;其中最嚴重的併發症就是血栓,因為心房顫動一旦發作的時候,它的左心房的速度會到 400 到 600 下左右,會造成血液在我們左心房滯留進而產生血塊。如果血塊打到腦就是俗稱的中風,打到心臟就是心肌梗塞,打到腳就是我們常見的腳中風。

-----廣告,請繼續往下閱讀-----

劉育志醫師:請問要如何及早發現心房顫動?

林柏霖醫師:在醫院上面來講,我們有傳統上 12 導程的心電圖或者是有 24 小時的霍特心電圖,甚至我們的節律器或者是我們植入性的心臟監測儀都可以發現。但是如果在居家的時候,我們有一些血壓器也具備心律不整的監測功能,或是現在非常流行的智慧型手環或手錶也都有類似這樣的功能。

劉育志醫師:請問目前主要的治療方式為何?

林柏霖醫師:心房顫動的治療方式,我們通常用 ABC 的一個 Pathway。A 就是抗凝劑;B 就是 Better Rhythm Control,我們可以用藥物或者是手術的方式來治療心律不整,特別是心房顫動,包含手術方式就是有傳統的電燒手術或者是冷凍導管的消融術;C 就是 Comorbidity,就是同時有心房顫動的時候,我們要治療他的共病症,包含三高。

-----廣告,請繼續往下閱讀-----

劉育志醫師:請問手術治療會如何進行?

林柏霖醫師:我們會半身麻醉,特別是我們從腳的股靜脈會伸導管到我們的右心房,必須從右心房再做一個穿刺到左心房。傳統上來講,就是過去的傳統電燒是用點狀燒,燒我們的四個肺靜脈,可能會耗時比較久。如果我們是心室的冷凍導管消融術,他是用氣球,就是放到我們的肺靜脈,他會造成一個連續性電訊號的破壞。

劉育志醫師:請問冷凍導管消融術的成效與安全性?

林柏霖醫師:傳統電燒手術是我們用點狀的電燒。新式的冷凍導管消融術,他是用一個球狀,注入液態的一個冷凍劑,可以讓球囊的溫度下降到零下 30 到 50 度,它會造成一個連續性的電訊號阻斷。它的優勢就在於它的手術時間會縮短到一半,大概約兩個小時左右,所以手術時間短,它的安全性就會提高,也可以降低病人在手術時間,因為時間過久而造成不適感。

-----廣告,請繼續往下閱讀-----

劉育志醫師:針對手術治療心房顫動的時機,醫師會如何建議?

林柏霖醫師:我想給大家一個觀念就是 Early,就是早期診斷跟早期治療。早期診斷可以利用很多健康檢查的方式,去提早發現心律不整;早期治療就是說,當如果已經有心房顫動,特別是陣發性的心房顫動,或者是心房顫動已經造成有症狀了,或者是這個是很早期的時候,可以去利用藥物或甚至是用手術的方式,把這樣的心房顫動解決掉。

林柏霖醫師:我想跟大家分享一個特別的案例,是一位 40 歲的男生。到我們醫院的時候,他是因為左腰痛,居然是心房顫動造成的血栓打到腎動脈,經過我們的團隊緊急將左腎血栓取出來之後,就接受冷凍導管消融術,最後回到正常心律。因為這樣可以降低他未來再血栓的風險。

林柏霖醫師:心房顫動會造成五倍以上的中風率,所以它其實是一個非常需要大家重視的疾病。特別是在年輕人,或者是你本身已經是陣發性的心房顫動合併有症狀的時候,更應該要及早去做診斷跟治療。

-----廣告,請繼續往下閱讀-----

劉育志醫師:感謝林醫師來到照護線上,我們下次再見,掰掰。

林柏霖醫師:掰掰。

討論功能關閉中。

0

0
1

文字

分享

0
0
1
鑑識故事系列:啤酒節猛砸杯,血濺慕尼黑
胡中行_96
・2023/10/05 ・1840字 ・閱讀時間約 3 分鐘

-----廣告,請繼續往下閱讀-----

德國慕尼黑著名的啤酒節(Oktoberfest),從 1810 年 10 月 12 日的一場皇家婚禮,演變成連續 2 週,結束在 10 月第一個禮拜天的年度活動。[1]幾杯黃湯下肚,不乏酒客暴力相向。約莫 27 至 53 起的酒杯砸人事件,每年固定在此時上演。其中一名 43 歲的男性受害者,因此登上 2020 年的《國際法醫期刊》(International Journal of Legal Medicine)。[2]

慕尼黑啤酒節。圖/Greg Schechter on Wikimedia Commons(CC BY 2.0)

啤酒杯攻擊

事發當天,受害人於慕尼黑啤酒節喝了幾杯,然後在附近的酒吧與兩名男子發生口角。轉身離去之際,腦袋猛遭重擊。185 cm 高,90 kg 重的軀體,遂瞬間倒地。目擊者指稱凶器是一只啤酒杯;而警方沒有搜集碎裂的殘骸作為證物。[2]

右邊頭頂與左後頸的傷口。圖/參考資料 2,Figure 1(CC BY 4.0)

滿身酒味,咬字不清的男子,意識還算清晰,能夠回答問題。他頭頂右邊,有一道長 5 cm,邊緣整齊的傷痕;左後頸上方,也有個直徑 0.8 cm 的淺層傷口。急救人員用壓力繃帶幫他包紮後,開救護車把人送去醫院。電腦斷層掃描顯示,頂骨右邊有個 1.99 mm 深的壓迫性骨折,頭皮內部出血,硬膜下血腫。另外,右手的第2根掌骨骨折。醫師為頭頂的外傷縫了 5 針;但骨折的部份未做處置,僅要求男子留院觀察 24 小時。[2]

男子頭部的電腦斷層掃描影像。圖/參考資料 2,Figure 2(CC BY 4.0)
掌骨編號示意圖:此圖為左手;但男子是右手受傷。圖/BodyParts3D on Wikimedia Commons(CC BY-SA 2.1 JP)

啤酒杯的銳器 vs. 鈍器損傷

啤酒杯攻擊的受傷情形,取決於頂骨對衝擊的承受能力,以及玻璃易碎的程度。啤酒杯可能在碎裂時,從鈍器變為銳器,導致不同型態的損傷。換句話說,變因除了關乎受害者體質的性別、年齡和人種,還有啤酒杯新舊的差異。[2]

-----廣告,請繼續往下閱讀-----

以辦案為目的的驗傷,於事件發生 9 個鐘頭後進行。男子親切、外向、配合度高,但是當時已經完成縫合手術,所以部份關於創傷原始情形的資訊,得由急診護理人員補充。他頭頂上彎曲的傷口,邊緣俐落,周圍沒有刮痕或擦傷。外觀基本上符合典型的銳器損傷,不過還有幾個條件必須納入考量:[2]

  • 傷口下方的壓迫性骨折,型態屬於鈍器損傷。如果有銳器介入,看起來應該會不太一樣。[2]
  • 此壓迫性骨折是由高衝擊力所致,完整的啤酒杯比較容易達到該力道。[2]
  • 比起啤酒杯的杯身,杯底可以創造較大的衝擊力。[2]
  • 這個強大的力量會造成皮膚的撕裂傷。[2]
  • 啤酒杯之類的平滑物體,衝擊而撕裂皮膚,有時結果會跟割傷相似。[2]

法醫綜合以上,認為兇手是抓著啤酒杯的握把,以揮舞斧頭的動作,杯底朝著男子的頭頂,砸出鈍器損傷。相對地,他脖子上的傷口,則是不規則且尖銳的啤酒杯碎片,才劃得出來的銳器損傷。至於右手掌骨,應該是頭部遭遇重擊後,摔倒而骨折。[2]

3D 重建示意圖:紅圈處為男子頭頂壓迫性骨折的位置。圖/參考資料 2,Figure 3(CC BY 4.0)

嚴重身體傷害罪

刑事辦案方面,法醫必須以啤酒杯的質量和揮杯的速度,描述攻擊的強度會造成男子所受的傷害。然而此案線索有限,有些面向只能盡力推測。典型的啤酒杯多為玻璃製,杯壁 0.6 至 1 cm 厚,1 L 裝的約重 1.3 kg。通常行兇時,已經杯空見底,得以忽略內容物的重量。根據文獻,產生男子頭頂那種約莫2 mm深的壓迫性骨折,需要 4 至 5 kN 的力;雖然啤酒杯跟頂骨若不甚堅固,未必需要那麼強的力道。法醫以此推測,衝擊速度約為8到13 m/s。[2]

儘管單就頭頂的創傷,並不會令男子死亡,潛在的併發症卻有致命的風險。比方說,顱內出血或發炎反應等。因此,法醫最後認定兇嫌的行為,應該被視作嚴重身體傷害罪。[2]

-----廣告,請繼續往下閱讀-----

參考資料

  1. Oktoberfest’. (12 JAN 2023) Encyclopedia Britannica.
  2. Kunz SN, Gorges N, Fischer F, et al. (2020) ‘Beer stein blast to the head a rare case of combined blunt and sharp force trauma’. International Journal of Legal Medicine, 134, 1791–1796.
胡中行_96
169 篇文章 ・ 65 位粉絲
曾任澳洲臨床試驗研究護理師,以及臺、澳劇場工作者。 西澳大學護理碩士、國立台北藝術大學戲劇學士(主修編劇)。邀稿請洽臉書「荒誕遊牧」,謝謝。