在醫生的刀下突然醒來？透過腦波，精準掌握麻醉的劑量——《麻醉之後》

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《白內障手術一併處理近視、老花、散光，全焦段散光矯正人工水晶體，眼科醫師解說（圖文懶人包）》，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

「那是一位 50 多歲的女士，原本近視將近一千度，而在出現白內障後，近視的狀況又急速惡化，於是決定接受白內障手術。」花蓮慈濟醫院眼科部視網膜科主任何明山醫師表示，「經過詳細討論後，患者選擇使用全焦段散光矯正人工水晶體，希望解決白內障並同時矯正近視、散光、老花眼。」

手術完成後，患者順利恢復。何明山醫師說，全焦段散光矯正人工水晶體能夠提供遠、中、近連續視力同時矯正散光，讓患者不用再戴近視眼鏡，也不需要戴老花眼鏡，生活與工作都方便許多。

白內障是因為眼睛裡面的水晶體老化，而影響光線進入眼球。何明山醫師指出，水晶體就像照相機的鏡頭，當鏡頭變混濁，進到眼睛的光線便會減少，所以在比較昏暗的狀況下，會覺得視力模糊、顏色改變。由於光線進入白內障後會散射，讓電燈、車燈散開，所以容易出現眩光。

白內障的形成主要與年紀有關，在過去白內障大多出現在 50 歲以上的患者。不過還有許多原因可能導致白內障提早發生，危險因子包括高度近視、糖尿病、眼睛外傷、紫外線曝曬、長期使用類固醇等。

何明山醫師說，「隨著 3C 產品的普及，長時間使用 3C 產品的人越來越多，臨床上也發現白內障有年輕化的趨勢，有些患者在 40 歲就開始有白內障。大家一定要多關心眼睛的健康！」

當白內障已經對日常生活造成影響時，便會建議接受治療。何明山醫師指出，放任白內障惡化，除了影響視力之外，還會影響眼睛的健康，因為過熟的白內障可能造成青光眼，嚴重會導致失明，而且當白內障過熟時，也會增加手術的困難度、增加出現併發症的風險。

利用人工水晶體解決近視、老花與散光

在白內障早期，可能會使用眼藥水，幫助延緩白內障惡化。何明山醫師說，待白內障成熟時，便需要利用手術移除混濁的水晶體，然後放入人工水晶體。

人工水晶體的選擇，主要由患者的用眼需求來決定。何明山醫師說，如果有近視、老花眼、散光等狀況，現在也可以一併用人工水晶體來矯正。

傳統的單焦點人工水晶體可以提供遠距離視力，而中、近距離便需要配戴眼鏡。何明山醫師說，隨著光學技術的進步，人工水晶體持續進化，陸續開發出多焦點人工水晶體、全焦段人工水晶體等。

多焦點人工水晶體能夠看清楚特定焦點處的物體，而全焦段人工水晶體能夠延長視覺景深，提供遠、中、近距離的連續視力，最近視距約 33 公分。何明山醫師說，中距離視力大約 60 公分，對患者非常重要，日常生活中經常使用中距離視力，例如開車看導航、煮飯、打電腦、打牌休閒娛樂等。擁有中、近距離的連續視力，能夠顯著提升便利性。

全焦段人工水晶體也能保有較佳的顏色對比度，減少夜間眩光。何明山醫師說，部分具老花矯正功能的人工水晶體有較明顯的夜間光學干擾，如果常有夜間駕車的需求，可考慮使用全焦段人工水晶體，提升行車安全。何醫師進一步表示，門診有幾位患者植入全焦段人工水晶體後，開長途車回診也都不是問題。

同時矯正散光，提升視覺品質

在台灣散光的盛行率很高，可能有四成至五成的患者有散光。何明山醫師說，散光超過 100 度便會影響視力清晰度，所以在進行白內障手術時，會建議一併矯正散光。

因為散光具有方向性，所以放入散光矯正人工水晶體時，必須固定在特定角度，才能發揮矯正效果。何明山醫師說，傳統散光人工水晶體需要經過一段時間後才能夠穩定，若在術後出現位移旋轉，便會影響散光矯正的效果。新一代散光矯正技術能夠提升術後穩定度，較不會產生位移，讓術後視力更清晰。

何明山醫師提醒，視力對生活與工作皆很重要，接受白內障手術前，請與醫師詳細討論，選擇合適的人工水晶體！

筆記重點整理

• 白內障的形成主要與年紀有關，不過還有許多原因可能導致白內障提早發生，危險因子包括高度近視、糖尿病、眼睛外傷、紫外線曝曬、長期使用類固醇等。

• 當白內障已經對日常生活造成影響時，便會建議接受治療。放任白內障惡化，除了影響視力之外，還會影響眼睛的健康，因為過熟的白內障可能造成青光眼，嚴重會導致失明，而且當白內障過熟時，也會增加手術的困難度、增加出現併發症的風險。

• 如果有近視、老花眼、散光等狀況，現在可以一併用人工水晶體來矯正。多焦點人工水晶體能夠看清楚特定焦點處的物體，而全焦段人工水晶體能夠延長視覺景深，提供遠、中、近距離的連續視力，顯著提升便利性。

• 全焦段人工水晶體能保有較佳的顏色對比度，減少夜間眩光，有助提升安全性。

• 散光超過 100 度便會影響視力清晰度，在進行白內障手術時，建議一併矯正散光。因為散光具有方向性，所以放入散光矯正人工水晶體時，必須固定在特定角度，才能發揮矯正效果。新一代散光矯正技術能夠提升術後穩定度，較不會產生位移，讓術後視力更清晰。

• 本文轉載自 Care Online 照護線上《白內障手術一併處理近視、老花、散光，全焦段散光矯正人工水晶體，眼科醫師解說（圖文懶人包）》，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

「雜種醫」的挑戰

余巖在一九三二年出版《醫學革命論文選》第二版之時，新版序的開場白就敘述了朋友對他的氣憤埋怨。他們說：

近年外面半新半舊非驢非馬的醫說，橫行得了不得。這點狡獪都是你教訓他們的。你若不去向他們攻擊，他們永遠不會變遷。舊的索性舊，新的索性新，倒是界限分明，容易解決。⋯⋯你拚命攻擊舊醫，結果是教訓他們尋出一條生路。

在一九二九年的衝突之後，許多批判中醫的人都注意到一個令他們毛骨悚然的現象：一夕之間，出現了一種「非驢非馬」的雜種醫。在很短的時間裡，雜種醫就在醫界大行其道，而之前這種混種現象只盛行於商業界的藥品市場而已。雖然抱持第一與第三立場的人對於中醫科學化的意見相反，但他們都把陸淵雷與譚次仲的方案抨擊為「非驢非馬」。

為何被譯為「雜種醫」？

在此，我想清楚說明為什麼把「非驢非馬醫」翻譯為「雜種醫」（mongrel medicine），而不是聽起來比較正面的「混種醫」（hybrid medicine）。第一，兩者間有一個重要的不同之處，就在於「雜種醫」是當年的歷史行動者所使用的概念。當年批判中醫的人士把「非驢非馬醫」等同於「雜種醫」，因爲他們想強調這種醫療是一個背叛了父母的雜種，是對兩個純種醫學傳統的雙重背叛。

這樣強烈的負面意涵便引出我的第二個論點：作為歷史行動者的概念而言，當年沒有任何中醫師會自我標榜為「非驢非馬」，「非驢非馬」是中醫批評者強加在他們身上的一種貶抑性的標籤。相較於「雜種」與「非驢非馬」所帶有的強烈的負面意涵，「混種性」（hybridity）這個後殖民概念的功能剛好相反，它強調「後殖民文化的混種性是一個優點，而不是弱點。」我想傳達的訊息卻正是混種的負面意涵：對於那些企圖匯通中西醫的人而言，他們必須承受對手加諸己身的羞辱與限制，被對手定義為「雜種」。為了傳達「非驢非馬」一詞的貶抑與羞辱，我決定將其意譯為「雜種醫」。

備受罵名，仍要追求中醫科學化的原因為何？

面對來自雙方的攻擊，陸淵雷決定在那份備受爭議的中醫科學化提案當中，將接納雜種醫列為五項前提之一：「故整理國醫藥學術，引用科學原理時，不任受破壞國粹之名。」在此陸淵雷清楚表示不認同將中醫視為「國粹」而保存其本真性（authenticity）。

這是一項重要的證據，顯示至少對陸淵雷而言，國醫運動不當被等同為一種文化民族主義運動。他特別提及儒學與佛教在宋朝（九六○ — 一二七八）成功融合的例子，而主張中醫科學化是性質接近的事業，是以一種大膽而富有創意的方式來融合中國與外國文化。就這個意義上而言，像陸淵雷這樣的人士不僅發動了中醫科學化方案，更心甘情願地承受論敵貼在他們身上的貶抑性標籤，因為他們追求的目標不是保存中醫既有的樣貌，而是要發展出國醫館所揭示的那種新生的混種醫。

余巖的友人責怪余巖協助創造了這種雜種醫。他們是對的。雜種醫之所以會興起，就是為了回應余巖和其他中醫批評者所倡議的醫學革命。這並不是說在余巖對中醫提出抨擊之前，不曾有人試圖融合這兩種醫學型態──唐宗海就是一個明顯的先例。重點是，雜種醫之所以突然間變地那麼值得追求、那麼引人痛毀極詆、那麼危機四伏，這一切都源於人們堅持要以科學方法整理中醫──換句話說，就是中醫科學化。有史以來第一次，當中醫師想像中醫與西醫的關係之時，他們無可逃避地必須共同直面科學的概念。

雜種醫與中醫科學化的關係？

雜種醫與中醫科學化之間，有一種相互建構與壓制的辯證關係。這兩者的關係具有相互建構性，因為中醫師會想追求雜種醫這種古怪的東西，完全是因為國民黨國家提倡中醫科學化，並強迫抗爭雙方以其作為停戰條件。正是這個科學化的目標，迫使中醫師在改革中醫時認真看待科學的概念以及相關的現代性論述──例如余巖對於中醫的三分法。就這個意義上而言，他們的改革體現現代性的特徵，因此截然不同於由唐宗海為代表的那種前現代式的匯通中西醫。

另一方面，這兩者之間的關係也具有壓抑性，因為正是科學的概念使人難以想像中醫與生物醫學之間能夠經由跨種雜交而產生有意義的成果。單純想像把兩種醫學型態混合起來，或許不需要擔心會產生怪物。但若是想像將科學與異己的他者進行跨種雜交，感覺上幾乎是褻瀆神聖。由於大家都覺得這是一個無法想像的作法，無怪乎批評者將這種新式醫學描述為「非驢非馬」。

就像那無法繁殖後代的騾，雜種醫雖然表面上看來充滿活力，卻絕對不可能長久存續，無法成為一個富有生命力的活著的傳統（living tradition）。正因為這種醫學廣受大眾歡迎，反對者覺得必須利用雜種醫這個貶抑性的概念，以提醒眾人逾越界線的危險，使人們產生強烈的負面情緒。總而言之，就是因為論爭雙方都接納中醫科學化方案，是以雜種醫才會變成一個廣受中醫師支持的、值得追求的、卻又沒有希望成功的方案；另一方面，也變成西醫師眼中巨大的威脅。

結論

西醫師為何強烈地偏好「中醫科學化」這句口號，而不是「以科學方法整理中醫」？關鍵就在防止雜種醫。由於這句口號包含了「科學化」這個在地發明的概念，因此也就把我們帶回了本章一開頭提出的那個問題：在一九三○年代初期的中西醫論爭中，中醫科學化方案做為一股關鍵歷史力量，究竟發揮了什麼樣的功能？最直白的答案就是，將科學轉化為一個動詞（科學化），其實是最有效的方式來展示世界上存在著一種同質性的實體叫做科學。

如果科學不能被理解為一種同質性的單一實體，那便難以想像將某個東西「科學化」究竟是什麼意思。更重要的是，當人們習以為常、不假思索地使用「科學化」這個動詞時，大家的行為便預設並且強化了一個想法：科學及其對反（中醫）是兩個可以清楚辨識的實體，就像具體的物品一樣真實。

——本文摘自《非驢非馬：中醫、西醫與現代中國的相互形塑》，2024 年 02 月，左岸文化出版，未經同意請勿轉載。

• 作者／凱特．科爾－亞當斯 (Kate Cole-Adams) ；譯者／ 呂奕欣

讓病人睡著是一回事，知道病人睡得多深又是另一回事。

要麻醉到什麼程度才夠？

早期的衡量方式是依據醫師能看見的跡象而定。一八四七年，約翰．斯諾 (John Snow，1813~1858，英國內科醫師，是麻醉學與公衛領域的先驅) 醫師提出乙醚麻醉的五個觀察等級，首先是欣喜 (exhilaration，也就是多話期) ，之後漸漸移向第五期（雖然最好永遠不要達到），也就是呼吸變慢、停止，進入死亡。

以手術而言，通常第三期已經足夠。

「這時自主動作會停止，在吸進麻醉氣體時，眼睛固定往上凝視，這時病人就能避免心靈受創的風險。」

隨著新的藥物與氣體出現，監測法也在經年累月中改善。久而久之，複雜精密的儀器出現，可衡量體內的狀態，例如心率、血氧值，如此醫師能更能掌握病人的狀況。

時至今日，這五個連續期依然是許多麻醉醫師用來瞭解麻醉術的重要參考，也仍然是瞭解病人麻醉深度的實際指引。

這些指引有時稱為麻醉階段 (plane) 。事實上，這是依照可觀察到的身體跡象而定：病人聽到自己的名字時是否有回應，捏的時候會不會醒，醫師碰觸睫毛時會不會受到驚嚇。

麻醉醫師面對「病人突然清醒」的威脅

在麻醉的早期發展階段，主要目標是確保醫師不會對病人施打過高的劑量。到了二十世紀中期，由於藥物與給藥方式的進步，焦點已經轉變。雖然仍有死亡風險，但已大幅降低，而麻醉醫師面臨的挑戰變成要確保病人確實失去意識。

第一次和肌肉鬆弛劑有關的術中醒覺正式案例，是在一九五〇年發生。十年後，一項研究指出，術中醒覺的機率為百分之一點二，令人提高警覺。當然許多案例並沒有通報。

因此，研究人員仍在尋求測量（無）意識的方法。在六〇年代中期，一位現在很知名的麻醉醫師發展出一種技術，測量病患肺部的麻醉氣體濃度，至今依然有許多人奉為圭臬。

到了八〇年代，依據身體自主神經系統（無意識且自動的）壓力跡象的量表出現了，能評估血壓、心率，及手術過程中病人臉頰偶見汗水與眼淚滑落，醫師稱之催淚作用。

但到那時，英國醫師維權聯合會 (Medical Defence Union) 不時聽到病人抱怨，他們在手術過程中是醒著，有時候還會疼痛。

當醫生正要摘下你的右眼時，你突然醒來

一九九八年一月，美國音樂家卡羅．維爾 (Carol Weihrer) 為了眼部手術而進行麻醉，而醫師正要摘除出現病變的右眼時，她醒了過來。維爾可怕的案例轟動一時，她提到自己對於所發生的事多麼驚慌，以及她在動手術之前與手術期間企圖向醫師溝通，卻徒勞無功，這些都有明確紀錄。

維爾估計，她在兩個小時四十分鐘的手術時間都醒著。她感覺到眼球從眼窩被挖出來，以及剪斷視神經纖維。

「再也沒有比那幾秒更黑暗的經驗，」她在二〇〇四年的一場會議中說道。

維爾在一九九九年開始推動「預防麻醉醒覺運動」(Anaesthesia Awareness Campaign)，提高醫界對這問題的重視，也保護每年數以萬計，甚至數十萬在術中醒覺的病患。

現在，麻醉研究者開始探尋大腦本身，尋找可能的指引。

從「腦波」可以看見病人的麻醉狀況？

十九世紀後半，科學家已注意到兔子、狗與猴子腦部有節奏的電活動。接下來一個世紀，人類腦電圖開始發展。

腦電圖是將電極片貼在頭皮上，記錄裡頭的活動，有點像把耳朵貼在牆壁上的一片玻璃來竊聽。這資訊並不完整，因為竊聽到的是最接近頭顱的電子訊號，但已足以分辨通稱為「腦波」的不同波段。

腦波會轉譯成彎彎曲曲的變化，包括醒來時尖起的波段，及沉睡或無意識時低而緩慢的起伏。邁爾斯就是利用腦電雙頻指數電極片，測量這些電壓波動。這些儀器的測量基礎在於，雖然醫師不清楚麻醉藥劑如何運作，但他們確實知道麻醉藥劑會改變腦電活動。

——本文摘自《麻醉之後：揭開醫學中最奧妙難解、無人能清醒述說的感官與認知祕密》， 2020 年 8 月，臉譜出版。