走十公尺都很困難，嚴重恐截肢——下肢周邊動脈阻塞

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

泰國衛生部長 Anutin Charnvirakul 最近為了響應即將在六月上路的新法－－家戶種植大麻合法化－－並加速大麻轉型為該國的經濟作物，在今年五月八號時宣佈政府即將在下個月發放百萬棵大麻植株，以鼓勵民眾種植^[3]。這些大麻為醫藥用大麻，但若要轉為商用大麻，只要向地方政府申請即可。雖然聽起來可能讓很多人躍躍欲試，但是目前在泰國娛樂性使用大麻，仍然會面臨牢獄之災。

泰國新法上路，那台灣呢？

至於台灣，雖然大麻仍然被列為二級毒品，近年來台灣也逐漸有大麻合法化、放寬大麻管制等等的聲音。綠色浪潮是台灣民間推動大麻合法化的主要團體之一，在今年四月更舉行了第一屆的「大麻祭」。近期積極推動的連署主要訴求有三：上修四氫大麻酚（THC）容許值，與美國同步（美國規定 0.3%，原因是有證據支持 0.3% 以下不會有成癮性，台灣目前容許 0.001%）；比照聯合國最新版本的《麻醉品單一公約》來修法來管制大麻；以及將大麻從反毒宣導中移除^[6]。而在政府層級，大法官於 2020 年於釋字第 790 號中，宣布毒品管制條例中的「意圖供製造毒品之用，而栽種大麻者，處 5 年以上有期徒刑，得併科新臺幣 500 萬元以下罰金。」違憲。因為其不論情節輕重，都處以五年以上的有期徒刑，違反比例原則^[9]。

從醫學角度看大麻

大麻是什麼，每個人腦袋裡大概都會有些既定印象，就讓我們以醫學的角度來看看大麻。大麻為一種草本植物，而既然是自然界的生物，組成成分想當然耳非常複雜。但是引發最多討論的是對人類中樞神經有作用的化學成分四氫大麻酚（tetrahydrocannabinol, THC），以及有藥用潛能但不影響精神狀態的大麻二酚（cannabidiol , CBD）。進入生物體內後，四氫大麻酚會由體內細胞上的 CB1 受器（cannabinoid receptor 1）以及 CB2 受器（cannabinoid receptor 2）接收，引發細胞下游反應。四氫大麻酚接上大腦的 CB1 受器後，就可以產生欣快感。大麻二酚反而不太愛接上 CB1 受器，甚至有時候會在旁邊干擾四氫大麻酚與 CB1 受器的接合。大麻二酚主要接到 CB2 受器，非但沒有讓人「變嗨」的作用，研究還指出醫用大麻二酚會降低焦慮症的症狀，有止痛功效，也運用在一些運動神經疾病^[7]。

當攝取方式為「抽」大麻時，由肺臟吸收大約 50%，當以食品方式「吃」的話，大約 10% 會被吸收。吸食未經萃取大麻相關的副作用包括：認知功能改變、慢性支氣管炎、及肺癌、生育力下降、精子動力降低、睪固酮濃度降低等等^[5]。胎兒在子宮中暴露到大麻，會增加低體重嬰兒以及早產的可能性、也會增加新生兒加護病房住院率^[1]。成癮性的大麻使用者腦部的獎賞迴路會被大麻所改變，而無法控制對於大麻的依賴程度。而在驟然停止使用大麻時，成癮性的大麻使用者也會出現戒斷症狀，包括焦躁易怒、睡眠障礙、食慾下降、體重減輕、憂鬱等等。

大麻與心臟疾病

一般人聽到「心臟病」、「心肌梗塞」應該會聯想到比較有年紀的病人。但在一篇研究中指出，古柯鹼以及大麻的使用在「年輕」的病人（總共收案 2,097 位 50 歲以下心肌梗塞病人）中，會增加心肌梗塞後的心因性死亡率以及總死亡率^[4]。原因之一是四氫大麻酚會造成血管內皮細胞的發炎，進而造成血管粥狀硬化。同樣的血管變化也會發生在腦部，如果血管斑塊破裂，就有可能造成阻塞性中風。而這些過程都跟前面提到的 CB1 受器有關。CB1 受器除了存在於腦部，引發止痛鎮靜甚至欣快的效果，也存在於血管內皮細胞上。當四氫大麻酚接上這個受器之後，會引發細胞內一連串的生物化學作用，增加氧化壓力，進而引發發炎，以及血管粥狀硬化^[2]。

吸食大麻引起的心血管疾病有解嗎？

於是由目前任教於台大藥理所的魏子堂副教授，領導史丹佛團隊，發起了尋找 CB1 拮抗劑之旅，結果發現在大豆內的 Genistein 是天然的 CB1 拮抗劑^[8]。所謂的拮抗劑就是會在結合受器後，不引起下游的反應，如此一來，同樣在尋找同樣受器的不同受質，就無法結合到該受器，而引起下游反應。

在老鼠的模型中發現同時給予 Genistein 以及四氫大麻酚的老鼠，比起單獨使用四氫大麻酚的老鼠有表現較低的發炎物質。而且在犧牲老鼠後得到的病理切片也有同樣的結論。在另一組實驗中，本來被為了高脂餐的「胖胖鼠」，在經過單獨給予四氫大麻酚之後，血管斑塊增大的幅度，也比同時給予 Genistein 的胖胖鼠還要更多。

與此同時，可能有些醫用大麻擁護者會擔心，那我們想要從醫用大麻得到的中樞神經系統止痛與鎮靜效果呢？在這個實驗裡發現 Genistein 並不會擾這方面的效果。

不過目前在 Cell 發表的這篇實驗仍在動物模型階段，如果要進一步在臨床醫學上使用，還是需要長期的臨床試驗觀察。Genistein 已經可以在一些補品或是健康食品中看到，所以安全性應該是無虞，但是若要證明它能讓吸食大麻的「人」避免掉心血管副作用，還是要經過二期、三期、四期臨床試驗。何況通常心血管疾病的病程需要數年，甚至數十年的時間才能看到變化。最有名的心血管研究是在二十世紀中期的佛萊明漢研究（Framingham study），一開始的設計為一個長達 20 年計畫，而也是因為這個重要的研究，得以奠基當代心臟科學的基礎。

結語

大麻除罪化、合法化、醫療化等議題，在大部份台灣人腦海裡可能還有毒品管制條例中深植的「二級毒品」形象。這不僅僅是科學證據上的辯論，更有著歷史文化、社會觀感的拉扯。但隨著越來越多國家對大麻管制鬆綁、醫用大麻的出現、甚至泰國鼓勵轉植大麻當經濟作物的風氣開始興盛，以及台灣民間團體的推動，公民討論勢必會越來越多。新研究的出現－－譬如本文中 Genistein 在未來臨床試驗後，可能可以保護大麻使用者，免於心血管副作用－－可以豐富公民討論的內容。如何創造社會對於大麻議題，一個理性討論的空間，值得大家一起關注。

1. Birth Outcomes of Neonates Exposed to Marijuana in Utero: A Systematic Review and Meta-analysis | Neonatology | JAMA Network Open | JAMA Network [WWW Document], n.d. URL https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2788451 (accessed 5.13.22).
2. Cardiovascular effects of marijuana and synthetic cannabinoids: the good, the bad, and the ugly | Nature Reviews Cardiology [WWW Document], n.d. URL https://www.nature.com/articles/nrcardio.2017.130 (accessed 5.13.22).
3. CNN, H.C., n.d. Thailand to give away one million free cannabis plants, minister says [WWW Document]. CNN. URL https://www.cnn.com/2022/05/11/asia/million-free-cannabis-plants-to-be-distributed-to-thai-households-intl-hnk/index.html (accessed 5.13.22).
4. DeFilippis, E.M., Singh, A., Divakaran, S., Gupta, A., Collins, B.L., Biery, D., Qamar, A., Fatima, A., Ramsis, M., Pipilas, D., Rajabi, R., Eng, M., Hainer, J., Klein, J., Januzzi, J.L., Nasir, K., Di Carli, M.F., Bhatt, D.L., Blankstein, R., 2018. Cocaine and Marijuana Use Among Young Adults With Myocardial Infarction. J. Am. Coll. Cardiol., SPECIAL FOCUS ISSUE: CARDIOVASCULAR HEALTH PROMOTION 71, 2540–2551. https://doi.org/10.1016/j.jacc.2018.02.047
5. Pathophysiology – Elsevier eBook on VitalSource, 7th Edition – 9780323169448 [WWW Document], n.d. URL https://evolve.elsevier.com/cs/product/9780323169448?role=student (accessed 5.13.22).
6. petition – 綠色浪潮 GreenWave, 2021. URL https://greenwavetw.com/ (accessed 5.13.22).
7. Shahbazi, F., Grandi, V., Banerjee, A., Trant, J.F., 2020. Cannabinoids and Cannabinoid Receptors: The Story so Far. iScience 23, 101301. https://doi.org/10.1016/j.isci.2020.101301
8. Wei, T.-T., Chandy, M., Nishiga, M., Zhang, A., Kumar, K.K., Thomas, D., Manhas, A., Rhee, S., Justesen, J.M., Chen, I.Y., Wo, H.-T., Khanamiri, S., Yang, J.Y., Seidl, F.J., Burns, N.Z., Liu, C., Sayed, N., Shie, J.-J., Yeh, C.-F., Yang, K.-C., Lau, E., Lynch, K.L., Rivas, M., Kobilka, B.K., Wu, J.C., 2022. Cannabinoid receptor 1 antagonist genistein attenuates marijuana-induced vascular inflammation. Cell 185, 1676-1693.e23. https://doi.org/10.1016/j.cell.2022.04.005
9. 釋字第 790 號-全國法規資料庫 [WWW Document], n.d. URL https://law.moj.gov.tw/LawClass/ExContent.aspx?ty=C&CC=D&CNO=790 (accessed 5.13.22).
10. 大麻究竟有多可怕？ – PanSci 泛科學

• 作者／照護線上編輯部
• 本文轉載自 Care Online 照護線上《下肢冰冷、脫毛、跛行不能拖，搶救周邊動脈阻塞疾病，血管外科醫師圖解懶人包》，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

「醫師，我爸的腳黑掉了！」家屬焦急的說。

60 歲的王伯躺在急診推床上，右下肢已經明顯發黑，小腿前方冒出一個很大的水泡，這是組織缺血的表現。

下肢周邊動脈阻塞疾病急性發作可能是有血栓造成阻塞，所以先使用導管進行溶解血栓的治療，但是沒有明顯改善，中國醫藥大學附設醫院心臟血管外科許智翔醫師表示，因為患者的血栓較硬，單靠血栓溶解劑沒辦法解決，於是採用外科手術取出血栓、恢復血流，成功保住了下肢。

周邊動脈阻塞疾病會影響下肢血液循環，一定要及早處理，才能避免截肢的命運。

周邊動脈阻塞讓下肢缺氧、壞死

下肢血管是容易發生動脈阻塞的部位，許智翔醫師指出，下肢周邊動脈阻塞性疾病可能是因為動脈粥狀硬化而漸漸狹窄的慢性變化，也可能是來自於其他部位的血栓造成急性發作。動脈粥狀硬化造成的阻塞較為常見，在一般民眾的發生率約 6.9%，急性發作的發生率大概只有 0.015%。

無論是慢性或急性的血管阻塞，都會造成肢體的血液供應量不足，剛開始會造成疼痛、行動不便，最終會造成肢體壞死、截肢，甚至死亡。

最常見的慢性周邊動脈阻塞是由動脈粥狀硬化所引起，許智翔醫師說，會造成動脈粥狀硬化的原因就會造成周邊動脈阻塞，年齡是一個無法避免的因子，大概從 40 歲以後就會開始進入動脈硬化的階段，一直到 70 歲之後，盛行率會上升到達 14.5%；男性也是危險因子之一，男性比女性更容易出現周邊動脈阻塞疾病，這兩個因素是沒有辦法經由人為改變。

其他可以改變的因子包括三高，高血壓、高血糖、高血脂，而抽菸造成的風險是非抽菸者的 4 倍。比較少見的原因是末期腎病變，由於鈣離子代謝異常，會加速血管硬化的速度與硬化的程度。

急性動脈栓塞的成因與危險因子不太一樣，許智翔醫師解釋，急性動脈栓塞是因為心血管系統的某個部位產生血栓，血栓掉落進入血液循環後，最終的終點經常是飄到下肢血管造成急性栓塞。最常見血栓是源自於心房顫動，心房顫動是一種心律不整，容易在心臟形成血栓，而造成全身性的血栓問題，例如腦中風、腸中風、肢體中風。主動脈瘤亦是急性血栓的來源，當主動脈瘤內部的血栓破裂，飄到下肢便會造成急性動脈栓塞。

下肢冰冷、脫毛、跛行，要及早就醫！

周邊動脈逐漸狹窄，流到下肢的血液會逐漸減少，許智翔醫師說，初期患者沒有感覺，直到血流供應無法滿足組織、肌肉的需求才開始出現症狀，例如毛髮脫落、皮膚蒼白、肌肉萎縮、指甲掉落等。

自體感覺的症狀以「間歇性跛行」最具代表性，間歇性跛行是在休息的時候沒有不舒服，但在行走一段距離後會感到痠痛不適，必須停下來休息，休息一陣子後症狀緩解，又能繼續走。隨著病情惡化，患者可以行走的距離會越來越短，臨床上會以能否走 200 公尺，作為嚴重度的分界點。

當下肢動脈阻塞繼續惡化，這些問題會逐漸放大，許智翔醫師說，外在表現改變朝肢體壞死的方向發展，從腳趾末端開始，由原本稍微蒼白變成紫紅色，再變成黑色壞疽，黑色壞疽是不可逆的狀況，而且壞死的範圍會逐漸擴大，影響到更多腳趾，甚至整個腳掌。

自體感覺的症狀惡化，是走路的距離和可以走路的時間逐漸縮短，嚴重時只要走幾步路就開始痠痛，甚至休息、睡覺的時候也會痛，讓生活品質大幅下降。

肢體壞死後大多需要截肢，以控制感染，否則壞死的組織會孳生大量細菌，容易造成全身性感染，導致敗血症以及死亡。

「遇到周邊動脈阻塞疾病時，一定要特別注意，因為患者的另一隻腳和其他器官都可能有動脈粥狀硬化。」許智翔醫師提醒，「動脈粥狀硬化發生在心臟的冠狀動脈，可能導致心絞痛、心肌梗塞；發生在腦部、頸部的血管，可能造成腦中風；發生在腎臟的血管，就會變成腎衰竭，務必要小心！」

積極治療下肢周邊動脈阻塞

治療動脈阻塞疾病，必須積極控制潛在疾病，如高血壓、高血糖、高血脂，並搭配抗血小板藥物預防血栓形成。

當血管阻塞變嚴重時，藥物的治療效果會逐漸下降，這時候就需要使用介入性治療，許智翔醫師解釋，目前主流有兩種，一種是導管治療，一種是傳統手術，導管治療類似心導管的做法，利用導管去治療下肢血管，打通狹窄、阻塞的位置。導管治療是微創手術，傷口僅一個小孔，疼痛較少、恢復較快。

下肢周邊動脈阻塞的導管治療，一般會從鼠蹊部穿刺，放入導線，然後將氣球導管伸到病灶處加以擴張，把狹窄的地方撐開，許智翔醫師說，如果血管嚴重狹窄、鈣化，在撐開之後可能會立即縮回，這時候就要搭配支架把血管撐開。針對嚴重鈣化的血管斑塊，也可以使用斑塊旋切裝置，刮除硬化的斑塊，拓寬血管的管徑。

為了降低病灶位置再次狹窄的機會，可以使用塗藥氣球或塗藥支架，塗藥氣球展開時，能夠釋放藥物進入血管壁，大幅延緩再次狹窄的速度。

「心血管外科醫師不只是會做導管治療，還能做繞道手術，」許智翔醫師說，「繞道手術就好像是開闢一條外環道路，繞過塞車嚴重的區域，可以使用人工血管或拿取自體靜脈來嫁接，繞過狹窄阻塞的部位。繞道手術可以快速且長久的維持血流暢通，是相當有效益的治療方式。」

貼心小提醒

「要活就要動！」許智翔醫師叮嚀，「多走路、多運動，是對於下肢動脈阻塞疾病的最佳預防方式。如果有三高，高血壓、高血脂、糖尿病，請務必好好控制。血糖、血壓、血脂肪升高的時候，患者大多沒有感覺，出現症狀的時候，往往已經出事了。」

香菸會傷害肺部，也對心臟血管系統造成很大的影響，讓血管阻塞的速度大幅上升，大概會提早 20 年發生心血管疾病，增加心肌梗塞、腦中風、腎衰竭的風險，對健康危害非常大，越早戒菸越好。

若有發現下肢冰冷、痠痛、間歇性跛行等狀況請盡早就醫，與醫師詳細討論，選擇適合的治療策略。