Loading [MathJax]/extensions/tex2jax.js

0

4
3

文字

分享

0
4
3

COVID-19可能增加老人失智風險,需長期追蹤

寒波_96
・2020/12/20 ・1449字 ・閱讀時間約 3 分鐘 ・SR值 536 ・七年級

COVID-19(武漢肺炎、新冠肺炎)對於老年人的殺傷力比較大。除了感染病毒造成的直接危害之外,專家也觀察到不少重症患者出現「譫妄 (delirium) 」的症狀,令人憂心,是否幾年後「失智 (dementia) 」的風險將會增加?

老惹。圖/geekculture

什麼是「譫妄」?

譫妄是一類短期症狀,老年人出現的機率較高。患者往往會意識混亂、產生幻覺,例如看到魚在牆壁上用膝蓋走路之類的。

導致譫妄的原因仍有許多不解,不過並不罕見。2015 年的研究指出,住進加護病房的重症者約有 33% 發生譫妄。然而,一項研究調查武漢肺炎的重症者,發現 2000 人中高達 55% 出現譫妄,比例明顯高出許多。

瘟疫初期的重災區,義大利的倫巴底,就有醫師觀察到有些病患沒什麼呼吸道症狀,但是明顯出現譫妄。由此推論,診斷武漢肺炎時,譫妄應該列入可能的症狀之一。

-----廣告,請繼續往下閱讀-----

看似有道理的推論是,當壓力過大,超過腦部處理的能力,例如長期發炎,或是神經傳導物質失調,令腦內小劇場失去平衡,便會營造譫妄上演的舞台。

譫妄和失智有什麼關係?

另一值得重視的是,過去研究發現譫妄出現之後幾年,產生失智(也常被稱為老人癡呆)的機率也會增加。

失智是一類長期症狀的統稱,實際觀察指出譫妄與失智呈現正相關,發生過譫妄的人,失智的機率會增加。反過來一樣:失智的患者,譫妄機率也變高。

譫妄與失智呈現正相關。圖/Pixabay

但是譫妄和失智,無法肯定是否有因果關係,或是譫妄如何促進失智。譫妄倘若真的會促進失智,目前有 3 種可能的解釋。

-----廣告,請繼續往下閱讀-----
  1. 譫妄發生時,腦袋受到急性傷害,例如有害物質一時堆積在腦部。這些令腦部短期損傷的效果,長期最終將發展為失智症。
  2. 手術或感染造成腦部長期發炎。發炎可以增加血流,促進循環將廢棄物及有害物帶走;但是發炎太久的話,也可能損害細胞與組織,比方說讓神經細胞受傷,一段時間後導致認知失調的後遺症。
  3. 失智患者(即使只處於初期)神經元的聯結比較稀疏,面對發炎等困境時,神經組織的防禦較糟,更容易受損。這使得他們發生譫妄的機率增加,失智症也容易變得更嚴重。此一論點也稱作「閾值假說 (threshold hypothesis) 」。

結論

總之觀察得到的關係是:武漢肺炎重症患者,發生譫妄的機率高,可能增加隨後出現失智症的風險。

因此在診斷與治療武漢肺炎時,也必需注意譫妄造成的影響;而患者「康復」一段時間之後,是否有失智的徵兆,也是需要長期追蹤關注的項目 。

參考資料

延伸閱讀

本文亦刊載於作者部落格《盲眼的尼安德塔石匠》暨其 facebook 同名專頁

-----廣告,請繼續往下閱讀-----
文章難易度
寒波_96
193 篇文章 ・ 1090 位粉絲
生命科學碩士、文學與電影愛好者、戳樂黨員,主要興趣為演化,希望把好東西介紹給大家。部落格《盲眼的尼安德塔石器匠》、同名粉絲團《盲眼的尼安德塔石器匠》。

0

0
0

文字

分享

0
0
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。

鳥苷三磷酸 (PanSci Promo)_96
225 篇文章 ・ 313 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

1
0

文字

分享

0
1
0
纖維化疤痕與反覆發作:為何化膿性汗腺炎這麼難纏?
careonline_96
・2024/09/27 ・1138字 ・閱讀時間約 2 分鐘

-----廣告,請繼續往下閱讀-----

圖/照護線上

化膿性汗腺炎(hidradenitis suppurativa)是一種慢性發炎性皮膚病,讓位在腋窩、腹股溝、肛門周圍、會陰部和乳房下方的皮膚出現膿腫、位在深處的結節、與一道道纖維化的疤痕,這些反覆的發炎、氣味、和外觀惡化常常會讓患者身心俱疲。

化膿性汗腺炎的樣貌

化膿性汗腺炎的女性患者較多,多數年紀界在青春期過後到四十歲以前,以二十幾歲的年輕人為大宗。化膿性汗腺炎發作的位置屬於容易摩擦的皮膚處,包括腋下、腹股溝、會陰部、下腹、及臀部等處。

化膿性汗腺炎的樣貌
圖/照護線上

剛開始,患者可能會在腋下、腹股溝、或下腹部出現一些黑頭粉刺般的小隆起,接著出現單顆或多顆類似大顆痘痘或台語說「釘子」的深處結節,這些疼痛隆起處有些變大的時候會破掉,流出帶有異味的分泌物。患者會發現這些深處結節好的很慢,很難修復,並常常反覆發作,範圍可能愈來愈大,以至於皮膚下方出現纖維化的疤痕組織與連通的通道,皮膚的開口還會持續流出一些分泌物。因為這些症狀總是反覆發作,又是出現在一些較敏感的部位,對個人的生活品質與心情打擊很大。

化膿性汗腺炎的常見部位
圖/照護線上

罹患化膿性汗腺炎的起因

看到化膿性汗腺炎的皮膚發紅、深處膿腫、與帶有異味的分泌物時,很多人會以為這是感染引起的。然而,這個病本身並不是先因為感染,也不是因為個人清潔習慣不好而引起。

-----廣告,請繼續往下閱讀-----

化膿性汗腺炎起因於毛囊、皮脂腺、和頂漿腺的阻塞,當閉塞毛囊的角質蛋白溢出到周圍真皮時,會引發周圍的一連串淋巴組織發炎、結構破壞,以致於出現纖維化的疤痕與皮膚下方的通道等問題。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

0

0
0

文字

分享

0
0
0
從痘痘到膿腫:化膿性汗腺炎與想像的不一樣,你可能忽略的全身性發炎疾病!
careonline_96
・2024/09/20 ・2548字 ・閱讀時間約 5 分鐘

圖/照護線上

「有位 30 多歲的上班族,從念大學的時候便發現腋下常會冒出幾顆痘痘,不但會痛,還會流膿。」高雄醫學大學附設中和紀念醫院皮膚科林聖堯醫師指出,「每次發作時,患者會接受藥物治療,症狀雖然有改善,但經過一段時間後,又會冒出來。由於反覆發炎、化膿,患者腋下形成許多疤痕,攣縮的疤痕甚至讓他無法抬高手臂,也不能繼續打籃球。」

後來患者的鼠蹊部也反覆出現膿腫,皮膚上布滿坑坑洞洞,且持續流出膿液。在診斷化膿性汗腺炎後,患者嘗試過多種治療,但是效果皆不理想。考量疾病已嚴重影響患者的日常生活,醫師便嘗試例使用生物製劑進一步治療。所幸,接受生物製劑治療後,患者的症狀快速緩解,生活品質大幅改善。

化膿性汗腺炎(HS,Hidradenitis suppurativa)與免疫系統失調有關,是全身性的發炎疾病。患者的皮膚上會出現一些疼痛的腫塊或結節,可能會破掉、流膿。在反覆發作後,皮膚會變得坑坑洞洞、形成疤痕。

化膿性汗腺炎不會傳染,也與個人衛生習慣無關。化膿性汗腺炎常出現在腋下、大腿內側、乳房下方、腹股溝、臀部、後頸等皮膚皺摺處。有些患者會出現在單側,有些則是雙側都有。

-----廣告,請繼續往下閱讀-----

若在典型部位出現慢性且反覆發作的典型病灶(六個月內復發 2 次以上),便要將化膿性汗腺炎納入考量。

化膿性汗腺炎不只是痘痘
圖/照護線上

潮濕悶熱的夏季,總是讓患者非常不舒服。汗水會刺激皮膚,可能造成搔癢、疼痛、甚至感染。由於皮膚有膿腫、分泌物、異味,患者的生活、工作、社交都受到嚴重的影響。

「化膿性汗腺炎患者在運動、走路的時候,膿腫可能突然爆掉,流出膿水,非常困擾,苦不堪言。」林醫師說,「患者可能在十幾歲就出現症狀,一開始的症狀較輕微,常被當成痘痘,不過也有部分患者很快進展為中重度化膿性汗腺炎。所以我們會希望透過宣導讓大家提早認知到化膿性汗腺炎這個疾病,才能及早因應。如果等到演變成中重度,就相當難收拾。」

化膿性汗腺炎不只皮膚出問題

除了皮膚反覆感染、化膿之外,化膿性汗腺炎與許多共病症有關連性,包括糖尿病、心血管疾病、代謝症候群、甲狀腺疾病、脊椎關節炎、發炎性腸道疾病和精神疾病。因此在化膿性汗腺炎的治療照護上也應注意共病症的檢視,並視需要轉介至專科進行追蹤及治療。

-----廣告,請繼續往下閱讀-----
化膿性汗腺炎共病很多樣
圖/照護線上

化膿性汗腺炎的治療目標是改善患者的生活品質,林醫師說,治療藥物包括抗生素、A酸、生物製劑、免疫調節劑等,希望能夠控制發炎、緩解疼痛、降低復發的機會。必要時也需要利用外科手術清創引流,或處理廔管及疤痕。

生物製劑對化膿性汗腺炎的治療,相較於傳統藥物,可針對特定細胞激素發揮作用,治療機轉較精準,能夠抑制發炎,快速緩解疼痛,改善患者的生活品質。

臺灣皮膚科醫學會化膿性汗腺炎臨床診療共識建議,中重度化膿性汗腺炎患者若接受抗生素等治療達 12 週仍未達到預期效果,應可考慮使用生物製劑治療,改善發炎情況。

化膿性汗腺炎務必及早接受治療
圖/照護線上

除了接受治療之外,日常生活也要特別留意,包括維持健康生活型態、維持理想體重、戒菸、清淡飲食等。建議患者不要泡溫泉,洗澡時也不要用太熱的水。林醫師提醒,如果發現在腋下、鼠蹊、臀部、大腿內側等處反覆出現疼痛的腫塊或結節,請務必至皮膚科就診,才能早期發現、早期治療!

-----廣告,請繼續往下閱讀-----

筆記重點整理

  1. 化膿性汗腺炎是全身性的發炎疾病,不會傳染,也與個人衛生習慣無關。患者的皮膚上會出現一些疼痛的腫塊或結節,可能會破掉、流膿。在反覆發作後,皮膚會變得坑坑洞洞、形成疤痕。
  2. 化膿性汗腺炎常出現在腋下、大腿內側、乳房下方、腹股溝、臀部、後頸等皮膚皺摺處。若在典型部位出現慢性且反覆發作的典型病灶(六個月內復發 2 次以上),便要將化膿性汗腺炎納入考量。
  3. 化膿性汗腺炎與許多共病症有關連性,包括糖尿病、心血管疾病、代謝症候群、甲狀腺疾病、脊椎關節炎、發炎性腸道疾病和精神疾病。因此在化膿性汗腺炎的治療照護上也應注意共病症的檢視,並視需要轉介至專科進行追蹤及治療。
  4. 化膿性汗腺炎的治療藥物包括抗生素、A 酸、生物製劑、免疫調節劑等,希望能夠控制發炎、緩解疼痛、降低復發的機會。相較於傳統藥物,生物製劑可針對特定細胞激素發揮作用,治療機轉較精準,能夠有效抑制發炎,快速緩解疼痛,大幅改善患者的生活品質。
  5. 臺灣化膿性汗腺炎臨床診療共識建議,中重度化膿性汗腺炎患者若接受抗生素等治療達 12 週仍未達到預期效果,應可考慮使用生物製劑治療。醫師會依據患者狀況協助評估是否使用生物製劑,呼籲患者就自身需求與醫師討論合適的治療方案。
-----廣告,請繼續往下閱讀-----

討論功能關閉中。