Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

日本女性不再是全球最長壽

陸子鈞
・2012/07/31 ・1566字 ・閱讀時間約 3 分鐘 ・SR值 549 ・八年級

-----廣告,請繼續往下閱讀-----

香港打破日本女性蟬聯25年全球最長壽的紀錄。CREDIT: takayuki, Shutterstock

根據日本厚生省(Japan’s Ministry of Health, Labour and Welfare)的資料,超過25年以來,日本女性一直保持全球長壽之冠,這個記錄直到現在被香港打破。

日本女性的平均壽命從2010年的86.3歲,掉到2011年的85.9歲;男性則從79.55稍微下降至79.44。2011年香港的女性平均壽命為86.7歲,男性80.5歲。不過下一次統計時,日本可能重回長壽的寶座,因為人口年齡結構調查的結果是呈現某一時間點的狀態;而日本在2011年的震災使得當年有很高的死亡率。

一些專家推測,2011年掀起致命海嘯的311大地震中,65%的受難者超過60歲以上,或許是長壽排名下降的原因。哥倫比亞大學梅爾曼公共衛生學院(Columbia University’s Mailman School of Public Health)的公共衛生學家彼得莫寧(Peter Muennig)在電子郵件中向Live Science表示:「日本在下一次統計時,將重回長壽的寶座。」他補充說到,其他重大災害也曾對人口結構產生類似影響,像是1918年的流行性感冒,兩次世界大戰和其他大死亡的事件。

美國從2008起,平均壽命開始下降,這反映出全球壽命的整體趨勢。莫寧表示:「在部分國家,平均壽命下降速度會趨緩。舉例來說,美國平均壽命下降很快,而在很多開發中國家則平均壽命提昇很快。」

-----廣告,請繼續往下閱讀-----

「沒有人能清楚平均壽命下降的原因」,莫寧提到。有些專家認為吸菸可能是美國平均壽命下降的原因,而我們現在看到的只是菸害造成的結果,但這原因顯然不適用解釋日本女性(不過很適於解釋日本男性)。一則發表於《人口健康標準》(Population Health Metrics)的報告指出,美國的健康照護體制著重治療而非預防疾病,或許是美國平均年齡下降的首要原因。

即使日本重回長壽之冠,專家仍擔憂高比例的吸菸人口、高自殺率及逐年增加的身體質量指數(body mass index, BMI)仍可能使平均壽命下降。

在日本,五位民眾就有一位超過65歲;在鄉村地區更高達三分之一的人口。政府已經開始正視這極端的人口結構。

資料來源:Live Science: Japanese Women Fall to No. 2 in Life Expectancy [27 July 2012]

-----廣告,請繼續往下閱讀-----

相關新聞:

美國部分地區人均壽命停滯或下降(美國中文網,2011-6-15)

儘管美國整體人口壽命預期仍然處於上升趨勢,但很大一批人平均壽命預期停滯或者下降。根據一份二十年壽命預期報告,在美國四分之一的人口中,今天出生的女孩壽命預期低於她們的媽媽,而美國整體壽命預期也落後於其他工業化國家。

《華盛頓郵報》說,研究人員得出的這些結論顯示美國各地區之間不平等,也可能促使對醫療改革和開支的辯論。

華盛頓大學衛生和評估研究所穆瑞(Christopher J. L. Murray)和庫卡尼(Sandeep C. Kulkarni)領導的團隊研究從1987年到2007年的資料以及對1990年代美國人口壽命預期更新數據。研究確定了美國壽命預期停滯或下降的地區。該報告星期三發表在《人口健康標準》(Population Health Metrics)雜誌上。

-----廣告,請繼續往下閱讀-----

穆瑞及其同事發現美國各地區壽命預期差別很大,其中差別最大的是在首都華盛頓地區。例如,費爾法克斯縣(Fairfax County)2007年男子壽命預期為81.1歲,全美最高;但在距離裏奇蒙25英里的彼得堡(Petersburg)男子壽命預期就低了14歲,只有66.9歲,也是全美最低之一。

首都華盛頓也是全美某個族裔壽命預期上升最快的地區:黑人男子壽命預期從1997年的61.7歲上升到2007年的68.9歲。但這一人群的壽命預期上升原因還不清楚。

壽命預期最低的地區–某些地方還在下降–是從西弗吉尼亞到北得克薩斯。但長壽地區更為分散,包括北弗吉尼亞、科羅拉多、明尼蘇達、猶他、加州、華盛頓和佛羅裏達各縣。

儘管研究沒有尋找原因,但有幾個可能的因素,而肥胖率上升和女性戒煙停滯在高水準上是其中兩大原因。血壓控制差和缺少初級保健醫生是另外兩大因素。

-----廣告,請繼續往下閱讀-----

最令穆瑞等人吃驚的還是如下事實:儘管美國醫療開支比歐洲國家高出50%,美國人均壽命預期同它們的差距卻每年都在拉大。

美國2007年男子壽命預期為75.6歲,高於十年前的73.7歲;女子壽命預期為80.8歲,也高於1997年的79.6歲。這兩項都在全球排名第37位。

-----廣告,請繼續往下閱讀-----
文章難易度
陸子鈞
294 篇文章 ・ 4 位粉絲
Z編|台灣大學昆蟲所畢業,興趣廣泛,自認和貓一樣兼具宅氣和無窮的好奇心。喜歡在早上喝咖啡配RSS,克制不了跟別人分享生物故事的衝動,就連吃飯也會忍不住將桌上的食物作生物分類。

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。

1

20
0

文字

分享

1
20
0
不抽菸也會得肺癌?PM2.5 如何「叫醒」沉睡的癌細胞?
PanSci_96
・2024/06/25 ・4403字 ・閱讀時間約 9 分鐘

-----廣告,請繼續往下閱讀-----

不好意思,你很可能會得這種癌症。其實,我也是。

它就是台灣十大癌症榜首,肺癌。

現在,根據 2023 年 11 月衛福部發布的最新統計數字,肺癌一年的新增病人數已經超越大腸直腸癌,成為台灣每年癌症發生人數之最,堪稱臺灣人的「國民病」。

可怕的是,肺癌在癌症之中有三個之最:死亡率最高、發現時已經是晚期的比例最高、醫藥費也最高。現在再加上發生人數最高,堪稱從癌症四冠王。

-----廣告,請繼續往下閱讀-----

你說肺癌是抽菸的人的事?錯!台灣抽菸人口比例在全球排名 30,比日本、韓國、中國和多數歐洲國家都還低!顯然抽菸並不是肺癌的唯一主因!那難道是二手菸?還是空污惹的禍?還是台灣人的基因天生脆弱?我們到底要怎麼做才能遠離肺癌?

臺灣人的肺癌特別在哪?癌症和基因有關嗎?

根據衛福部國健署的說法,肺癌人數的增加,其實與 2022 年 7 月開始推動肺癌篩檢的政策有關。

隨著篩檢量的上升,近年內肺癌的確診人數預期還會再往上。

原來是因為篩檢量啊,那就不用擔心了。但換個角度想,這才是肺癌最可怕的地方,它可能已經存在在很多人身體裡,而我們卻沒能發現它。肺癌早期幾乎沒有症狀,高達 50% 的患者發現時已經是第 4 期。屆時不只肺部遍布腫瘤,癌細胞可能還轉移到大腦、骨頭等器官,讓治療變得加倍困難。

-----廣告,請繼續往下閱讀-----

對付肺癌,最關鍵點是愈早發現愈好。按照國健署統計,如果第 1 期就發現,5 年存活率可達九成以上,第 2 期發現降為六成,第 3 期存活率大約三成,一旦到第 4 期,僅僅剩下一成。

當然,最好的方法,就是做好預防,打從一開始就不讓癌細胞誕生。

那麼我們就要先了解問題到底是出在環境,還是你、我身體中的基因? 過去關於肺癌的遺傳研究,多半以歐美國家為主,套用到我們身上總有些牛頭不對馬嘴。幸好,我這裡一份以臺灣人為主角的大規模研究報告,將為我們揭露答案。

這份研究是由中央研究院團隊主導,結合臺灣大學、臺北醫學大學、臺中榮總等單位的研究,還登上生物領域頂尖期刊《Cell》2020 年 7 月的封面故事。非常具有權威性,不能不看。

-----廣告,請繼續往下閱讀-----

同時,這也是全球第一次完整剖析東亞地區肺癌的成因。他們的主題很明確:「為什麼不吸菸也會得肺癌?」

在西方,肺癌病人裡面只有 20% 左右的人不吸菸。但是在臺灣,卻有超過一半的肺癌病人都不抽菸,顯示有其他致癌要素潛伏在基因裡作怪。另外,臺灣肺癌病人的男女比例和西方人也大不同,臺灣女性通常更容易罹患肺癌。 為了瞭解肺癌,研究團隊取得肺癌病人的腫瘤和正常組織,解讀 DNA 序列和蛋白質表現量,最後鑑定出 5 種和西方人明顯不同的變異特徵。

其中最受關注的,是一種 APOBEC 變異,因為它有可能是臺灣女性為什麼容易罹患肺癌的關鍵。

這種變異特徵屬於內生性的,也就是人體機制自然產生的 bug。

-----廣告,請繼續往下閱讀-----

APOBEC 不是指單一基因,它是細胞內負責編輯 mRNA 的一組酵素,包含 11 個成員。主要功用是把胞嘧啶核苷酸(C)轉變尿嘧啶核苷酸(U)。簡單來說,APOBEC 原本是細胞正常活動的一環。但因為它有改寫核酸序列的能力,在 DNA 修復過程同時活躍時,就很有可能出事。這就像是一個創意豐富的阿嬤,看到破損的古畫,就在沒和別人討論的情況下上去東湊西補,用自己的方式重新修復了這件藝術。一個與原本不同的突變細胞可能就這樣產生了。

APOBEC 變異在臺灣女性病人身上特別明顯,舉例來說,60 歲以下沒有吸菸的女性患者,就有高達四分之三有這種變異特徵。研究團隊認為,APOBEC 出錯造成的基因變異可能是導致女性肺癌的關鍵。 除了內生性變異,另外一個容易導致肺癌發生的,就是周遭環境中的致癌物。

致癌物有哪些?

研究團隊總結出 5 種肺癌危險物質:烷化劑、輻射線、亞硝胺(Nitrosamine)、多環芳香烴(PAHs),還有硝基多環芳香烴(Nitro-PAHs)。

其中,亞硝胺類化合物主要來自食品添加物和防腐劑,多環芳香烴大多來自抽菸和二手菸,硝基多環芳香烴則是透過汽機車廢氣和 PM2.5 等毒害肺部。

-----廣告,請繼續往下閱讀-----
圖/unsplash

他們進一步分析,大略來說,女性在不同年紀,致癌因素也有差異。60 歲以下的女性肺癌病人,APOBEC 特徵的影響比較明顯;70 歲以上的女性患者,和環境致癌物的相關度比較高。 既然找到致癌原因,我們該如何著手預防呢?你知道肺癌,其實有疫苗可打!?

空氣污染和肺癌有關嗎?有沒有癌症疫苗?

想預防肺癌,有 2 種對策,一種是「打疫苗」,一種是「抗發炎」。

是的,你沒聽錯,英國牛津大學、跟佛朗西斯.克里克研究所,還有倫敦大學學院在 2024 年 3 月下旬公布,他們正在研發一款預防性的肺癌疫苗,就叫 LungVax。它所使用的技術,和過往牛津大學協同阿斯特捷利康藥廠製造 COVID-19 AZ 疫苗時的方法相似。

他們已經募到一筆 170 萬英鎊的經費,預計未來兩年資金陸續全數到位,第一批打算先試生產 3000 劑。不過,關於這款肺癌疫苗,目前透露的消息還不多,我們挺健康會持續追蹤這方面研究的進展。

-----廣告,請繼續往下閱讀-----

在疫苗出來之前,我們還有第二個對策:抗發炎。發炎和肺癌有什麼關係呢?這就要先回到一個問題:為什麼空污會提高得肺癌的機率呢?

一個很直觀又有力的推測是,空污會導致肺部細胞 DNA 突變,因此而催生出腫瘤。

圖/unsplash

但是修但幾勒,科學要嚴謹,不能只看結果。科學史上發生過很多次表象和真實截然不同的事件,空污和肺癌會不會也是這樣?

2023 年 4 月《Nature》的一篇封面故事,明確地說:Yes!肺癌真的和我們想的不一樣。

-----廣告,請繼續往下閱讀-----

其實早在 1947 年,就有以色列生化學家貝倫布魯姆(Isaac Berenblum)質疑主流觀點,他提出的新假設是:除了 DNA 突變以外,癌細胞還需要其他條件才能坐大。用白話說,就是肺癌是個會兩段變身的遊戲副本頭目,正常細胞先發生變異,接著再由某個條件「扣下扳機」,突變細胞才會壯大成腫瘤。

也就是説,只要攔住任一個階段,就有機會能防範肺癌。假如這論點正確,全球肺癌防治的方向將會直角轉彎。

《Nature》的研究支持這個假說,扭轉了過去 70 多年來的看法。在這項里程碑研究中,臺灣也是要角。

時間回到 2020 年,《Nature Genetics》上發表了一份針對 20 種致癌物質的研究報告,包括鈷、三氯丙烷和異丙苯等,但注意,這研究指出這些致癌物大多沒有增加實驗鼠的 DNA 變異量。

這個現象實在太違反直覺,過了 3 年,疑團還是懸而未決。直到《Nature》的跨國研究出爐,才解開部分謎底。

英國倫敦佛朗西斯.克利克研究所主導 2023 年的一項研究,他們鎖定對象為肺腺癌。肺腺癌是典型「不吸菸的肺癌」,台灣每 4 個肺癌病人就有 3 人是肺腺癌,尤其是女性肺腺癌患者有高達九成不抽菸。 為了抽絲剝繭探明空污和肺癌的關係,研究團隊聚焦在肺腺癌患者常發生的表皮生長因子受體基因變異,縮寫 EGFR。他們收集英國、加拿大、韓國和臺灣四國大約 3 萬 3 千名帶有 EGFR 突變的病人資料,進行深入分析,並且發現 PM2.5 和肺腺癌發生率有顯著關聯。研究團隊進一步用小鼠做試驗,把小鼠分成吸入和未吸入 PM2.5 兩組,結果發現吸入組更容易長出惡性腫瘤。

圖/pexels

到目前為止都還不算太意外,然而,團隊切下肺部細胞、分析 DNA 以後發現,DNA 的突變量居然沒有明顯增加!但是有另一件事發生了:堆積在肺的 PM2.5 顆粒會吸引免疫細胞從身體各處聚集過來,並分泌一種叫做 IL-1β 的發炎因子,導致肺組織發炎。

這下子有趣了,根據克利克研究所團隊的檢驗結果,估計每 60 萬個肺部細胞有 1 個帶有 EGFR 突變,這些細胞在發炎環境裡會快馬加鞭生長。相反的,當他們給小鼠注射抑制 IL-1β 的抗體,肺癌發病率就跟著下降。 《Nature》一篇評論引述美國加州大學舊金山分校分子腫瘤學專家波曼(Allan Balmain)的看法。他總結說,空污致癌的主要機制,可能不是因為空污誘發了新突變,而是持續發炎會刺激原本已帶有突變的細胞生長。換句話說,本來在熟睡的壞細胞會被發炎反應「叫醒」。

這會給肺癌防治帶來巨大衝擊,這樣一來,問題就從「用公衛或醫療方法防止 DNA 變異」變成了「如何抑制發炎」。

人體的細胞每天不斷分裂,用新細胞替換老舊細胞。但是這就像工廠生產線,良率無法百分百,組裝幾十萬產品難免會做出幾件瑕疵品,也就是帶有基因突變的細胞。換句話說,從自然界角度來看,DNA 變異是一種自發現象,醫療手段實際上幾乎不可能阻止。

但是,降低發炎卻是有可能做到的,例如注射抑制 IL-1β 因子的抗體。不過,就公共衛生來說,要給幾千萬人施打抗發炎因子藥物根本不切實際,因為太花錢,而且也可能造成其他的副作用。 波曼在《Nature》評論裡建議,透過簡易可行的飲食方式來降低體內發炎,或許有機會減少某些癌症的風險。這也就是說,科學家應該重新回來審視,怎樣把每天的生活點滴點石成金變成防癌手段。

圖/unsplash

這也等於預告了肺癌的下一階段研究方向,除了內科、外科醫療科技持續精進,尋求預防惡性疾病的最佳飲食要素,也成為聚焦重點。

也想問問你,關於肺癌,你最看好的下一個突破是什麼呢?

  1. 希望有篩檢技術 2.0,不但百發百中,如果連X光都不必照,只要抽血就能順便驗出有沒有癌細胞,那該多好。
  2. 當然是癌症疫苗,最好是能一勞永逸。
  3. 科學證實有效的抗發炎防癌食物組合,我一定立刻加入菜單,不過還是希望味道要好吃啦。

留言告訴我們你的想法吧,如果你覺得這集的內容特別實用,記得分享給你的親朋好友!

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

-----廣告,請繼續往下閱讀-----
所有討論 1

1

3
2

文字

分享

1
3
2
福島核污水是什麼?我們還能安心吃海鮮嗎?核污水全解析!
PanSci_96
・2023/10/01 ・4897字 ・閱讀時間約 10 分鐘

福島核污水正式排放入海了!食鹽要屯多少?海鮮還能吃嗎?哥吉拉要誕生了嗎?

核廢水是怎麼來的?

2011 年 3 月 11 日,一場海嘯衝擊了在福島海邊的第一核電廠,破壞了核電廠中做為緊急電源設備的發電機,在備用電池電力耗盡後,冷卻系統完全失效。然而反應爐內的連鎖反應還在持續,最後溫度不斷竄高,高溫水蒸氣與燃料護套中的鋯合金,發生鋯水反應並產生大量易燃的氫氣,最終與空氣中的氧氣作用導致爆炸。

在事故發生前後,日本政府灌入大量海水來為反應爐進行冷卻,而這些直接接觸熔融燃料棒的污水,就被稱為核污水,日文則稱為「汚染水」。至於當時的決策細節與失誤,大家可以看今年上映的日劇《核災日月》複習一下。而既然事件已經發生了,我們就重點討論核污水。

《核災日月》圖/IMDb

現在儲存在福島的核污水不只有冷卻水,其實還有受污染的降雨與地下水。事故發生後,東京電力公司在第一核電廠加裝擋水牆,阻擋因為降雨流經 1、2、3 號機組的污染水流入海洋。並且設置凍土牆隔絕地下水,同時挖水井抽出污染的地下水,讓廠區內的地下水水位下降,因此地下水只會從外部滲入,內部的污染水則不會滲到外面。不論是降雨還是抽出的地下水,都屬於污染水,平均每天都會增加 92 立方公尺的污染水。直至本集影片上架,當地已經存有 134 萬噸的汚染水,而且還會持續增加,你可以自己打開 Google Map,鳥瞰這密密麻麻的眾多大型儲槽,別忘了,核反應爐本體才是日本更迫切的問題,要是污水不先處理,要是下一個天災來襲,麻煩又會疊加。因此日本政府在 2016 年就展開討論,準備要處理掉這些污水。

-----廣告,請繼續往下閱讀-----
福島第一核電廠。圖/Google Map

為何決定排放入海?

為何核污水的最終處置決定是排放入海呢?其實 2016 年提出的方案有五種:稀釋入海、蒸發至大氣、電解水釋放氫氣、深層地質注水、以及水泥固化並地下處置。很快,電解水因為還需要相關技術研發而被否決,這個我們在氫能那集講過。深層地質注水和水泥固化並地下處置,則有選址與法規問題,無法立即實現。這部分則等同於核電使用國都面臨的核廢料處置問題,我們之前花過好幾集介紹過,歡迎前往複習。

最後僅剩稀釋入海和蒸發至大氣兩種方法,最後日本認為海洋的擴散行為更容易追蹤,最重要的是成本僅有蒸發的十分之一,因此選用了這個方法。至於有些人說,既然東電跟日本政府都保證安全,何不做成瓶裝水拿去賣?之類的建議在這我們不多討論,就請大家用理智來看待。

核廢水如何被處理?

根據日本政府的規劃,在這些污染水排放入海前,會先進行淨化處理成為處理水。首先,污染水會經過「銫吸附裝置」,除去銫(Cs)和鍶(Sr)。接著再經過淡水化裝置除去水中的鹽分後,成為「鍶處理水」。這種鍶處理水,可以作為 1, 2, 3, 4 號機組的冷卻水再次循環利用。

最後,大部分的鍶處理水,會被送到「ALPS多核種除去設備」,將 63 種放射性核種中的 62 種放射性核種去除。「ALPS多核種除去設備」唯一不能去除的放射性核種,就是氚(H-3)。但其實啊還有一個碳-14 無法被過濾,但濃度低到可以忽視。經過「ALPS多核種除去設備」處理過後的「鍶處理水」,就稱為「含氚處理水」。

-----廣告,請繼續往下閱讀-----
根據日本政府的規劃,在這些污染水排放入海前,會先進行淨化處理成為處理水。圖/PanSci YouTube

含氚處理水中的氚,指的是氫的同位素的一種,在自然界中就存在。半衰期為 12.43 年,衰變時會進行 β 衰變,放出一顆電子並成為氦-3。β 衰變對人體的穿透距離僅限於皮膚,不會對內臟器官產生傷害。
如要能危害人體,需要長期大量攝取由氚構成的重水。關於攝取過多重水對動植物的影響,我們網站上有文章詳細說明過。

簡單來說,綜合自然界中跟福島即將排放的氚,以及我們的生活型態來看,遠遠達不到可能產生危害的程度。知道劑量決定毒性,就像我們每天都吃下不少「有害」物質,例如殘留農藥、油炸致癌物、過多的精製糖等等,但攝取的多寡,對你的健康影響差異很大。那麼重點來了,福島排放的處理水,真的有合乎標準嗎?

處理水符合標準嗎?

這個問題,我們在今年六月的核廢料主題中有提到,國際原子能總署 (IAEA) 在五月底公布了第一階段的調查結果,針對「日本的核種監控能力」進行第三方驗證。結果認為,日本的檢測標準跟分析方法沒問題,調查結果是可信任的。報告中除了氚以外,其他放射性核種的活度也都遠低於排放限值。例如鍶-90 為每公升 0.4 貝克、銫-137 為每公升 0.5 貝克,以臺灣的「食品」標準,銫-137 為每公升 100 貝克以下,雖然鍶-90 還沒有定下標準,但是依國際食品法典委員會的標準,也是在每公升 100 貝克以下。目前的排放值都遠小於標準。

國際原子能總署(IAEA)公布第一階段的調查結果。圖/PanSci YouTube

除了各單一核種的活度以外,所有水中核種加起來的「告示濃度限度比」也低於日本國家標準的每年 1 毫西弗(mSv/year), 1 毫西弗大約是多少呢?大約是一般民眾一年會接收到的輻射劑量。

-----廣告,請繼續往下閱讀-----

至於無法被 ALPS 處理的氚,因為海洋中的水中就廣泛存在,日本將透過海水稀釋後排放入海。目前世界衛生組織對於飲用水的氚含量標準訂為每公升 1 萬貝克,台灣的標準嚴格了許多,是每公升 740 貝克。東電公司的處理水是每公升 14 萬貝克,在排放前會稀釋 740 倍,以每公升 190 貝克的氚濃度排放,低於台灣的飲用水標準。

那麼食鹽呢?我們需要搶購嗎?這就更不用擔心,因為食鹽中不含水,自然也不含氚。或是更進一步可以參考東海大學應用物理系的粉專,他們計算,根據國家標準,食鹽含水量若為 3% 以下,需要每天吃超過 400 公斤的食鹽才會攝取氚超標。真的,別吃那麼鹹啊。

每天吃超過 400 公斤的食鹽才會攝取氚超標。圖/pixabay

那麼,我們就真的兩手一攤,為這件事劃下結論,核輻射只是庸人自擾嗎?

我們該如何看待排放的處理水?

當然不是,就像許多人擔心的,就算科學上告訴你沒問題,但前提是,這些數據得是沒問題的。而且不用說周邊國家,連日本自家民眾也多次抗議處理水的排放。

-----廣告,請繼續往下閱讀-----

目前在 IAEA 架設的網站上,可以看到整個排水計畫的各種即時監測資料。其中就包括出水口的輻射數值監測。

為了驗證處理水不會對海洋生物產生影響,東京電力甚至從去年 9 月開始,就開始進行海洋生物飼養實驗,並且全程公開直播放在他們的YouTube頻道上。不過這頻道訂閱人數跟觀看次數都有點低迷,有興趣的話不妨訂閱,開啟小鈴鐺。

那麼我們能下定論了嗎?在科學上,我們確實能說,在符合規範下,這些排放入海的處理水是沒問題的,食鹽、海鮮也都能照吃,把注重食安與健康的努力分配到其他危害更大、風險更高的事情上,對處理水保持健康而非病態的質疑,對個人來說應該效益更高。

臺灣從去年到今年 6 月,曾 3 次組團赴日考察,並於 8/24 公佈報告書,包含跟日方的問答內容,還有福島核廢水排放設施的照片。海委會表示,專家觀察團評估日方排放相關作業的安全性,跟國際原子能總署評估的結果一致。然而是否選擇相信日本以及 IAEA 給出的數據,如今看來成了國際政治問題。

-----廣告,請繼續往下閱讀-----

另外,在 IAEA 的小組成員中,包含周邊國家:中國、美國、韓國、越南、澳洲、加拿大、法國、俄羅斯、英國、阿根廷、馬紹爾群島,並不包含台灣。如果台灣也能以任何形式加入團隊,或得以取得樣水複測,讓我們知道,日本以及 IAEA 給出的數值是可信的,想必都能更進一步降低民眾的擔憂。

最後,也問問大家,對於這次的處理水排放事件,你會擔心我們的海鮮或食鹽受到影響嗎?

  1. 不擔心,跟人類對海洋的其他污染相比,根本小巫見大巫。
  2. 擔心,等我親眼見到泛科學到現場實測我才相信。機票我出!

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

-----廣告,請繼續往下閱讀-----
所有討論 1