我們哪裡不一樣？為何在小鼠實驗有效的抗癌藥，常在人體試驗失靈？

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《停經前轉移性荷爾蒙受體陽性、HER2陰性乳癌，CDK4/6抑制劑、抗荷爾蒙治療、停經針顯著延長存活期，專科醫師圖文解析》，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

「那是一位大學教授，發現乳癌後便接受手術，不過大約一年半後發現肝臟轉移。」新光醫院乳癌中心主任鄭翠芬醫師表示，「因為患者屬於停經前荷爾蒙受體陽性、HER2 陰性乳癌，所以便開始接受口服 CDK4/6 抑制劑標靶藥物、抗荷爾蒙治療與停經針。」

經過一年的治療後，患者肝臟的腫瘤幾乎完全消失。鄭翠芬醫師說，經過討論後，患者決定接受手術，切除部分肝臟。術後患者持續使用口服 CDK4/6 抑制劑，至今又過了 4 年，病情依然維持穩定，都沒有使用到化學治療。因為是口服藥，沒有明顯肝心毒性副作用，只有些許的白血球低下，可透過調整劑量而控制改善，所以患者的生活沒有受到影響，依然在大學裡教書、作研究。

「這在過去是難以想像的狀況，因為以前的乳癌患者若出現肝臟轉移，都必須接受化學治療，而存活期大概僅有一年。」鄭翠芬醫師說，「CDK4/6 抑制劑不僅大幅提升治療成效，也讓患者能夠維持生活品質。經常有患者出國旅遊，回診時還特地帶小禮物來跟我們分享。」

鄭翠芬醫師說，從今年開始，停經前轉移性荷爾蒙受體陽性、HER2 陰性乳癌患者也納入健保給付，相信能帶給年輕的乳癌患者非常大的幫助！

乳癌是台灣女性最好發的癌症，其中約有四成患者尚未停經。鄭翠芬醫師指出，確診乳癌後，會根據雌激素受體 ER、黃體激素受體 PR、人類表皮生長因子受體 HER2 等生物標記將乳癌分成幾種亞型，包括荷爾蒙受體陽性乳癌、HER2 陽性乳癌、三陰性乳癌等。

停經前乳癌患者以荷爾蒙受體陽性佔多數，而且癌細胞的惡性度較高，術後復發的風險也較高。鄭翠芬醫師說，由於停經前乳癌患者較年輕，在擬定治療計畫時，往往還會有生育、工作、家庭的考量。如果患者只有三十幾歲，可能要討論關於生育能力的保存。

治療停經前乳癌，一般需要讓患者進入停經的狀態，才能達到較好的治療效果。鄭翠芬醫師說，過去的作法是將卵巢切除，現在則可以用停經針，讓患者進入停經的狀態。在完成療程後，較年輕的患者還有機會恢復月經。

針對轉移性荷爾蒙受體陽性、HER2 陰性乳癌，以往只能使用化學治療，而在 CDK4/6 抑制劑標靶藥物問世後，治療成效大幅提升，是相當重要的治療工具。鄭翠芬醫師說，細胞週期素激酶 CDK（cyclin-dependent kinases）是調節細胞分裂週期的重要蛋白質，CDK4/6 抑制劑是一種細胞週期抑制劑，可以阻斷細胞分裂週期，進而抑制癌細胞的分裂複製，並延緩荷爾蒙抗藥性的出現。目前的國際治療指引建議使用 CDK4/6 抑制劑標靶藥物，搭配抗荷爾蒙治療與停經針。

根據臨床試驗，停經前轉移性荷爾蒙受體陽性、HER2 陰性乳癌患者接受 CDK4/6 抑制劑標靶藥物，搭配抗荷爾蒙治療與停經針，能夠發揮顯著治療成效，延長存活時間。鄭翠芬醫師說，疾病無惡化存活期大概可達到 2 年以上，也有患者達到 3、4 年。

CDK4/6 抑制劑標靶藥物採用口服，便利性高，且副作用較化療少，有助維持生活品質。鄭翠芬醫師說，如今健保已將 CDK4/6 抑制劑標靶藥物、抗荷爾蒙治療與停經針納入給付，幫助停經前、停經後之轉移性荷爾蒙受體陽性乳癌患者降低經濟負擔。

停經前或正在停經乳癌婦女患者使用 CDK4/6 抑制劑，須與芳香環轉化酶抑制劑及停經針合併使用，並符合以下條件：

1. 荷爾蒙接受體為：ER 或 PR＞30%。
2. HER-2 檢測為陰性。
3. 經完整疾病評估後未出現器官轉移危急症狀（visceral crisis）且無中樞神經系統轉移。
4. 骨轉移不可為唯一轉移部位。

「目前健保會給付 2 年 CDK4/6 抑制劑，在滿 2 年後，如果治療效果仍然不錯，可以考慮自費使用。」鄭翠芬醫師說，「有不少患者已經使用了 4、5 年 CDK4/6 抑制劑，病情都維持穩定，不用接受化學治療。」

貼心小提醒

乳癌早期沒有症狀，建議定期接受檢查，才能早期發現乳癌。鄭翠芬醫師叮嚀，隨著藥物的進步，乳癌的治療成效也持續提升，不但能夠顯著延長存活期，也可維持生活品質。確診乳癌後，務必和醫師配合，盡快接受治療！

• 本文轉載自 Care Online 照護線上《停經前轉移性荷爾蒙受體陽性、HER2陰性乳癌，CDK4/6抑制劑、抗荷爾蒙治療、停經針顯著延長存活期，專科醫師圖文解析》，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

本文轉載自食藥好文網

• 文／黃育琳 食品技師

民以食為天，你吃的食物是安全的嗎？

中國大陸上海市在 1988 年曾因毛蚶貝類污染而爆發 A 型肝炎疫情，造成約 30 萬人感染，其中 47 人死亡 ^[1]。

我國於 2014 年 10 月至 11 月期間，急性病毒性 A 型肝炎本土病例達 30 人（其中 25 人住院），經衛生福利部疾病管制署（以下簡稱疾管署）與衛生局調查發現，多數病例於潛伏期間有生食蠔類（牡蠣）、文蛤或蛤蜊等貝類水產品 ^[2]。

這起事件極有可能是所謂的「食媒性疾病」。

何謂食媒性疾病？

食媒性疾病或稱食源性疾病（foodborne illness or foodborne disease）是指經由吃進被污染的食物或飲水等所致的疾病，常見症狀包含噁心、嘔吐、腹痛及腹瀉等。

依世界衛生組織的資料顯示，全球每年約有 6 億人因食用受到污染的食物或飲水而生病，其中 42 萬人死亡，又以兒童占多數。學童在校園中常暴露於共同的飲食及水源，人與人之間接觸密切，傳染病原很容易透過飛沫、糞口與接觸途徑傳播，易造成校園群聚感染事件發生 ​​^[3]。

但追溯污染源並不容易，食物在種植（或養殖）、採收、儲存、運送、製造、加工、包裝及烹調等任一階段都有可能被污染。且旅行和國際貿易頻繁更是提高被污染食品跨國散播的可能性 ​​^[3]，使農場到餐桌的食安管理顯得十分重要。

A 肝病毒之分布

一開始提到因吃下受 A 型肝炎病毒（Hepatitis A virus，以下簡稱 A 肝病毒）污染的食物而感染 A 型肝炎，就是很典型病毒型食媒性疾病的例子。

A 肝病毒的流行主要與當地的衛生環境有關，主要流行地區包括亞洲、非洲與中南美洲等地區，尤以東南亞、印度、中國大陸等地區較為嚴重。

在開發中國家，人民多半在嬰幼兒時期，常因攝入受 A 肝病毒污染的水或食物而感染（通常 6 歲以下兒童感染約有 70% 無臨床症狀或症狀輕微），成年後多半已具有免疫力。

然而在已開發國家，衛生環境大致較佳，很多年輕人並未感染過 A 肝病毒而不具免疫力。臺灣便是如此，大部份的兒童及青少年（尤其是都會地區）都未具 A 型肝炎抗體，使爆發流行的風險增加 ^[1]。

A 肝病毒之特性與感染症狀

A 肝病毒是一種無套膜，直徑約為 27 nm 的 RNA 病毒，潛伏期約 15～50 天，其所引起的 A 型肝炎，屬第二類法定傳染病 ​​^[1]。

患者臨床症狀包含發燒、肌肉酸痛、疲倦、食慾不振、腹部不適、噁心、甚至嘔吐等，持續幾天後，病人會出現有茶色尿或併有眼白變黃（即黃疸）的徵兆，急性 A 型肝炎並無特殊療法，通常採一般的支持性療法即可痊癒 ^​​[1]。

而 A 肝病毒主要是透過糞口途徑傳播，最可能被污染的食品或飲料如水果、蔬菜、貝類、冰和水（包括冷凍或未經澈底加熱），感染者沒有確實洗手並接觸其他東西也會造成病毒傳播 ^[1]。

不過 A 肝病毒的生命力頑強，對胃腸道極端的 pH 值和酶之耐受性高，能在不利條件下存活，被污染的食物需加熱超過攝氏 85 度且持續至少一分鐘才足以使 A 肝病毒失去活性。

再加上只要有極少量病毒顆粒存在便足以使人致病，所以即使食品所含的病毒量很低，仍具有食品中毒之風險 ^[4]。

食品從業人員基本要求《食品良好衛生規範》

為了避免食品受到病毒污染，食品從業人員的「衛生管理」就非常重要，我國行政院衛生福利部為了確保食品業者之衛生管理，已制定《食品良好衛生規範準則》（The Regulations on Good Hygiene Practice for Food, GHP）。

GHP 是食品業者確保其食品在製造、加工、調配、包裝、運送、儲存、販賣、輸入、輸出等過程中的安全衛生與品質，是最基本要求，所有食品業者皆應實施 GHP，在 GHP 附表二即說明：

食品從業人員經醫師診斷罹患或感染 A 型肝炎、手部皮膚病 、出疹、膿瘡、外傷、結核病、傷寒或其他可能造成食品污染之疾病，其罹患或感染期間，應主動告知現場負責人，不得從事與食品接觸之工作。

雖然是安全衛生品質的基本要求，卻還是有不少業者會疏忽，導致感染事件重蹈覆徹。

最佳預防方式就是注重衛生管理

除了 A 肝病毒之外，諾羅病毒、E 型肝炎病毒及沙波病毒皆是常見的病毒型食媒性疾病，這些病毒感染均無特效藥物可治療，僅能採用良好的支持性療法幫助病人痊癒。

因此最佳的預防感染方式就是做好衛生管理，包含：

1. 個人衛生：準備食品前及進食前，還有如廁後皆要確實洗手。
2. 在飲食衛生：飲水要煮沸再飲用，所有食品都應清洗乾淨並澈底加熱，不生食。
3. 環境衛生：維護廁所環境清潔，廚房及飲食用具要保持清潔。

1. 衛生福利部疾病管制署，2018。急性病毒性 A 型肝炎  疾病介紹。
2. 衛生福利部食品藥物管理署，2023。A 型肝炎病毒(Hepatitis A virus)。
3. 衛生福利部疾病管制署、國立臺北教育大學，2016。食媒性疾病防治 教師指引手冊。臺北市：衛生福利部疾病管制署。
4. Bozkurt, H., Phan-Thien, K. Y., van Ogtrop, F., Bell, T. and McConchie, R. 2021. Outbreaks, occurrence, and control of norovirus and hepatitis a virus contamination in berries: A review. Critical Reviews in Food Science and Nutrition 61:1 116-138.