爸爸去哪兒？從「他為的人為障礙症」談在家庭中缺席的父親

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

記憶的自主性

父親死後我時常花時間回想關於他的回憶，也因此開始質疑心理學家們對侵入性思維的看法，畢竟以我的例子來說，我是自己選擇想起那些回憶的。

丹麥心理學家多爾泰．本森（Dorthe Berntsen）找來近期發生人生重大壓力事件的人，問他們在做白日夢或腦袋放空時會想到什麼；她發現這些人腦袋裡也會出現自主記憶（voluntary memories）（就像我主動回想父親的病床在醫院裡移動的那段回憶一樣），其頻率與非自主記憶（involuntary memories）（就像父親在廚房烹飪的回憶突然出現在我腦海裡）出現的頻率相當。

因此，雖然非自主記憶確實比較令人難過，但它們出現的頻率其實並不比自主記憶高。與生命一帆風順時相比，人們面對充滿壓力的變故時會比較常回想起上述兩種記憶，而我們會覺得非自主記憶比較常出現其實是因為它更令我們困擾，因為這些記憶帶來的情緒令你我措手不及。

當我主動向親朋好友們訴說父親耍幽默的故事時，雖然一樣會有強烈的情緒，但因為那是我「選擇」要提起的回憶，所以我能夠事先準備好面對情緒帶來的影響。

自主記憶與非自主記憶之間的差別也讓我們察覺人類大腦與動物大腦（例如田鼠）之間的差異；人類比動物多出了近一公斤的大腦皮質，最重要的是，這些多出來的皮質都位於人類前額與太陽穴之間的額葉（frontal lobes）。大腦的前額腦區為人類所獨有，有協助人類調節情緒等功能。

各位或許還記得，人類大腦提取記憶的方式就像在烤蛋糕一樣，必須從不同腦區集結各種材料；必須用到海馬迴及其周遭用來儲存與回憶相關的各種線索的腦區，大腦同時也得從負責掌管視覺或聽覺的腦區提取內容，以增加思緒的真實性，讓大腦產生想像的同時也具備視覺與聽覺效果。

無論是自主記憶或是非自主記憶，都必須運用到這些腦區，而本森為了搞清楚這兩種記憶之間的差異，仔細比較了受試者在產生這兩種記憶時的功能性磁振造影結果。自主記憶與非自主記憶不同之處在於，它是人類自己主動提取的記憶，因此會運用到額葉外側接近頭骨的腦區──背外側前額葉皮質（dorsolateral prefrontal cortex）。

偶然間想起的記憶總特別難過？

我們需要具備神經心理學家所稱的「執行功能」（executive functions）才能刻意想起某件事情，這是人類特有的能力；這種能力就像企業的執行長一樣，負責組織、指示大腦的其他腦區擔負各種任務。

無論是刻意提取記憶片段，還是回憶不由自主湧上心頭，人類大腦製造記憶的方式大致相同；其中的差別之處在於，如果是刻意提取記憶，人類額葉掌管的執行功能會參與運作，負責指揮大腦想起某一段記憶。

無論是大學畢業典禮、第一個孩子誕生的瞬間，或是結婚的那一天，在這些人生大事過去後的幾週、幾個月甚至是幾年後，就算沒有刻意回想，每個人都有可能突然想起那些時刻，思緒突然出現在腦海裡。也許你當下只是在做一些平凡單調的日常瑣事，或是當天剛好看到某些有關的事物，這些美好的回憶都很有可能驟然躍上心頭。

侵入性思維由令人情緒極度激動的事件而起，當然也可能包括有正面意義的事件──並非只會因為極度負面的事件而產生。但因為關於負面事件的侵入性思維總是特別令人難過，人們才會在出現這些討厭的回憶時格外擔心自己的心理健康。

大部分情況來說（特別是在面對強烈的悲傷時），侵入性思維其實只是大腦的自然反應，目的是要讓我們記住這些重要、充滿情感波動的事件。從大腦的角度來看，人類大腦好像是一再讀取關於失落的思緒，然而大腦對於人們生命中重要的正面事件同樣也是這麼做的。

在猝不及防的情況下，思緒與感受突然被悲傷佔據確實令人非常難受，但大腦其實是為了了解情況才會重新讀取這些記憶，就像你我對親友重新訴說某些記憶與故事一樣，我們只是想更深入了解這些人生片段。

如果能從這個角度看待侵入性思維，下一次這種狀況再次發生時，你就不會覺得有什麼大不了了，畢竟大腦這麼做確實有其緣由；侵入性思維的閃現因此感覺起來更具實際功能，不再像過去一樣，只讓我們覺得自己沒有好好駕馭心中的悲傷。

——本文摘自《悲傷的大腦：一位心理神經免疫學者的傷慟考，從腦科學探究失去摯愛的悲痛與修復》，2023 年 ３ 月，臉譜出版，未經同意請勿轉載。

讓人懷念的好氣味

關於第一個人們如何學會喜愛香料的問題，其實比較容易回答。打從胎兒還在母親子宮裡的時候， 就會開始學習享受某些香料的香氣﹙以及風味﹚，並在出生之後繼續強化這些他們學到的經驗。

在懷胎期間，母親所吃的食物的味覺和氣味，胎兒一樣會接觸並品嚐到。食物中的化學物質會進入羊膜液、跑進胎兒的鼻子裡：胎兒有辦法嗅聞自己身處的那片小小海洋。胎兒似乎先天就傾向認定，在自己悠游的環境中所聞到的母體香氣是令人愉悅、在出生之後也值得追求的好香氣。就算那香氣是來自植物的防禦性成分也一樣。

舉例來說，母綿羊食用大蒜後，牠們的羊膜液聞起來也會帶有大蒜中的防禦性物質的氣味。聞到這種氣味的綿羊胎兒，在出生之後便會因為有過接觸經驗，而較為偏好那種氣味。

若是在懷孕大鼠的羊膜液中注入大蒜萃取物，大鼠的小孩在出生後，只要聞到大蒜的氣味就會不由自主地開始噘起粉紅小嘴吸吮起來、並四處尋找母親。｢你在哪裡，我親愛的蒜味媽媽？」

母親懷孕期間的飲食會影響小嬰兒喜歡的氣味！

對人類進行的研究，實驗侵入性沒有那麼高，不過結果依然類似。法國國家科學研究中心﹙National Center for Scientific Research，CNRS﹚的貝諾瓦．夏爾﹙Benoist Schaal﹚及其同事們在一項研究中，比較了兩群來自法國阿爾薩斯地區﹙Alsace﹚的女性。

在其中一群女性懷孕的最後十天，研究人員提供了大茴香口味的薄荷糖、餅乾和糖漿任她們盡情享用。對於另外一群女性，研究人員則不提供任何大茴香口味的食物，也要求她們不要食用任何含大茴香的食物﹙她們顯然有遵照指示﹚。研究者藉此比較，這兩群女性所產下的新生兒，對於大茴香氣味來源的茴香腦的偏好程度是否有所不同。

懷孕期間沒有吃大茴香的母親，嬰兒出生後接觸到稀釋的茴香腦樣本時通常會露出不悅的表情。相反地，懷孕期間有吃大茴香的母親，生下的嬰兒則比較可能會將頭轉向茴香腦，伸出舌頭，並做出彷彿是在舔嘴唇的動作。

另一項對人類進行的研究顯示，母親在懷孕期間如果曾吃過大蒜，新生兒聞到大蒜的氣味時便會噘起雙唇吸吮。同樣地，在懷孕期間吃豌豆、四季豆以及如卡芒貝爾乳酪、蒙斯特﹙Munster﹚乳酪及埃普瓦斯乳酪﹙Époisses﹚等氣味濃郁的乳酪，也有研究發現會導致相似的效果。

母親在懷孕期間曾吃過豌豆、四季豆和其他綠色蔬菜的八個月大的嬰兒，會偏好綠色蔬菜帶有的氣味﹙2-異丁基-3-甲氧基吡嗪，2 – isobutyl -3 – methoxypyrazine﹚；若是母親在懷孕期間吃過氣味濃郁的乳酪，嬰兒則會偏好二甲硫醚﹙dimethyl sulfide，在氣味濃郁的乳酪以及大蒜中都存在的成分﹚。

在哺乳期間有吃魚的母親，養出的嬰兒也通常會喜歡魚味或起碼是喜歡魚中含有的三甲胺﹙trimethylamine﹚分子的氣味。在有吃魚的母親的羊膜液及母乳中，都可以找得到三甲胺的蹤跡。羊膜液及母乳中的氣味所造成的這些現象，似乎可以維持到童年時期或更久之後，雖然並不總是如此  。

信任的氣味＝媽媽的味道＝喜歡！

大自然告訴人類以及其他動物，要信任他們的母親和母親吃下肚的食物的氣味。在過往人類祖先規模較小的族群中，母親所吃的東西的氣味，通常就等同於族群中其他成員所吃的東西的氣味，少有例外。

人類身為哺乳動物的一員，透過在出生前及出生後的嗅覺學習，得以一代一代累積對自己有益或有害的食物知識，甚至不需要人教。回想一下黑猩猩的飲食傳統：對黑猩猩寶寶來說，出生前的學習，也許就已經足以讓牠們認識很多該吃的食物，特別是氣味強烈的食物。

人類與黑猩猩六百萬年的共同祖先大概也一樣。現代人類確實是如此，而且還有個額外的特徵：人類使用語言的能力，能幫我們為這套傳承偏好的古老系統再添加一層複雜度。

我們母親的身體教導了我們要喜愛什麼風味，而父母的話語也再三提醒此事。除了這兩方面的影響，整個社群中其他人的行為以及飲食習慣，也會助我們一臂之力，時時提醒我們人類喜愛什麼風味。因此，我們的老祖宗應該很容易就學會了如何喜愛香料，同時也忘記了自己並非自古以來總是喜愛香料。

——本文摘自《舌尖上的演化》，2022 年 12 月，商周出版出版，未經同意請勿轉載。

當臨床實務工作者，如：醫師、心理師、社工師等，針對在教養上有困難的主要照顧者提供親職諮詢或是親職諮商服務時，常常會發現服務對象有極高的比例為女性（不限於兒童的生母）。

為什麼前來尋求相關服務的，大多都是女性？

相信在不少人心中，即使我們的社會離真正的性別平等可能還有一段距離，但至少也堪稱正在努力的路上才對，然而，這樣的現象卻不禁讓我們開始反思，在教養育兒上，臺灣似乎至今某種程度仍深受傳統文化中家庭性別角色的束縛。

當父親在家庭中缺席後，有可能發生什麼事情？

在這篇文章中，筆者將試著從「他為的人為障礙症」(Factitious Disorder Imposed on Another，FDIOA) 切入，帶大家探究現今家庭中常見的親職型態────「缺席的父親」究竟是如何在諸多因素環環相扣的脈絡下釀成不可逆的家庭悲劇 ( 註 1 )。

一窺「他為的人為障礙症」的真面目

什麼是「他為的人為障礙症」？此疾病較為人所熟知的別稱為「代理孟喬森症候群」，是一種藉由人工偽造的手段使受害者呈現某些疾病症狀的病態行為。

舉例而言，當受害者為兒童、犯行者為家人時：家人可能會向醫療人員謊稱孩子有腹瀉、發燒的情形，或刻意在孩子飲食中添加致病或誘發物質，在孩子身上假造出癲癇、嘔吐的症狀等。

雖然此疾病在臨床上相當罕見，但當受害者為兒童時，卻有著約 6% ~ 10% 的致死率！

更可怕的是，捏造兒童的臨床症狀與「兒童虐待」可能只有一步之遙！

然此疾至今在許多面向仍飽受爭議，舉凡「誰可以下診斷」、「怎樣的身分條件符合被診斷的資格」、「診斷名稱」、「診斷的構成要件」（如：背後的意圖是否應納為考量之一？）等皆屬其列。

兇手就在你身邊：守在病榻的慈母為何成了受害者的噩夢？

在此疾病的案例中，犯行者可能藉由捏造或製造兒童的臨床症狀，行兒虐之實。

相較於像是直接採取毆打致傷的一般虐待、傷害行為，在他為的人為障礙症的情境下，家人的照顧行為就像是裹了糖衣的毒藥。

明明受害兒童並未染病，但隨著偽造的症狀、家人的「關心」之下，兒童卻常常需要接受不必要的侵入性醫學檢查，甚至是治療，嚴重者最終可能造成終生殘疾甚或死亡。

因此，此症在某種程度上時常被跟兒虐的行為畫上等號。

從此症與兒童虐待的關聯中，我們不僅可以更了解此症核心的行為樣態，更能夠一眼看出其擺盪於精神疾病與司法範疇間的特性。

現今許多疾病在評估之初仍十分仰賴患者的臨床主訴，即須由患者自己說明就診原因，更別說以兒童的年紀，實多為家屬代訴，可能造成主訴與客觀檢查結果存在不一致，並存在家屬誘導診斷方向的可能性，甚至讓醫療人員在不知不覺中淪為幫兇。

以犯行者是母親為例，母親在醫療人員眼中通常有著寸步不離、時刻無私奉獻、守在病榻的慈母形象，實在不易使人覺察出異狀，殊不知惡魔就在你身邊，不易覺察異狀，通常需要將受害者與照顧者分開後，受害者的病症才會有緩解的跡象。

以上的特性不僅可能替司法領域帶來不少挑戰，就連在臨床醫療上，相關人員也需要足夠敏感且高度跨專業的合作，才有機會在抽絲剝繭後觸及真相，更遑論要醫法攜手對犯行者以法相繩 ( 註 2 )。

以此疾患為主題的研究，在 1987 ~ 2006 年間幾乎達到高峰，隨後發表的研究數量則大幅銳減，形成斷層。再者，有興於此疾的研究，仍因個案偏屬零星、實際確診率低、個體差異性亦相對較高等特性，以致至今在所知有限下尚難探知其全貌。

近年回顧型研究分析較有共識者亦僅概如：

• 犯行者有極高比例為女性且多為生母
• 犯行者若有兒童期受虐史、患有自為的人為障礙症則為高風險預測因子
• 受害的兒童年紀偏幼，通常小於 2 歲且鮮少超過 6 歲等 ( 註 3 )

此外，由於研究多由西方學者執筆，故文化與國情因素可能也是另一項需要考量的點，如有研究即指出各國在醫療政策上的差異，也可能影響犯行者的背景——在日本這種具容易取得醫療資源的國家，犯行者具醫護專業背景的比例明顯低於英語國家。

在「他為的人為障礙症」中非犯行者父親的行為特徵

接著，回到本篇的主題，大家發現了嗎？許多研究的焦點多落在犯行者及受害者身上，故有研究者即對於鮮少被論及的「非犯行者：父親」——這個消失的關鍵人物感到好奇。

父親理當也與孩子發展親密親子關係，甚至應善盡保護義務，在相關案例中，何以父親會從關係中疏離？甚至放任犯行者帶孩子承受非必要的醫療侵害而錯失救援時機？

爸爸去哪兒了？

其中整理出來的主要特徵，有些可能符合我們的想像，但有些卻又挑戰我們的假定：

首先，縱使男性已婚且與配偶同住，其關係也並不一定是和樂的家庭生活圖像，潛在危機諸如：父親懼於對婚姻做出承諾、經歷嚴重的婚姻問題卻輕忽早期徵兆或選擇視而不見，影響所及更是整個家庭的穩定性。

其次，在他為的人為障礙症被辨識出前，父親可能傾向疏遠家庭成員、鮮少參與家庭事務、在情感和生理上皆從家庭系統中抽離，儼然是家庭中的邊緣人，而寧可選擇缺席，在相關案件，這是很典型的父親類型。

再者，即使孩子因嚴重的病情而住院，父親在此期間亦鮮少到院探視。究竟只是因為父親欠缺敏感度？抑或是為了迴避衝突而刻意以此方式保持距離？目前尚難以釐清背後的原因。

最後，有些父親雖在過程中曾經懷疑伴侶所言是否為真，然即使心生懷疑，卻鮮少實際干預、阻卻伴侶之犯行，甚至選擇支持伴侶的主張。

由上述可知，大家可能慢慢認知到了，非犯行者的父親在此類案例中所扮演的角色，並非實際進行虐待行為，而是肇因於對於孩子的狀況不聞不問，進而間接促進犯行者的犯行。

這個現象著實令人印象深刻，遑論曾有研究提及一名父親在過去幾年間聽信伴侶的片面之詞，為「完全健康」的兒子支付龐大的醫療費用，卻從未過問孩子的病情。

當然，這並不是說「缺席的父親」的現象一定是導致兒虐的高風險因子，而是意在藉此呼籲父親於親職角色與家庭分工上的重要性！

如果能重來，如何遏止悲劇？

在他為的人為障礙症被確診後，臨床工作者會傾向鼓勵非犯行者的父親加入治療或至少能有機會獲得一些個別的協助，尤其若未來仍有極高的可能須與犯行者配偶繼續共同生活時，更是重要且必要的！

其中的重點包含處理他對於家庭的新覺察與體悟，特別是面對受虐的孩子，曾經缺席於親職角色的父親，可能對無法即時保護孩子產生罪惡感，或反思對於孩子的母親所提供的支持，甚至想嘗試重新承擔照顧者的角色，都會需要額外的支持。

而若回到前端的預防作為，或許要在這些案例中找到單一的原因以提出防範計畫，這樣的想法實在過於天真，然而即使如此，仍有一些可嘗試為之的層面。

其一，女性獨自擔負起教養及育兒的重任，男性提供經濟上的照拂，確實是目前很多家庭親職型態的寫照，也似乎為傳統文化所默許，但或許也可以試著跳脫傳統思維，回到個人的長處作為思考的起點，亦即親職的角色與功能不一定要受性別期待的界定，如善於經營關係的一方 ( 誰說一定要是女性？)，可以藉自己的優勢引導孩子發展較佳的人際關係技巧，藉以減緩女性的照顧壓力。

更甚者，有些人可能還會想到，其實這樣的現象就是我們所謂孩子成為了家庭系統中的「代罪羔羊」，衝突的夫妻關係藉由孩子的問題轉移焦點、逃避夫妻間應正視的問題，意圖緩解緊張的關係，甚至挽回已觸礁的婚姻關係，但卻也對親子關係造成負面的影響。

因此，回到婚姻關係中 ( 註 4 )，我們必須坦然面對其經營著實不易的事實，同時也得承認雙方良好且有效的溝通和回應將是婚姻是否能長久的關鍵，也才有機會替遭逢低谷的愛情墳墓覓得一線生機。

總之，不論是何種對於兒童不當對待的類型，甚至是兒虐，除了臨床專業人員的警覺外，實皆須大眾的關注。而他為的人為障礙症目前雖仍偏屬精神疾病的範疇內，但精神疾病的名稱並不是用來區分身而為人的良窳，更非汙名化，其最原始的用意應是利於臨床及研究人員辨識、歸類，進而聚焦探究出最適切及有效的預防、治療或處遇方法，且任何的案例都應看見其背後所存在的個別脈絡，回歸善意的回應。

注釋

• 註1：一個悲劇的背後都可能有著極其複雜的原因，也不一定是一人所能為，這篇文章撰寫的目的也不是意在強化親職的特定性別，更非究責，而是希望基於研究的發現與經由對社會現況的看見，進而提供一些提醒以阻止悲劇的發生。
• 註2：在筆者有限的所知裡，台灣在司法上目前尚未有因此症受判的案件，且在臨床上相關個案研究報告亦少。然而，用詞本身其實某種程度可能也反映著主事者的意識形態─西方精神醫學與司法系統認定的影響 (如：DSM – 5 中此症的診斷標準以「受害者」稱呼承受疾病之一方)，且在很多國外對於此症的研究中也多使用 perpetrator ( 犯行者 ) 這個詞稱確診者，當然在查閱文獻的過程筆者也看到不同觀點的論戰。甚至，其額外衍生的潛在議題則可能還涵蓋：「究竟該視其為疾病而提供對應的治療資源，還是該定調為犯罪行為而加以論罪科刑？」、「指控中的孰輕孰重：親職中擔任主要照顧者的致病作為？非主要照顧者但肩負親職責任者的不作為？」等，顯然不同的觀點將有著不同的看見，可見若真要把「他為的人為障礙症」與司法的糾葛完整的論述，想必又會是另起新局的長篇大論了。
• 註3：然研究者亦提醒系統回顧型研究可能存在「發表偏差」或稱「抽屜問題」的困境，以致所獲知的結論可能無法如實反映現實狀況。
• 註4：其實在此所謂的回到婚姻關係中，所指可能也是讓犯行者回頭看見自己內在未被滿足的需求，諸如：在某些案例中，犯行者會覺得在婚姻中被丈夫冷落，甚至經驗背棄，卻又苦尋不著更有效解決婚姻危機的方式，而想藉由孩子重拾心中所盼望的關注，當然這些未被滿足的需求及所呈現的人際模式，可能還可以追本溯源至小時候在原生家庭中的逆境經驗。

資料來源 / 參考文獻：

1. 台灣精神醫學會(譯)(民103)。DSM-5精神疾病診斷準則手冊(American Psychiatry Association)。新北市：合記。(原著出版年：2013)
2. Bartsch, C., Riße, M., Schütz, H., Weigand, N., & Weiler, G.(2003). Munchausen syndrome by proxy (MSBP): an extreme form of child abuse with a special forensic challenge. Forensic Science International, 137, 147-151. 
3. Bass, C., Glaser, D.(2014). Early recognition and management of fabricated or induced illness in children. The Lancet, 383, 1412-1421. 
4. Fujiwara, T., Okuyama, M., Kasahara, M., & Nakamura, A.(2008). Characteristics of hostital-based Munchausen Syndrome by Proxy in Japan. Child Abuse & Neglect, 32, 503-509. 
5. Kelly, M., & Bursch, B. (2018). Factitious Disorder Imposed on Another. In D. Driver & S. Thomas(Eds.), Complex Disorders in Pediatric Psychiatry: A Clinician’s Guide(pp.105-116). Missouri, MO: Elsevier Press.
6. Morrell, B., & Tilley, D. S.(2012). The role of nonperpetrating fathers in munchausen syndrome by proxy: A review of the literature. Journal of Pediatric Nursing, 27, 328-335. 
7. Yates, G., & Bass, C.(2017). The perpetrators of medical child abuse(Munchausen Syndrome by Proxy)─A systematic review of 796 cases. Child Abuse & Neglect, 72, 45-53.