2

7
1

文字

分享

2
7
1

確認過眼神?比起翅膀,鳥類的眼睛大小更能說明牠們的生活習性

羅夏_96
・2021/09/07 ・3131字 ・閱讀時間約 6 分鐘

-----廣告,請繼續往下閱讀-----

如果要你從鳥類的一項「特徵」中猜出牠的生活環境和飲食習慣,你會選擇哪樣特徵呢?大部分人 (包括我) 可能都會講翅膀。畢竟翅膀是鳥類最大的特徵,過去也確實有研究顯示可以通過鳥類翅膀的長度與型態來推測牠們的習性。不過一項新的研究指出,比起翅膀,鳥類的「眼睛」更能體現牠們的生活環境與習性[1]

先聊聊什麼是「生態形態學」?

為了適應所處的生態環境,生物往往會有相對應的生理特徵。例如生活在無光環境的生物,大多會降低視覺的重要性,改為發展更敏銳的嗅覺或觸覺能力。除了生態環境,生物也會根據其飲食發展相對應的生理特徵。例如生活在加拉巴哥群島上的達爾文雀 (啟發達爾文演化想法的鳥鳥們〜),其鳥喙的尺寸與形狀會高度適應食物來源。

這種研究生物型態適應生態環境的學科被稱為生態形態學 (Ecomorphology)。該學科認為,生物體所表現出的形態特徵會受到其所處生態環境的直接或間接影響。因此生態形態學旨在透過測量與行為相關的性狀以及生物體的適應性構造,來將生物形態與生態環境聯繫起來。

Darwin's finches.jpeg
達爾文雀的鳥喙尺寸和形狀差異很大,而這反應了牠們的食性。圖 / 維基百科

而科學家們在對鳥類的許多形態特徵如翅膀、尾巴和鳥喙等進行深入研究後,確實找出這些特徵與生態間的關聯,並且也能用這些特徵來回推鳥類的生態環境與食性。不過,來自佛羅里達大學生態系統保護實驗室的博士畢業生 —— Ian Ausprey 心中一直有個疑問,關於鳥類特徵與生態環境的研究中,為什麼沒有與「眼睛」相關的研究?

-----廣告,請繼續往下閱讀-----

鳥類眼睛與生態環境的連結

鳥類的味覺和嗅覺較不發達,因此大部分鳥類主要依靠視覺來導航、尋找食物和躲避掠食者,而這就讓牠們在陸生脊椎動物中,有著相當大的眼睛 / 身體比例。大眼睛不僅讓鳥類擁有出色的距離和色彩辨識能力,同時牠們也有著頂尖的空間識別與物體對焦能力。不過,擁有這些能力要有相對應的處理器。

大眼睛所帶來大量的視覺訊號,需要一定發展程度的神經系統才能處理,而這就會進一步增加大腦的體積。鳥類的另一大特徵就是「飛行能力」,為此牠們發展出輕量化與流線性的身形。如果鳥類今天選擇強化自己的視覺能力,就會讓頭部體積變大,但當頭部體積變得太大,就會影響到牠們的飛行能力。

為了維持飛行能力,鳥類在頭部體積增加的情況下,也必須改變自己的體型,以此避免出現頭重腳輕的情況。因此鳥類的眼睛大小與其體型會達到一個平衡,這就讓我們能藉由眼睛大小來推測該鳥類的體型。另外大眼睛雖然有著出色的光捕捉和動態對焦能力,但面對強光也容易產生眩光,因此大眼睛的鳥類不會生活在強光環境,所以從眼睛的大小也能回推鳥類所處的生活環境。綜合以上想法,Ausprey 認為鳥類的眼睛應該是很好的生態形態學研究重點。

為了證明上述的想法,Ausprey 在秘魯的森林中花費五年的時間測量鳥類的眼睛尺寸。在他測到的十幾種鳥類中,眼睛的尺寸確實能有效回推鳥類的生活環境和食性。不過他想知道這種模式是否能適用所有鳥類,而不僅僅只是秘魯的鳥類,於是他開始搜尋有關鳥類眼睛尺寸的生態形態學相關研究,但他發現這方面的研究非常少。過往關於鳥類眼睛的研究,通常只包括幾十個物種並只在特定區域進行研究。不過至今沒有這種大規模的物種與全球性分析也很正常,在全球七大洲上有超過 8000 種的鳥類,若真要施行這種測量鳥類眼睛尺寸的實驗,那所耗費的人力、物力、財力和時間想必非常可觀!

-----廣告,請繼續往下閱讀-----

在沒有足夠數據的情況下, Ausprey 卻在一個讓人想不到的地方找到大量鳥類眼睛尺寸的完整數據。

鳥類的多樣性非常高,種類超過 8000 種。 圖/Pixabay

塵封的論文,記載了全球 4000 多種鳥眼數據

Ausprey 在查閱資料的過程中,意外發現一個在芝加哥大學攻讀博士的學生 —— Stanley Ritland 在 1980 年代所撰寫的文章[2]。在該文章中,Ritland 記錄了 4000 多種鳥類眼睛尺寸的詳細數據 (其實不只有鳥類,哺乳類和爬蟲類動物他都一併紀錄)!這些數據是怎麼來的呢?是 Ritland 跑遍全美各地的博物館,從館藏的酒精標本中測量而得。

那麼為什麼如此大量寶貴的數據,沒有太多學術界的人知道呢?因為 Ritland 在獲得博士學位後就離開學術界,也沒有將他收集的數據發表在任何學術期刊上,因此這些數據就這樣靜靜地躺在芝加哥大學的圖書館中,直到 Ausprey 這個伯樂相中這些數據並開發其中的價值。

Ausprey 從文章中選取了 2777 種鳥類的數據,並將各鳥類物種的眼睛尺寸數據依體重進行標準化。在這個過程中,Ausprey 排除那些因生活在極端光照環境下而有格外大眼睛的鳥類,如老鷹和貓頭鷹,而把注意力放在白天捕食的陸棲鳥類身上。

-----廣告,請繼續往下閱讀-----

鳥眼的大小,與環境及食性密切相關

分析結果顯示,鳥類的眼睛大小確實與生活環境高度相關。無論鳥類所處的緯度為何,只要是在接近森林底層等陰暗處狩獵與覓食的鳥類都長著大眼睛,因為大眼睛能讓牠們在陰暗的環境中捕捉到更多的光訊號。相反,那些在天空翱翔時間較長的鳥類則長著較小的眼睛,因為這樣能減少眩光的影響。

除了與生活環境有關,鳥類眼睛的大小也與食性密切相關。大眼睛不僅能吸收更多光線,還能增加焦距和解析度,這就相當於給相機加裝一個長焦鏡頭。不論是生活森林底層還是開闊環境的鳥類,只要是以昆蟲和其他小型動物為食,往往具有更大的眼睛,因大眼睛能遠距離發現獵物,並在追捕的過程中持續鎖定獵物。而吃花蜜和果實的鳥類,眼睛相對最小,這可能是因為牠們在尋找食物時,更多是依賴顏色而非形狀。

雖然這個研究並沒有將 Ritland 的數據全部分析完,但目前的結果已經顯示鳥類的眼睛大小這單一特徵,比起翅膀、尾巴和鳥喙等其他特徵,更能有效預測鳥類的體型、食性、生活環境和運動方式。

那麼這個研究能給我們怎樣的啟示呢?

-----廣告,請繼續往下閱讀-----

首先是鳥類保護。近來隨著農地的開發與森林的砍伐,造成越來越多的森林破碎化問題。根據現有的研究指出,有著大眼睛的鳥類確實會避開光照強烈的農地和森林邊緣,躲進日益減小的森林棲地之中。而當這些鳥類躲在狹小又破碎的森林之中,很容易就會滅絕。因此根據這個研究的結果,未來我們可以從鳥類的眼睛大小來判斷牠們在農地開發區會受到怎樣的影響,這樣就能事先進行開發區的調整與鳥類相關的保護措施。

鳥類的眼睛具有瞬膜,在保護眼睛的同時還能保有部分視覺。圖 / 維基百科 by Toby Hudson

第二是動物標本作為研究動物形態的價值。過往科學界對於動物形態的資訊,大多仰賴田野調查的實際測量。但很多時候,動物處在難以抵達的環境,這就讓測量的難度大增。而這個研究的結果顯示,保存良好的動物標本也能很好地還原動物的真實形態。這就告訴生態學家,面對野外難以取得的動物形態資訊,或許可以在博物館的標本中找到。

最後,我覺得這篇研究很好的呼應了「保育」的概念。如果 Ritland 的文章與博物館中的動物標本都沒有保存,那就不會有這篇研究了。回到現實世界也是,很多時候人們都覺得生物保育沒有價值,但你怎麼知道呢?或許某些物種在未來的某一天能被人們發現其中的價值,但如果我們沒有做好保育,就只能讓這種價值隨著物種滅絕而消逝。

參考資料

  1. Ausprey IJ. Adaptations to light contribute to the ecological niches and evolution of the terrestrial avifauna. Proc Biol Sci. 2021 May 12;288(1950):20210853.
  2. Ritland S. 1982. The allometry of the vertebrate eye. Chicago, IL: University of Chicago
文章難易度
所有討論 2
羅夏_96
52 篇文章 ・ 870 位粉絲
同樣的墨跡,每個人都看到不同的意象,也都呈現不同心理狀態。人生也是如此,沒有一人會體驗和看到一樣的事物。因此分享我認為有趣、有價值的科學文章也許能給他人新的靈感和體悟

0

3
3

文字

分享

0
3
3
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

  • 作者/賴昭正|前清大化學系教授、系主任、所長;合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒,那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬.霍金(Stephen Hawking) 英國理論物理學家

大約在八十年前,當第一台數位計算機出現時,一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧;但七十年後,還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」(Artificial Intelligent,簡稱 AI)的能力最近十年突然起飛,在許多(所有?)領域的測試中擊敗了人類,正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元(graphic process unit,簡稱 GPU)是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia(英偉達)股票從每股不到 $5,上升到今天(5 月 24 日)每股超過 $1000(註一)的全世界第三大公司,其創辦人(之一)兼首席執行官、出生於台南的黃仁勳(Jenson Huang)也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人!可是多少人了解圖形處理單元是什麼嗎?到底是時勢造英雄,還是英雄造時勢?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

在回答這問題之前,筆者得先聲明筆者不是學電腦的,因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事,不是我們外行人需要了解的;但作為一位現在的知識分子或公民,了解基本原理則是必備的條件:例如了解「能量不滅定律」就可以不用仔細分析,即可判斷永動機是騙人的;又如現在可攜帶型冷氣機充斥市面上,它們不用往室外排廢熱氣,就可以提供屋內冷氣,讀者買嗎?

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」(central process unit,簡稱 CPU)。CPU 是電腦的「腦」,其電子電路負責處理所有軟體正確運作所需的所有任務,如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作;但為了簡單化,我們在這裡所談的工作將只是執行算術和邏輯運算的工作(arithmetic and logic unit,簡稱 ALU),如將兩個數加在一起。在這一簡化的定義下,CPU 在任何一個時刻均只能執行一件工作而已。

-----廣告,請繼續往下閱讀-----

在個人電腦剛出現只能用於一般事物的處理時,CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後,CPU 開始顯示心有餘而力不足:例如電玩動畫需要應用程式處理數以萬計的像素(pixel),每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年,英偉達將其一「具有集成變換、照明、三角形設定/裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」(註二)定位為「世界上第一款 GPU」,「GPU」這一名詞於焉誕生。不像 CPU,GPU 可以在同一個時刻執行許多算術和邏輯運算的工作,快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢?因每一時刻只能做一件事,所以其步驟為:

  • 計算 7×5;
  • 計算 6/3;
  • 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢?很多工作便可以同時(平行)進行:

-----廣告,請繼續往下閱讀-----
  • 同時計算 7×5 及 6/3;
  • 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間,但如果我們有 16 對 a×b 要相加呢?單獨的 CPU 需要 31 個運算的時間(16 個 × 的運算時間及 15 個 + 的運算時間),而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間(1 個 × 的運算時間及 4 個 + 的運算時間)!

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了,如何將它擺正成右圖呢? 一句話:「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點(座標 x, y)組成的,所以這句簡單的話可讓 CPU 忙得不亦樂乎了:每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

-----廣告,請繼續往下閱讀-----

即每一點均需要做四個 × 及兩個 + 的運算!如果每一運算需要 10-6 秒,那麼讓《我愛科學》一書做個簡單的角度旋轉,便需要 6 秒,這豈是電動玩具畫面變化所能接受的?

圖形處理的例子

人類的許多發明都是基於需要的關係,因此電腦硬件設計家便開始思考:這些點轉換都是獨立的,為什麼我們不讓它們同時進行(平行運算,parallel processing)呢?於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 106 運算,那上圖的轉換只需 10-6 秒鐘!

GPU 的興起

GPU 可分成兩種:

  • 整合式圖形「卡」(integrated graphics)是內建於 CPU 中的 GPU,所以不是插卡,它與 CPU 共享系統記憶體,沒有單獨的記憶體組來儲存圖形/視訊,主要用於大部分的個人電腦及筆記型電腦上;早期英特爾(Intel)因為不讓插卡 GPU 侵蝕主機的地盤,在這方面的研發佔領先的地位,約佔 68% 的市場。
  • 獨立顯示卡(discrete graphics)有不與 CPU 共享的自己專用內存;由於與處理器晶片分離,它會消耗更多電量並產生大量熱量;然而,也正是因為有自己的記憶體來源和電源,它可以比整合式顯示卡提供更高的效能。

2007 年,英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後,科學家發現獨立 GPU 不但能夠快速處理圖形變化,在需要大量計算才能實現特定結果的任務上也非常有效,因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理,不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化,也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬(註三)等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分,正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲,遠遠落在英偉達(80%)及超微半導體公司(Advance Micro Devices Inc.,19%,註四)之後,大約只有 1% 的市場。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

事實上現在的中央處理單元也不再是真正的「單元」,而是如圖二可含有多個可以同時處理運算的核心(core)單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心,因此其核心功能不如 CPU 核心強大,但它們能同時高速執行大量相同的指令,在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心;GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書,不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等,也知道它擺斜了。這種「平行運作」的能力不僅限於視覺,它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是:嘴巴在講,腦筋思考已經不知往前跑了多少公里,常常為了追趕而越講越快,將不少學生拋到腦後!這不表示筆者聰明,因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技,因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣(matrix)的讀者應該知道,如果用矩陣和向量(vector)表達,上面所談到之座標轉換將是非常簡潔的(註五)。而矩陣和向量計算正是機器學習(machine learning)演算法的基礎!也正是獨立圖形處理單元最強大的功能所在!因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石:它們的架構就是充分利用並行處理,來快速執行多個操作,進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」(deep learning)。

黃仁勳在 5 月 22 日的發布業績新聞上謂:「下一次工業革命已經開始了:企業界和各國正與英偉達合作,將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升,幫助企業降低成本和提高能源效率,同時擴大收入機會。」

附錄

人工智慧的實用例子:下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後,讀者是不是認為筆者該退休了?

-----廣告,請繼續往下閱讀-----

GPU(圖形處理單元)和 AI(人工智慧)之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力,特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步,使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率,使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐,而且使其更具成本效益,因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展,GPU 的角色可能會變得更加不可或缺,推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標,這些神經元網路可以獨立但有凝聚力地工作,使我們能夠執行複雜的任務,例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外,研究表明,與非人類動物相比,人類大腦具有更多平行通路,這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上,一邊聽音樂一邊做飯,或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技,因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵:透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

(註一)當讀者看到此篇文章時,其股票已一股換十股,現在每一股約在 $100 左右。

(註二)組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」(GeForce 256)插卡吧?

(註三)筆者於 1984 年離開清華大學到 IBM 時,就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士(fellow)」Enrico Clementi 的團隊:因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層,我們只能自己寫軟體將 8 台中型電腦(非 IBM 品牌!)與一大型電腦連接來做平行運算,進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

-----廣告,請繼續往下閱讀-----

(註四)補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商:英偉達及 ATI(Array Technology Inc.)。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立,2006 年被超微半導體公司收購,品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐(Lisa Tzwu-Fang Su)博士為執行長後,股票從每股 $4 左右,上升到今天每股超過 $160,其市值已經是英特爾的兩倍,完全擺脫了在後者陰影下求生存的小眾玩家角色,正在挑戰英偉達的 GPU 市場。順便一題:超微半導體公司現任總裁(兼 AI 策略負責人)為出生於台北的彭明博(Victor Peng);與黃仁勳及蘇姿豐一樣,也是小時候就隨父母親移居到美國。

(註五)

延伸閱讀

  • 熱力學與能源利用」,《科學月刊》,1982 年 3 月號;收集於《我愛科學》(華騰文化有限公司,2017 年 12 月出版),轉載於「嘉義市政府全球資訊網」。
  • 網路安全技術與比特幣」,《科學月刊》,2020 年 11 月號;轉載於「善科教育基金會」的《科技大補帖》專欄。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 56 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

0

1
1

文字

分享

0
1
1
眼睛痛、視線模糊、視力退化?小心!可能是多發性硬化症
careonline_96
・2024/07/05 ・2072字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

「那是一位 50 多歲的婦女,因為視力變差而就醫。檢查發現是視神經發炎,於是住院接受治療。」臺北榮民總醫院眼肌神經科主任鄭惠禎醫師指出,「腦部核磁共振檢查顯示,除了視神經發炎之外,腦部也有病灶,最終診斷為多發性硬化症。」

剛聽到罹患多發性硬化症時,患者非常難以接受。鄭惠禎醫師說,經過一段時間後,患者漸漸能夠理解這是一個需要好好控制的疾病,也願意聽從醫師的建議接受治療,目前狀況維持穩定,在門診持續追蹤。

多發性硬化症(Multiple Sclerosis,簡稱 MS)是種自體免疫疾病,患者的免疫系統會攻擊自己的中樞神經系統,引起發炎反應,漸漸造成神經退化、中樞神經系統功能受損。鄭惠禎醫師說,多發性硬化症可以在任何年齡發病,較好發於 20 至 40 歲的年輕族群,以女性患者占多數。

多發性硬化症的表現與受到攻擊的部位有關,可能的症狀包括複視、視力異常、色覺異常、眩暈、疲勞、肢體無力、痙攣、手腳發麻、感覺障礙、失去平衡、口齒不清等,而且每次發作可能出現不同的症狀。

-----廣告,請繼續往下閱讀-----

約有 80% 的多發性硬化症患者會表現眼部症狀,而至眼科就診。鄭惠禎醫師指出,視神經炎會造成視力減退、視野缺損、伴隨眼球轉動疼痛、光反射遲緩、甚至失明等;眼球運動系統受到影響,可能出現複視、眼瞼下垂、眼球轉動困難等;中樞神經系統受到影響,可能出現眼球不自主跳動、凝視性麻痺等。

很多原因都會造成視力模糊,大家如果發現有視力模糊的狀況,千萬不能掉以輕心,請盡快至眼科檢查,仔細找出病因。鄭惠禎醫師提醒,至於多發性硬化症患者一定要按時回診追蹤。

「曾經遇過一位多發性硬化症患者,已經發作過視神經炎,但是沒有按時回診追蹤。直到有一天,患者因為視力模糊回到門診。檢查發現患者的視力相當差,視神經已明顯萎縮。若等到視神經萎縮再接受治療,效果大概也相當有限。」鄭惠禎醫師說,「多發性硬化症可能會有一些小發作,而病人沒有明顯的感覺,但是傷害會漸漸累積,神經學後遺症便越來越嚴重。患者務必定期回診!」

積極治療、穩定控制多發性硬化症

針對視神經發炎急性發作的患者,必須先排除感染、壓迫等問題,然後評估是否進行類固醇脈衝治療,以控制發炎。鄭惠禎醫師說,急性期的治療,通常以類固醇治療為主。

-----廣告,請繼續往下閱讀-----

在急性期的症狀緩解後,多發性硬化症患者可能需要接受改變病程的治療。改變病程的治療有助於減少發作次數,讓病情維持穩定,盡可能減少神經破壞,避免神經學後遺症持續累積。

有多種藥物可用於改變病程的治療,包括干擾素、標靶藥物、免疫調節藥物等,醫師會根據患者的狀況選擇合適的藥物。目前也有口服藥物可供 13 至 18 歲之青少年使用,便利性高,有助提升治療遵從度。

多發性硬化症患者務必與醫師密切配合,積極接受治療,減少發作次數,維持生活品質!

筆記重點整理

  • 多發性硬化症是自體免疫疾病,患者的免疫系統會攻擊自己的中樞神經系統,引起發炎反應,使神經系統功能受損。多發性硬化症可以在任何年齡發病,較好發於 20 至 40 歲的年輕族群,以女性患者占多數。
  • 多發性硬化症的表現與受到攻擊的部位有關,可能的症狀包括複視、視力異常、色覺異常、眩暈、疲勞、肢體無力、痙攣、手腳發麻、感覺障礙、失去平衡、口齒不清等,而且每次發作可能出現不同的症狀。
  • 約有 80% 的多發性硬化症患者會表現眼部症狀,包括視力減退、視野缺損、眼球轉動疼痛、光反射遲緩、失明、複視、眼瞼下垂、眼球活動受限、眼球不自主跳動、凝視性麻痺等。
  • 針對視神經發炎急性發作的患者,若無禁忌症,通常會考慮進行類固醇治療。
  • 在急性期的症狀緩解後,多發性硬化症患者可能需要接受改變病程的治療。改變病程的治療有助於減少發作次數,讓病情維持穩定,盡可能減少神經破壞,避免神經學後遺症持續累積。

討論功能關閉中。

0

1
0

文字

分享

0
1
0
老花眼怎麼辦?替換老花眼鏡好麻煩,該作雷射手術嗎?
careonline_96
・2024/06/26 ・516字 ・閱讀時間約 1 分鐘

-----廣告,請繼續往下閱讀-----

老花眼就是眼睛調節能力隨著年紀而下降。

以前年輕的時候,眼睛像是一台很好的相機,可以看得很遠、看得很近。

所謂的老花就是調節力變差,使我們需戴另一副老花眼鏡,除了近視眼鏡外,還要再加上一副老花眼鏡,來幫助我們看近物。

討論功能關閉中。

careonline_96
482 篇文章 ・ 273 位粉絲
台灣最大醫療入口網站