不只是老年常見疾病，你應該要多認識的腦中風！

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《微創鑰匙孔開顱手術，攻克顱底腫瘤與腦動脈瘤》，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

劉育志醫師：大家好，我是劉育志醫師，歡迎林亞銳醫師來到照護線上。

林亞銳醫師：大家好，我是林亞銳醫師。

劉育志醫師：請問顱底腫瘤可能產生哪些症狀？

林亞銳醫師：基本上顱底腫瘤會牽涉到顱底的一些神經跟血管，所以大部分造成的症狀，都是顱神經的症狀，比如說壓迫到視神經，就會造成視線的模糊，壓到眼球運動的神經，就會造成複視的狀況，如果壓到聽力、顏面神經，就會有一些相對應的顏面神經癱瘓，或是聽力受損，進而如果是在比較接近頸椎的部分，有時候就會有吞嚥，跟聲音沙啞的狀況，因為顱底也有一些腦幹的解剖構造，所以也會造成步態偏移的症狀。

劉育志醫師：顱底腫瘤的手術會面臨哪些挑戰？

林亞銳醫師：顱底腫瘤附近有很多重要的神經血管，因此要在這些重要的神經血管中，移除腫瘤，同時保存這些重要的神經血管，這是其中最重大的挑戰。

劉育志醫師：目前有哪些工具，能輔助顱底腫瘤的手術？

林亞銳醫師：以顱底手術而言，都會需要借助高畫質的顯微鏡，可以幫助我們更清楚，分辨重要神經血管的位置，跟腫瘤相對應的關係，也必須藉由一些高速的氣鑽，幫助我們將旁邊的一些骨頭移除，才可以把腫瘤安全的拿掉，其中當然還是需要一些，精密的術中神經功能監測，可以讓我們在手術中，更能知道重要的血管，或是重要的神經的位置，這樣我們就可以更放心，把腫瘤移除。

劉育志醫師：請問什麼是微創鑰匙孔開顱手術？

林亞銳醫師：顧名思義就是藉由比較小的傷口，以一個像鑰匙孔大小的開顱手術，來進行腫瘤的移除，因為電腦斷層跟磁振造影，影像的進步，讓我們可以知道這些腫瘤附近，有沒有重要的神經血管，再經由比較高畫質的顯微鏡，我們就可以經由比較小的傷口，去看清楚腫瘤的位置，也在手術的切除過程當中，可以更安心的把周圍的神經血管看清楚，可以更小心的剝離，達到微創的開顱手術。

劉育志醫師：相較於傳統手術，微創鑰匙孔開顱手術有哪些優勢？

林亞銳醫師：傳統的開顱手術通常傷口會非常大，也會將骨頭做大規模的移除，這樣來講病人的失血量，跟未來的美觀上面，都會遭受到很大的影響，因此現在有微創的開顱手術，傷口可以縮小到 3 至 5 公分，骨頭可以只鋸掉大概 2×2 公分的大小，經由這個切口就可以進去移除腫瘤，這樣對於病人來講，未來的外觀上面會相當美觀，整個手術的進行，也會讓失血量相當少，病人的恢復也會相當快，可以把住院的天數也同時縮短，優點很多。

劉育志醫師：請問微創鑰匙孔開顱手術，會如何進行？

林亞銳醫師：我們通常是藉由眉毛上面，劃一個 3 至 5 公分的切口，把傷口藏在眉毛裡面，從這邊去做一個小的開顱，進而進到我們的顱底，可以經由這麼小的傷口，移除一個相當巨大的顱底腫瘤。

林亞銳醫師：有一位大概 50 幾歲的男性，因為頭暈、頭痛就到急診求診，同時伴有噁心、嘔吐、視力模糊，做電腦斷層，發現有蜘蛛網膜下腔出血，這種最常見的就是動脈瘤破裂出血，因此在急診，我們就有給他做電腦斷層的血管攝影，電腦斷層的血管攝影，發現他有前交通動脈瘤的破裂，在它旁邊剛好也有一顆小顆的動脈瘤，因此他同時有兩顆動脈瘤，因為位置正好在附近，我們就進行了鑰匙孔開顱手術，去針對這兩顆動脈瘤做夾閉的手術，進行的過程非常順利，病人恢復也很快，在術後的第一天，就從加護病房轉到普通病房，並在術後的第七天就出院回家，現在在門診追蹤都恢復得相當好，傷口也相當美觀，病人相當的滿意。

林亞銳醫師：微創鑰匙孔開顱手術，從 2011 年開始引進林口長庚，至今我們大概已經有累積將近 200 個病例，隨著技術的成熟與演進，目前我們已經將微創鑰匙孔開顱手術，應用在很多，除了腫瘤之外，包括動脈瘤的手術上面，如果我們經由一個微創鑰匙孔開顱手術，讓病人可以恢復得很快，以外科手術來夾閉動脈瘤，會讓動脈瘤的復發率降到最低。

劉育志醫師：感謝林醫師來到照護線上，我們下次再見，掰掰。

林亞銳醫師：掰掰。

• 本文轉載自 Care Online 照護線上《微創鑰匙孔開顱手術，攻克顱底腫瘤與腦動脈瘤》，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

• 本系列文章與科學月刊合作刊登。
• 本文感謝台大醫院神經部主治醫師湯頌君醫師審稿，以及台灣新興科技媒體中心的協助。
• 系列前言：考量到許多病友接種疫苗前需要參考更個人化的資料，本系列將從各國醫學會的治療指引與研究中，擷取精華，用較容易理解的方式，整理對各專科患者接種疫苗的建議。 本系列純為知識彙整，並不能做為醫療決策時的依據。如您對個人的病況有進一步的疑問，請洽詢您的醫師，謝謝。

全球疫苗開始大規模施打之後，已經將近數月。相較於染疫確診轉為重症的風險，施打疫苗對於高風險族群的保護力是顯而易見的。

臺灣現有的新冠疫苗都有一定比例會產生注射處疼痛、肌肉痛等副作用，極低的比例有可能會有血栓或心肌炎等不良反應，

但對於曾經發生過腦中風、或者本身是高風險心腦血管患者的病人，考量到感染新冠肺炎的風險，目前認為，施打疫苗的好處還是遠大於可能的風險。

以下整理自台灣腦中風學會的建議，供腦中風患者施打疫苗時的參考：

Q1：腦中風患者得到新冠肺炎的風險是？    

• 感染新冠肺炎可能會增加血栓形成，使中風風險提高。
• 高齡、有心血管風險因子的人容易轉為重症。
• 確診者當中有 1–25% 的機會發生急性腦中風。
• 具有心血管危險因子的確診者，比一般人有更高機率在染疫之後中風。

Q2：為什麼要接種新冠疫苗：

• 除了確實使用自我保護設備外，施打疫苗是目前已知最能有效預防感染、避免重症、並降低死亡風險的方式。
• 對於曾經發生過腦中風、或者本身是心血管疾病高風險的病人，施打疫苗在世界各國都是被明確建議的。
• 目前認為施打疫苗，雖然有一定比例會在施打後出現可能的副作用，但整體而言，利大於弊。

Q3：哪一種疫苗比較適合腦中風病人？

• 普遍而言，各種新冠肺炎疫苗（COVID-19 疫苗）都能大幅降低重症機率，有效地在疫情期間即時建立保護力。
• 腦中風病史是否會增加特定疫苗相關併發症的發生率，仍有待研究。
• AZ 疫苗和嬌生（J&J）疫苗，約有十萬到數百萬分之一不等的機率，可能因為誘發特殊免疫反應，造成血栓合併血小板低下症候群；此類型的極端不良反應多半發生在年輕人身上，以女性居多。此外，mRNA 疫苗（莫德納，輝瑞等），也有發生率相近，以年輕人為主的急性心肌炎報告。

Q4：有腦血管栓塞病史，可以打疫苗嗎？

• 除了有明確的「血栓性血小板低下症候群」或「肝素引起之血小板低下症病史」者，應避免接種 AZ 疫苗外；絕大多數的腦中風病人，都能施打疫苗。
• 曾發生「腦部靜脈栓塞」或有「特定免疫或血液相關疾病的腦中風」患者，建議在施打前，與您的醫師討論個人疾病情況之後決定。

Q5：腦中風之後多久才可以打疫苗？

• 建議在中風急性期（大約 1~2 週）過後，經醫師評估整體身體狀況已穩定，再施打疫苗。

Q6：打疫苗前，抗血栓藥／抗凝血藥要停藥或調整嗎？

• 服用單一種抗血小板藥物（如：阿斯匹靈、保栓通）：
  • 打疫苗前後，都不需要停藥或調整劑量。
  • 打疫苗後，請加壓入針處兩分鐘以上，並確認血腫狀況。
  • 打完 1 – 2 天內，隨時注意是否有血腫狀況，若有注意到腫塊逐漸增大等狀況，請洽醫師進一步評估肌肉內出血或血腫狀況。

• 服用兩種抗血小板藥物（如：阿斯匹靈加上保栓通）：
  • 打疫苗前，不需要停藥或調整劑量。
  • 如果預定施打疫苗時間與服藥時間非常接近，可以考慮先暫緩服藥，待打完疫苗、確認血腫沒有擴大之後，再服用當天藥物。

• 服用口服維他命 K 拮抗劑作為抗凝血劑者（如：Warfarin）：
  • 打疫苗前請再次確認凝血功能檢查（INR），若皆穩定且小於 3，可直接進行疫苗注射；若最近的 INR 指數不穩定或超過3，建議在施打疫苗前，與醫師先進行討論。
  • 如果預定施打疫苗時間與服藥時間非常接近，可以考慮先暫緩服藥，待打完疫苗、確認血腫沒有擴大之後，再服用當天藥物。

• 服用新型口服抗凝血劑者（如：普栓達、拜瑞妥、艾必克凝、里先安）：
  • 打疫苗前，不需做凝血功能檢查，也不需調整藥物劑量。
  • 如果預定施打疫苗時間與服藥時間非常接近，可以考慮先暫緩服藥，待打完疫苗、確認血腫沒有擴大之後，再服用當天藥物。

以上三者，打完疫苗後，應加壓施打處至少 5~10 分鐘。
打完 1 – 2 天內，需隨時注意是否有血腫狀況，若有注意到腫塊逐漸增大等情形，請洽醫師進一步評估肌肉內出血或血腫狀況。

• 如果同時使用抗凝血劑及抗血小板藥物，建議參考服用抗凝血劑患者的建議。
• 若發現施打疫苗前幾日有注意到有出血傾向（如不明原因的皮下出血或牙齦出血等），有其他關於服藥的問題，建議於施打疫苗前與醫師先進行討論。

Q7：打完疫苗後，可能有哪些副作用？

接種後很可能出現的副作用包含：

• 發燒（≥38℃）：大多於接種完 2 天內出現，如未患有需限制水分攝取的原因（如嚴重心衰竭），建議多喝水休息。
  • 一旦發燒，可服用醫師開立的退燒藥減輕不適感。
  • 若於接種 2 天後仍持續發燒不退，或合併其他不適症狀，建議就醫進一步評估是否有其他原因。

• 局部（接種部位）疼痛、紅腫、倦怠、肌肉關節疼痛、頭痛、噁心、嘔吐、畏寒：通常症狀輕微並於數天內消失，若症狀持續抑或惡化，應儘速就醫診療。如有服用抗血栓藥物（抗血小板藥物或抗凝血劑），也請觀察局部血腫瘀青狀況。

此外，有比例極少的個案可能發生過以下嚴重不良反應：

• 嚴重過敏反應：多半是對疫苗的成分嚴重過敏。接種後請按照指示於休息區觀察，確認無恙後再行離開。如出現呼吸困難、氣喘、眩暈、心跳加速等症狀，請儘速告知注射現場醫護人員進一步評估。

• 血栓併血小板低下症候群：施打 AZ 或嬌生疫苗後 3~20 天內有以下症狀之一，如果確診，將依已經確立的標準治療方式，進一步處理：
  1. 嚴重持續性頭痛、視力改變或癲癇；
  2. 嚴重且持續腹痛超過 24 小時以上；
  3. 下肢腫脹或疼痛；
  4. 嚴重胸痛或呼吸困難；
  5. 皮膚出現自發性出血點、瘀青、紫斑等，請立即就醫並說明疫苗接種史。

• 疑似心肌炎與心包膜炎： 施打 mRNA 疫苗（輝瑞 BNT 或莫德納疫苗）之後的罕見併發症。常發生在年輕成人跟青少年，通常在注射之後的幾天內出現。 若您於注射 mRNA 疫苗後出現胸痛、喘、心悸的症狀請儘速就醫。

Q8：施打後用藥與疫苗保護力？

如果沒有明顯之肌肉血腫擴大的狀況，中風患者應該繼續服用日常預防中風的抗血栓藥物。如果有任何上述提及的不良反應，建議立即就醫。

另外，接種疫苗後，保護力並不會即刻發生，也無法完全排除未來被新冠肺炎感染之可能，仍然還是要戴口罩、勤洗手、保持社交距離，並減少群聚，以降低新冠肺炎感染風險。

警示

• 本文無法做為個人醫療建議，做任何醫療決定前，請和專科醫療人員進行討論。
• 慢性病（包含各項指數，如：凝血指數、血糖、血壓等）都應先控制穩定，再尋求疫苗接種。若不清楚自身病況是否穩定，請先和熟悉之醫師共同討論，切勿任意停止慢性用藥。
• 對疫苗內容物已知過敏者，接種前請和現場醫護討論。
• 若不知道疫苗內容物為何，請列出自己過往曾過敏的藥物，攜往接種場所和醫護討論。

參考文獻

1. COVID-19 疫苗施打民眾建議-圖文Q&A
2. Acute Ischemic Stroke and COVID-19
3. Stroke in COVID-19: A systematic review and meta-analysis
4. Ischaemic stroke can follow COVID-19 vaccination but is much more common with COVID-19 infection itself
5. Covid-19 vaccine: Common stroke symptoms must be ‘urgently evaluated’