Loading [MathJax]/extensions/tex2jax.js

0

1
0

文字

分享

0
1
0

鑑識故事系列:殺「人」取卵,產業蓬勃?!

胡中行_96
・2022/09/12 ・2313字 ・閱讀時間約 4 分鐘

「賣腎的人是犧牲自己,挽救掙扎中的家庭;我們為富有人家提供卵子或代孕,卻為旁人所不齒。」[1]這不僅是一名印度少婦的經驗,以及許多當地女性的命運,更是個蓬勃發展的產業。

撇開細微的差異,她們的故事大致都依循雷同的劇情:十幾歲就出嫁,生兒育女,並在商店、廠房或工地等處勞力。後來有的喪夫;有的離異;有的慘遭家暴…總之遇上種種不幸。既不能倚靠丈夫,又得撫養幼兒,獨自背負起經濟重擔,償還債務。正在債臺高築,捉襟見肘的時候,從口耳相傳之間,聽到一個誘人的解決方案:「……那個小姐說,她會帶我去醫院,讓他們打針取卵,然後就可以領錢。我本來有些疑慮,想了一陣子才同意。」[1]

有一個結婚 7 年,育有 4 歲幼女的 23 歲印度少婦,前往生育診所取卵。[註]這名少婦 13 歲初經來潮,月經一向規律,不菸酒不嗑藥,沒有墮胎和流產的紀錄,也無氣喘、癲癇、糖尿病、高血壓或甲狀腺異常等宿疾。陰道超音波顯示子宮與卵巢正常,未罹患多囊性卵巢症候群。基本檢查完畢後,她簽下同意書,開始接受投藥。[2]

正常的月經週期變化。圖/Kaur Jmeb on Wikipedia(CC BY-SA 3.0

她在月經期間使用口服避孕藥。月經週期第 6 至 8 天,每天注射基因重組濾泡刺激激素rFSH 300 IU s/c);第 9 到 15 天改為施打人類停經後促性腺激素HMG 300 IU IM;最後一劑 75 IU)。另外,第 11 至 15 天還要服用促性腺激素拮抗劑GnRH antagonist 0.25 IU)。在第 15 天,診所檢查她血漿裡的雌二醇(E2)和孕酮(P4)濃度,再照一次陰道超音波,然後在晚間 10:30 施打促性腺激素促效劑GnRH agonist “Decapeptyl” 0.2mg s/c),一切準備終於就緒。[2]

-----廣告,請繼續往下閱讀-----

月經週期的第 17 天,診所為她做完術前麻醉評估後,手術正式開始。首先施打麻醉劑等藥物,此時她的生命徵象穩定。接著在超音波下,從右邊卵巢抽吸卵泡。就在這個時候,突然間她的血壓、心跳、血氧都急劇下降。然後,她便在急救中死去。[2]

死後的解剖顯示,她的卵巢腫大且有多個穿孔。裏頭有些巨大的卵泡出血,而陰道上端與子宮周邊組織也有血塊。此外,屍體還呈現肺泡內水腫和腹腔積水等現象。因此,被認定罹患卵巢刺激症候群(ovarian hyperstimulation syndrome,簡稱 OHSS)造成的急性肺水腫(acute pulmonary oedema),最後心跳是因缺氧而停止。[2]OHSS 為刺激排卵的不良反應,比較常發生在懷孕初期,或是被人類絨毛膜促性腺激素(human chorionic gonadotropin,簡稱 hCG所觸發;反倒 GnRHa 的目的就是取代 hCG 以預防 OHSS,注射後發病的機率應該極低。[3]偏偏這名 2022 年登上《解剖暨案例報告》(Autopsy and Case Reports)期刊的少婦是個罕見的特例。[2]

ヽ(゚Д ゚; )ノ警告:屍體解剖照片!!ヽ(,,#゚Д゚) ノ

  ヽ(゚Д ゚; )ノ警告:屍體解剖照片!!ヽ(,,#゚Д゚) ノ

-----廣告,請繼續往下閱讀-----

    ヽ(゚Д ゚; )ノ警告:屍體解剖照片!!ヽ(,,#゚Д゚) ノ

A:鼻孔冒出泡沫;B:卵泡腫大;C脹大的卵巢和出血的子宮周邊組織。D:腹腔積水。圖/參考資料 2,Figure 1。(CC BY

輕微的 OHSS 症狀,包括:腹痛、噁心、想吐、腹瀉和腹部脹大等,有時會自行痊癒;然而病況若嚴重,也可能出現尿量減少、呼吸困難、產生血塊或體重迅速增加等問題。[4]雖然 OHSS 不一定會鬧人命,但印度近年幾個死於過度取卵的案例,在新聞媒體上吵得沸沸揚揚。2021 年當地政府還為此立定相關法令,[5]只是女性被迫以卵子換取金錢的情形,依然不斷上演。[6]

如同形容貨物一般,印度的仲介用「一批」(a batch),作為一次手術所得卵子的量詞。有貧婦 3 年內,賣了 10 批;而某個喪命的例子,則是在 10 個月內出售 3 批。取卵無法保證每次都順利,若排卵不足,就得領藥回家,下個月再嘗試。[1]卵子缺乏統一售價,2015 年每批最高可換取 6 萬盧比(約當時的新臺幣 3 萬元),但也有些賣不到一半的價格。[7]2020 年印度媒體報導的某一個案,甚至只得到 1 萬 5 千盧比(約新臺幣 6 千元)作為報償。[1]

2022 年 6 月 2 日,印度警方逮捕一名青春期少女的母親及其伴侶,還有二個共犯。據報這名少女從 12 歲開始被迫售卵,4 年內就賣了 8 批。共犯之一負責牽線;另一個則涉嫌偽造身份證件。由於不堪身心虐待,少女逃家向親戚求助,所幸後者幫她報警。此案一次牽連了 4 家醫院,他們的有關部門均遭查封。[6]民間輿論或許會繼續敦促政府,查緝同類犯罪。可是面對全球產值超過二十幾億美金,並且持續成長的商機,[8]還有印度國內貧窮人口的生計問題,不禁讓人懷疑執政者是否真有能力改變現況?

-----廣告,請繼續往下閱讀-----

  

備註

該解剖報告未詳述個案就診時,是否預期得到金錢作為報酬。不過,有說明她先前能自然懷孕生產,而此次療程的目的為「捐贈」卵子。[2]這在印度通常就是賣卵的意思。[1, 7]本文所引述的對白,來自另一名女子接受記者採訪時的答覆;[1]而卵子售價的資訊,則取自相關研究與媒體報導。[1, 7]

  1. Dharani Thangavelu. (24 FEB 2020) ‘Forced to sell their eggs for fertility treatments, the stories of women from Tamil Nadu’. The News Minute.
  2. Tyagi S, Mridha AR, Behera C. (2022) ‘Sudden death of an egg donor during oocyte retrieval due to ovarian hyperstimulation syndrome’. Autopsy and Case Reports, 12, e2021385.
  3. Orvieto R & Vanni VS. (2017) ‘Ovarian hyperstimulation syndrome following GnRH agonist trigger-think ectopic’. Journal of Assisted Reproduction and Genetics, 34, 9, pp. 1161-1165.
  4. Ovarian hyperstimulation syndrome’. (09 NOV 2021) Mayo Clinic.
  5. Neetu Chandra Sharma. (26 JAN 2022) ‘Govt notifies laws to regulate surrogacy, assisted reproductive technology’. Business Today.
  6. Egg donation case: Goondas Act slapped on teen’s mother and three others’. (08 AUG 2022) The News Minute.
  7. Jadva V, Lamba N, Kadam K, Golombok S. (2015) ‘Indian egg donors’ characteristics, motivations and feelings towards the recipient and resultant child’. Reproductive Biomedicine and Society Online, 1, pp. 98-103.
  8. Donor Egg IVF (In-Vitro Fertilization) Market’. (JUL 2022) Future Market Insights.
-----廣告,請繼續往下閱讀-----
文章難易度
胡中行_96
169 篇文章 ・ 67 位粉絲
曾任澳洲臨床試驗研究護理師,以及臺、澳劇場工作者。 西澳大學護理碩士、國立台北藝術大學戲劇學士(主修編劇)。邀稿請洽臉書「荒誕遊牧」,謝謝。

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。

0

2
0

文字

分享

0
2
0
用顯微鏡查「秋毫」 找出破案關鍵
顯微觀點_96
・2024/10/08 ・1865字 ・閱讀時間約 3 分鐘

本文轉載自顯微觀點

圖/顯微觀點

用於鑑識科學的比較顯微鏡受到 1929 年的情人節黑幫大屠殺事件影響,有了進一步的發展。但是,除了比較顯微鏡外,還有哪些顯微鏡應用在鑑識科學呢?這篇文章帶你來一探究竟。

通常物證有許多種類和樣式,因此調查中會使用多種類型的顯微鏡和鑑識工具。現場通常使用的簡單放大鏡或低倍率(7-50X)立體顯微鏡,可幫助檢測和收集微量證據。另外,也會針對犯罪現場進行拍照,建立和犯罪行為之間的關聯。

彈道、毛髮、纖維和工具痕跡比較

還記得當時卡爾文‧戈達德(Calvin Goddard)協助調查情人節黑幫大屠殺案件,為了釐清涉案槍枝來源,而開發了識別子彈和彈殼的比較顯微鏡,最後確認槍枝並非來自警方。

-----廣告,請繼續往下閱讀-----

比較顯微鏡是一種可並排分析樣本的設備,由透過光橋連接的兩個顯微鏡組成。樣本被放置在兩個載物台上,並使用連接兩個觀察頭光橋中的內置分割畫面同時觀察、比較可疑和已知的樣本。

用於比較彈道的比較顯微鏡具有長工作距離光學元件,還包括子彈座、鹵素或 LED 照明選項、偏光濾光片、放大倍率轉換器以及用於調整放大倍率和工作距離的輔助鏡頭。由於每支槍管內表面的製造痕跡都不相同,留在彈頭的細微特徵也不會一致。

加上射擊時,從裝填子彈到退出彈殼,彈殼在各步驟因為和槍枝組件的相互作用而留下獨特的痕跡,例如:撞針撞擊底火的撞針痕、火藥爆炸,彈殼向後撞擊槍機面所形成的彈底紋、只有具抓子鈎槍枝才會留下的抓子痕等。因此透過比較顯微鏡的比對鑑定可以用來確認涉案槍枝。

除了彈道比對外,比較顯微鏡還可以透過並排比較來確認簽名真偽,或是在確定歷史日期時使用。

-----廣告,請繼續往下閱讀-----

凡「做過」必留下痕跡

根據法國法醫學家羅卡(Edmond Locard)提出的羅卡定律(Locard exchange principle, 又稱羅卡交換定律):「凡兩個物體接觸,必會產生轉移現象」,也就是犯罪(嫌疑)者必然會帶走一些東西、也會留下一些東西,現場必會留下微量跡證。

因此,犯罪現場除了槍枝、子彈、彈頭和彈殼等物證外,槍擊殘留物(gunshot residues,GSR)或微量跡證(trace evidence)也是破解案件的關鍵。GSR是由槍擊後槍口排出的所有顆粒組成,主要包括炸藥底火、推進劑(火藥)、穩定劑和其他添加劑的燃燒或未燃燒完的顆粒。

GSR 顆粒最常見的特徵是其形狀和化學成分,華萊士(J.S. Wallace)和麥奎蘭(J. McQuillan)發現,所有檢測到的顆粒尺寸均在1微米到12微米之間,呈球形和不規則狀,主要成分為鉛、銻和鋇,可用掃描電子顯微鏡(SEM)配備能量色散X射線光譜偵測器加以檢測鑑定。

GSR通常是從嫌疑槍手的手上或其他物體上收集到,如果嫌疑者手上存在特徵性 GSR,通常會推測此人可能是開槍射擊者、開槍時靠近槍支,或處理被殘留物污染的槍枝或其他物體。

-----廣告,請繼續往下閱讀-----
J.S. Wallace和J. McQuillan使用SEM搭配能量色散X射線光譜偵測器比較K58和Gevelot手槍的GSR。
J.S. Wallace 和 J. McQuillan 使用 SEM 搭配能量色散 X 射線光譜偵測器比較 K58 和 Gevelot 手槍的 GSR。圖/顯微觀點

而在暴力犯罪中,體液是常見的證據。雖然現今常用 DNA分析,但顯微鏡仍發揮其作用。尤其位相差顯微鏡,可將樣品所造成的細微光程差轉變成明顯的光強度對比,能清楚觀察到在明野下透明的樣品,因此常用於自強姦受害者收集的陰道拭子中尋找精子。

另外,土壤也是調查犯罪的重要關鍵。偏光顯微鏡可對土壤顆粒的顏色、形狀和大小,以及當中的礦物質進行分類和分析。因此嫌疑犯鞋子上、屍體運送到埋葬地點的車輛外側或內部的土壤證據,都可能對調查起很大的作用。

土壤鑑測也很重要
土壤鑑測也很重要。圖/Adobe Stock
  • Bullets for my Valentine
  • Lee, H. C. (1998). Applying Microscopy in Forensic Science. Microscopy and Microanalysis4(S2), 490–491
  • Wallace, J.S., & McQuillan, J. (1984). Discharge Residues from Cartridge-operated Industrial Tools. Journal of The Forensic Science Society, 24, 495-508.
  • 孟憲輝(2015)。物證鑑識在槍擊現場偵查上的應用。刑事政策與犯罪研究論文集,18,313-340。
  • Gunshot Residue (GSR)

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

顯微觀點_96
28 篇文章 ・ 5 位粉絲
從細微的事物出發,關注微觀世界的一切,對肉眼所不能見的事物充滿好奇,發掘蘊藏在微觀影像之下的故事。

0

1
0

文字

分享

0
1
0
月經週期變短?慎防卵巢早衰!及早檢測減少不孕風險
careonline_96
・2024/03/27 ・2054字 ・閱讀時間約 4 分鐘

「醫師,我有卵巢早衰的現象,所以打算凍卵,但是聽說每天都要打排卵針,讓我好猶豫……」李小姐說。

「打排卵針是為了促使卵泡發育,才有辦法取得較多的卵子。」醫師說,「現在也有一針抵多針的友善排卵針,施打一次效果可以持續一週,便利性較高,也可大幅減少打針的次數。」

在台灣,每十對夫妻中大約有兩對會遭遇不孕的困擾。大新婦產科診所生殖中心陳志宏院長指出,「如果沒有避孕超過一年都沒有懷孕,就算是不孕症。至於 35 歲以上的婦女,如果超過半年還沒有受孕,便要盡快尋求專業的協助。」

有許多因素會導致不孕症,卵巢早衰是個常見的原因。陳志宏院長說,卵巢早衰通常沒有明顯症狀,患者往往是在接受檢驗後,才驚覺有卵巢早衰的狀況。

卵巢早衰的原因可分成先天因素和後天因素,大部分是先天因素,例如在出生之後,卵巢的細胞存量就比較少。陳志宏院長說,後天因素包括卵巢發炎、卵巢手術、壓力過大、作息不正常、吸菸等。

-----廣告,請繼續往下閱讀-----

年輕女性發生卵巢早衰時,大多沒有明顯症狀,還是有規則的月經。陳志宏院長說,部分女性可能會發現月經週期縮短,本來是 28 天來月經,當卵巢功能衰退時,可能變成 26 天、24 天、甚至 21 天就來月經。月經週期縮短可能是卵巢早衰的徵兆,但是有些人的月經本來就不規則,所以也不會發現月經週期縮短的狀況。

卵巢早衰對生殖能力有顯著的影響,陳志宏院長說,除了卵巢存量過少,卵子品質也會下降,導致患者懷孕機率降低,而受精後的胚胎也可能無法順利發育。

有生育規劃的女性一定要留意卵巢早衰的問題,陳志宏院長說,抽血檢測抗穆勒氏管荷爾蒙(AMH)可以評估卵巢功能,抗穆勒氏管荷爾蒙(AMH)由卵巢中的小卵泡分泌。抗穆勒氏管荷爾蒙(AMH)的正常範圍在 2 ng/ml 至 5 ng/ml,當抗穆勒氏管荷爾蒙(AMH)小於 2 ng/ml 就代表卵巢功能衰退。

另一個評估方式是由陰道超音波檢查大於 2mm 的小卵泡數量,陳志宏院長說,若小卵泡數量減少,代表卵巢庫存下降。

-----廣告,請繼續往下閱讀-----

及早了解卵巢功能,積極把握卵實力

「隨著年紀增長,卵巢功能將持續衰退。」陳志宏院長說,「女性可以透過抗穆勒氏管荷爾蒙(AMH)或超音波評估卵巢功能,預作生育規劃。如果打算晚一點生育,或已經發現有卵巢早衰的現象,可以考慮凍卵,保存卵實力。」

在較年輕的時候取卵,能夠一次取到較多卵子,而且卵子的品質比較好。陳志宏院長解釋,舉例來說,在 30 歲時,也許凍 8 至 12 顆卵,未來就有機會成功生下一個活產寶寶;到了 40 歲,可能要凍 20 至 40 顆卵,才有機會成功生下一個活產寶寶。而在 30 歲時,可能只要取一、兩次卵就足夠,但在 40 歲時,便需要多次取卵。

陳志宏院長提醒,「建議育齡年齡的女性要了解自己的卵巢功能,及早做好生育規劃。」

無論是要凍卵或是做人工生殖都需要從卵巢中取出卵子,而得先施打排卵針。陳志宏院長說,傳統的作法是使用短效型排卵針,每天一劑,連續施打 7 至 10 次。患者可以在家自行施打,或者回醫療院所施打。

-----廣告,請繼續往下閱讀-----

如果很怕打針、不敢自己打針、或時間無法配合的患者可以考慮使用可以一針抵多針的友善排卵針。陳志宏院長說,施打後,醫師可依患者個情況追加短效型排卵針,對患者而言方便性較高,也比較友善。

根據臨床試驗,可以一針抵多針的友善排卵針的懷孕率、活產率皆與短效型排卵針無顯著差異。患者可以和醫師討論,選擇合適的方式。

從月經來潮到取卵大約是兩個禮拜,陳志宏院長說,如果要凍卵,就是直接把卵子凍起來,等到適當的時間再解凍、受精;如果要作人工生殖,大概會在取卵後 3 至 5 天植入。

針對不孕,目前的生殖科技有幾種方式可以輔助,例如吃排卵藥、人工受孕、試管嬰兒,各種方式的適用族群與成功率各不相同,需要經過專業的評估。陳志宏院長說,以大新婦產科診所生殖中心為例,每位患者都有個案管理師,醫師也會根據每個人的狀況提供個人化的療程,增加懷孕成功的機率!

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----

討論功能關閉中。