0

1
0

文字

分享

0
1
0

好吃一直吃,一直吃一直爽?要小心「超常刺激」成癮——《情緒的三把鑰匙》

大塊文化_96
・2022/10/02 ・2730字 ・閱讀時間約 5 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

廷貝亨是在某個意外情況下偶然發現「超常刺激」概念的。

當時,他在荷蘭實驗室研究有著亮紅色腹部的公刺魚:即使養在水族缸裡,公刺魚依然保有領域行為,會攻擊其他侵入領域的公刺魚。

顏色鮮豔的「超常刺激」實驗

為了研究這種行為,廷貝亨和他的學生利用鐵絲操作死魚,接近守護領域的公刺魚;為方便操作,他們改用木假魚,結果沒多久就發現原來是公魚腹部的紅顏色會誘發攻擊行為——就算假魚再怎麼逼真,只要它的腹部不是紅色的,公刺魚似乎便完全不在意,但牠們會攻擊所有底部為紅色的物體,即使長得再不像魚也照樣攻擊不誤;養在窗邊的公刺魚就連看見路上駛過的紅色廂型車也會起反應。最重要的是,廷貝亨注意到:如果假魚身上的紅色比真魚更耀眼,公刺魚會無視真魚、攻擊假魚。

廷貝亨拿假魚對亮紅色腹部的公刺魚做實驗。圖/Pixabay

顏色鮮豔的假魚即為「超常刺激」,也就是比所有自然刺激更能強烈激發動物反應的人為刺激。廷貝亨發現,要製造這類刺激其實不難:譬如,習慣撿「流浪蛋」回家的鵝媽媽會為了把體積碩大的排球滾回家,而對自己生的一窩蛋置之不理。

如果綁在木棍上的假鳥嘴有著比親鳥嘴喙更鮮明的記號,剛孵化的雛鳥也會無視自己的爸媽,轉而向假鳥嘴索討食物。廷貝亨發現,放諸整個動物界,任何一個為了增強吸引力而刻意設計的人為刺激,似乎都能改變並控制動物的本能行為——這也是加工食品製造商、香菸產業、違禁藥藥頭們、還有那些供應類鴉片藥物的大藥廠對「顧客」所做的勾當。

透過加工讓使用者更容易成癮

最易成癮的物質或行為活動都屬於超常刺激。正如同超常刺激對刺魚世界的影響,它們也會擾亂人類世界的自然平衡。比方說,最容易使人上癮的藥物其實都源自植物,只是它們被精煉成高濃度,意即透過加工製成更強效、使主成份能更快被吸收並進入血液循環的產品。[1]

各位不妨再想想古柯葉(coca leaf):若是放在口中嚼嚼或煮成茶汁,它只會產生輕微刺激,成癮性也不強;若是精煉成古柯鹼或「快克」,不只吸收速度變快,成癮性也會大幅提高。同樣的,如果罌粟花是人類取得類鴉片物質的唯一途徑,大概也就不會有嗎啡濫用的問題了。

古柯葉若是放在口中嚼嚼或煮成茶汁,它只會產生輕微刺激,成癮性也不強。圖/Pixabay

香菸的情況也差不多。由於人類將採集來的菸草加工製成能以「菸氣」的形式抽吸,又加入數百種能增添香氣與風味、且令其能更快進入肺部的添加物,結果做出「香菸」這種明顯比未加工菸草葉更容易使人上癮的菸草產品。

酒也是加工品。如果我們在店裡買不到伏特加,只能靠馬鈴薯自然腐爛發酵的方式取得,或許也就不會有這麼多酒鬼了。

現今的肥胖問題也屬於超常刺激

現代社會的肥胖問題同樣源自超常刺激,食品科學界稱這類食品為「超可口食品」(hyperpalatable food)。為了避免營養不良,演化讓大腦偏好熱量密度高、像是漿果或肉類這種含糖量高或高油脂的食物;不過這種食物在自然界相對不易取得,故肥胖在古代並不常見。

為了避免營養不良,演化讓大腦偏好高熱量的食物。 圖/GIPHY

工業時代以前,人類主要以榖類和富含蛋白質的未加工食物維生,再加上這類食物鹽分不高,因此肥胖問題依舊罕見。

然而,近數十年來,加工食品製造商學會利用類似藥頭製造成癮性藥物的手法,改變食物風味——他們一發現人類酬賞系統會對哪些物質起反應,就馬上把這些物質變成非自然、能更快進入血液循環的高濃度型態。於是,含有這類物質的食品就像違禁藥一樣,憑藉其高濃度和快速吸收的特性,增強酬賞系統反應。

今天,食品公司每年投入數百萬美元研究如何開發超可口食品——業界稱為「食品最適化研究」(food optimization)

某位哈佛出身、從事食品研發的實驗心理學家表示:

「我做過披薩最適化,也改良過沙拉調料和椒鹽餅乾風味。我可以說是改變這個領域遊戲規則的人。」[2]

食品公司每年投入數百萬美元研究如何開發超可口食品——業界稱為「食品最適化研究」。圖/Pixabay

這群食品改良員之所以能改變遊戲規則,理由是超可口食品會干擾人類的自然傾向,就像排球對母鵝母性直覺、或假鳥嘴對雛鳥餵食的超常影響。於是乎,人類對這類最適化食品的渴望程度會遠大於愉悅感激發的需要程度。

成為良好的消費者,做出對的選擇

光是在美國,每年大約有三十萬人死於肥胖問題。[3]由於這種情況就像溫水煮青蛙一樣,並非突然發生,而是漸進使然,導致我們意識到問題時多半已經來不及了——容易取得並導致濫用的藥物和突飛猛進的商業食品加工技術,雙雙愚弄了人類的情緒酬賞系統。

儘管科學能闡釋食品使人上癮的機制,但留心警訊、避免被操縱導致肥胖,仍需仰賴消費者本身的自覺,方能達成。

喜歡和欲求系統的設計與機制、還有發現這些機制的故事,無一不教人驚歎。一旦明白酬賞系統在分子層次的運作方式,有些人便學會以之牟利,譬如利用生化機制操縱人類行為的菸草、食品及藥品製造商(違禁藥頭和某些大藥廠皆然)。

你我都是教育良好的消費者,既然已知他們的所作所為,我們更應該運用知識,做出更好、更健康的選擇,見招拆招。圖/Pixabay

你我都是教育良好的消費者,既然已知他們的所作所為,我們更應該運用知識,做出更好、更健康的選擇,見招拆招。

參考資料

  1. Gearhardt et al., “Addiction Potential of Hyperpalatable Foods.”
  2. Moss, “Extraordinary Science of Addictive Junk Food.”
  3. K. M. Flegal et al., “Estimating Deaths Attributable to Obesity in the United States,” American Journal of Public Health 94 (2004): 1486–89.

——本文摘自《情緒的三把鑰匙:情緒的面貌、情緒的力量、情緒的管理-情緒如何影響思考決策?》,2022 年 8 月,網路與書出版,未經同意請勿轉載。

文章難易度
大塊文化_96
8 篇文章 ・ 13 位粉絲
由郝明義先生創辦於1996年,旗下擁有大辣出版、網路與書、image3 等品牌。出版領域除了涵括文學(fiction)與非文學(non-fiction)多重領域,尤其在圖像語言的領域長期耕耘不同類別出版品,不但出版幾米、蔡志忠、鄭問、李瑾倫、小莊、張妙如、徐玫怡等作品豐富的作品,得到讀者熱切的回應,更把這些作家的出版品推廣到國際市場,以及銷售影視版權、周邊產品的能力與經驗。

1

133
3

文字

分享

1
133
3
AI 是理科「主場」? AI 也可以成為文科人的助力!
研之有物│中央研究院_96
・2022/08/13 ・5646字 ・閱讀時間約 11 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

本文轉載自中央研究院研之有物,泛科學為宣傳推廣執行單位。

  • 採訪撰文/田偲妤
  • 美術設計/蔡宛潔

AI 的誕生,文理缺一不可

人工智慧(Artificial Intelligence,簡稱 AI)在 21 世紀的今日已大量運用在生活當中,近期掀起熱議的聊天機器人 LaMDA、特斯拉自駕系統、AI 算圖生成藝術品等,都是 AI 技術的應用。多數 AI 的研發秉持改善人類生活的人文思維,除了仰賴工程師的先進技術,更需要人文社會領域人才的加入。

中央研究院「研之有物」專訪院內人文社會科學研究中心蔡宗翰研究員,帶大家釐清什麼是 AI?文科人與工程師合作時,需具備什麼基本 AI 知識?AI 如何應用在人文社會領域的工作當中?

中央研究院人文社會科學研究中心蔡宗翰研究員。圖/研之有物

詩詞大對決:人與 AI 誰獲勝?

一場緊張刺激的詩詞對決在線上展開!人類代表是有「AI 界李白」稱號的蔡宗翰研究員,AI 代表則是能秒速成詩的北京清華九歌寫詩機器人,兩位以「人工智慧」、「類神經」為命題創作七言絕句,猜猜看以下兩首詩各是誰的創作?你比較喜歡哪一首詩呢?

猜猜哪首詩是 AI 做的?哪首詩是人類做的?圖/研之有物

答案揭曉!A 詩是蔡宗翰研究員的創作,B 詩是寫詩機器人的創作。細細賞讀可發覺,A 詩的內容充滿巧思,為了符合格律,將「類神經」改成「類審經」;詩中的「福落天赦」是「天赦福落」的倒裝,多念幾次會發現,原來是 Google 開發的機器學習開源軟體庫「Tensor Flow」的音譯;而「拍拓曲」則是 Facebook 開發的機器學習庫「Pytorch」的音譯,整首詩創意十足,充滿令人會心一笑的魅力!

相較之下,B 詩雖然有將「人工」兩字穿插引用在詩中,但整體內容並沒有呼應命題,只是在詩的既有框架內排列字句。這場人機詩詞對決明顯由人類獲勝!

由此可見,當前的 AI 缺乏創作所需的感受力與想像力,無法做出超越預先設定的創意行為。然而,在不久的將來,AI 是否會逐漸產生情感,演變成電影《A.I. 人工智慧》中渴望人類關愛的機器人?

AI 其實沒有想像中聰明?

近期有一則新聞「AI 有情感像 8 歲孩童?Google 工程師爆驚人對話遭停職」,讓 AI 是否已發展出「自我意識」再度成為眾人議論的焦點。蔡宗翰研究員表示:「當前的 AI 還是要看過資料、或是看過怎麼判讀資料,經過對應問題與答案的訓練才能夠運作。換而言之,AI 無法超越程式,做它沒看過的事情,更無法替人類主宰一切!

會產生 AI 可能發展出情感、甚至主宰人類命運的傳言,多半是因為我們對 AI 的訓練流程認識不足,也缺乏實際使用 AI 工具的經驗,因而對其懷抱戒慎恐懼的心態。這種狀況特別容易發生在文科人身上,更延伸到文科人與理科人的合作溝通上,因不了解彼此領域而產生誤會與衝突。如果文科人可以對 AI 的研發與應用有基本認識,不僅能讓跨領域的合作更加順利,還能在工作中應用 AI 解決許多棘手問題。

「職場上常遇到的狀況是,由於文科人不了解 AI 的訓練流程,因此對 AI 產生錯誤的期待,認為辛苦標注的上千筆資料,應該下個月就能看到成果,結果還是錯誤百出,準確率卡在 60、70% 而已。如果工程師又不肯解釋清楚,兩方就會陷入僵局,導致合作無疾而終。」蔡宗翰研究員分享多年的觀察與建議:

如果文科人了解基本的 AI 訓練流程,並在每個訓練階段協助分析:錯誤偏向哪些面向?AI 是否看過這方面資料?文科人就可以補充缺少的資料,讓 AI 再進行更完善的訓練。

史上最認真的學生:AI

認識 AI 的第一步,我們先從分辨什麼是 AI 做起。現在的數位工具五花八門,究竟什麼才是 AI 的應用?真正的 AI 有什麼樣的特徵?

基本上,有「預測」功能的才是 AI,你無法得知每次 AI 會做出什麼判斷。如果只是整合資料後視覺化呈現,而且人類手工操作就辦得到,那就不是 AI。

數位化到 AI 自動化作業的進程與舉例。圖/研之有物

蔡宗翰研究員以今日常見的語音辨識系統為例,大家可以試著對 Siri、Line 或 Google 上的語音辨識系統講一句話,你會發現自己無法事先知曉將產生什麼文字或回應,結果可能正是你想要的、也可能牛頭不對馬嘴。此現象點出 AI 與一般數位工具最明顯的不同:AI 無法百分之百正確!

因此,AI 的運作需建立在不斷訓練、測試與調整的基礎上,盡量維持 80、90% 的準確率。在整個製程中最重要的就是訓練階段,工程師彷彿化身老師,必須設計一套學習方法,提供有助學習的豐富教材。而 AI 則是史上最認真的學生,可以穩定、一字不漏、日以繼夜地學習所有課程。

AI 的學習方法主要分為「非監督式學習」、「監督式學習」。非監督式學習是將大批資料提供給 AI,讓其根據工程師所定義的資料相似度算法,逐漸學會將相似資料分在同一堆,再由人類檢視並標注每堆資料對應的類別,進而產生監督式學習所需的訓練資料。而監督式學習則是將大批「資料」和「答案」提供給 AI,讓其逐漸學會將任意資料對應到正確答案。

圖/研之有物

學習到一定階段後,工程師會出試題,測試 AI 的學習狀況,如果成績只有 60、70 分,AI 會針對答錯的地方調整自己的觀念,而工程師也應該與專門領域專家一起討論,想想是否需補充什麼教材,讓 AI 的準確率可以再往上提升。

就算 AI 最後通過測試、可以正式上場工作,也可能因為時事與技術的推陳出新,導致準確率下降。這時,AI 就要定時進修,針對使用者回報的錯誤進行修正,不斷補充新的學習內容,讓自己可以跟得上最新趨勢。

在了解 AI 的基本特徵與訓練流程後,蔡宗翰研究員建議:文科人可以看一些視覺化的操作影片,加深對訓練過程的認識,並實際參與檢視與標注資料的過程。現在網路上也有很多 playground,可以讓初學者練習怎麼訓練 AI,有了上述基本概念與實務經驗,就可以跟工程師溝通無礙了。

AI 能騙過人類,全靠「自然語言處理」

AI 的應用領域相當廣泛,而蔡宗翰研究員專精的是「自然語言處理」。問起當初想投入該領域的原因,他充滿自信地回答:因為自然語言處理是「AI 皇冠上的明珠」!這顆明珠開創 AI 發展的諸多可能性,可以快速讀過並分類所有資料,整理出能快速檢索的結構化內容,也可以如同真人般與人類溝通。

著名的「圖靈測試」(Turing Test)便證明了自然語言處理如何在 AI 智力提升上扮演關鍵角色。1950 年代,傳奇電腦科學家艾倫・圖靈(Alan Turing)設計了一個實驗,用來測試 AI 能否表現出與人類相當的智力水準。首先實驗者將 AI 架設好,並派一個人操作終端機,再找一個第三者來進行對話,判斷從終端機傳入的訊息是來自 AI 或真人,如果第三者無法判斷,代表 AI 通過測試。

圖靈測試:AI(A)與真人(B)同時傳訊息給第三者(C),如果 C 分不出訊息來自 A 或 B,代表 AI 通過實驗。圖/研之有物

換而言之,AI 必須擁有一定的智力,才可能成功騙過人類,讓人類不覺得自己在跟機器對話,而這有賴自然語言處理技術的精進。目前蔡宗翰的研究團隊有將自然語言處理應用在:人文研究文本分析、新聞真偽查核,更嘗試以合成語料訓練臺灣人專用的 AI 語言模型。

讓 AI 替你查資料,追溯文本的起源

目前幾乎所有正史、許多地方志都已經數位化,而大量數位化的經典更被主動分享到「Chinese Text Project」平台,讓 AI 自然語言處理有豐富的文本資料可以分析,包含一字不漏地快速閱讀大量文本,進一步畫出重點、分門別類、比較相似之處等功能,既節省整理文本的時間,更能橫跨大範圍的文本、時間、空間,擴展研究的多元可能性。

例如我們想了解經典傳說《白蛇傳》是怎麼形成的?就可以應用 AI 進行文本溯源。白蛇傳的故事起源於北宋,由鎮江、杭州一帶的說書人所創作,著有話本《西湖三塔記》流傳後世。直至明代馮夢龍的《警世通言》二十八卷〈白娘子永鎮雷峰塔〉,才讓流傳 600 年的故事大體成型。

我們可以透過「命名實體辨識技術」標記文本中的人名、地名、時間、職業、動植物等關鍵故事元素,接著用這批標記好的語料來訓練 BERT 等序列標注模型,以便將「文本向量化」,進而找出給定段落與其他文本的相似之處。

經過多種文本的比較之後發現,白蛇傳的原型可追溯自印度教的那伽蛇族故事,傳說那伽龍王的三女兒轉化成佛、輔佐觀世音,或許與白蛇誤食舍利成精的概念有所關連,推測印度神話應該是跟著海上絲路傳進鎮江與杭州等通商口岸。此外,故事的雛型可能早從唐代便開始醞釀,晚唐傳奇《博異志》便記載了白蛇化身美女誘惑男子的故事,而法海和尚、金山寺等關鍵人物與景點皆真實存在,金山寺最初就是由唐宣宗時期的高僧法海所建。

白蛇傳中鎮壓白娘子的雷峰塔。最早為五代吳越王錢俶於 972 年建造,北宋宣和二年(1120 年)曾因戰亂倒塌,大致為故事雛形到元素齊全的時期。照片中雷峰塔為 21 世紀重建。圖/Wikimedia

在 AI 的協助之下,我們得以跨時空比較不同文本,了解說書人如何結合印度神話、唐代傳奇、在地的真人真事,創作出流傳千年的白蛇傳經典。

最困難的挑戰:AI 如何判斷假新聞

除了應用在人文研究文本分析,AI 也可以查核新聞真偽,這對假新聞氾濫的當代社會是一大福音,但對 AI 來說可能是最困難的挑戰!蔡宗翰研究員指出 AI 的弱點:

如果是答案和數據很清楚的問題,就比較好訓練 AI。如果問題很複雜、變數很多,對 AI 來說就會很困難!

困難點在於新聞資訊的對錯會變動,可能這個時空是對的,另一個時空卻是錯的。雖然坊間有一些以「監督式學習」、「文本分類法」訓練出的假新聞分類器,可輸入當前的新聞讓機器去判讀真假,但過一段時間可能會失準,因為新的資訊源源不絕出現。而且道高一尺、魔高一丈,當 AI 好不容易能分辨出假新聞,製造假新聞的人就會破解偵測,創造出 AI 沒看過的新模式,讓先前的努力功虧一簣。

因此,現在多應用「事實查核法」,原理是讓 AI 模仿人類查核事實的過程,尋找權威資料庫中有無類似的陳述,可用來支持新聞上描述的事件、主張與說法。目前英國劍橋大學為主的學者群、Facebook 與 Amazon 等業界研究人員已組成 FEVEROUS 團隊,致力於建立英文事實查核法模型所能運用的資源,並透過舉辦國際競賽,廣邀全球學者專家投入研究。

蔡宗翰教授團隊 2021 年參加 FEVEROUS 競賽勇奪全球第三、學術團隊第一後,也與合作夥伴事實查核中心及資策會討論,正著手建立中文事實查核法模型所需資源。預期在不久的將來,AI 就能幫讀者標出新聞中所有說法的資料來源,節省讀者查證新聞真偽的時間。

AI 的無限可能:專屬於你的療癒「杯麵」

想像與 AI 共存的未來,蔡宗翰研究員驚嘆於 AI 的學習能力,只要提供夠好、夠多的資料,幾乎都可以訓練到讓人驚訝的地步!圖/研之有物

AI 的未來充滿無限可能,不僅可以成為分類與查證資料的得力助手,還能照護並撫慰人類的心靈,這對邁入高齡化社會的臺灣來說格外重要!許多青壯年陷入三明治人(上有老、下有小要照顧)的困境,期待有像動畫《大英雄天團》的「杯麵」(Baymax)機器人出現,幫忙分擔家務、照顧家人,在身心勞累時給你一個溫暖的擁抱。

機器人陪伴高齡者已是現在進行式,新加坡南洋理工大學 Gauri Tulsulkar 教授等學者於 2021 年發表了一項部署在長照機構的機器人實驗。這名外表與人類相似的機器人叫「娜丁」(Nadine),由感知、處理、互動等三層架構組成,可以透過麥克風、3D和網路鏡頭感知用戶特徵、所處環境,並將上述資訊發送到處理層。處理層會依據感知層提供的資訊,連結該用戶先前與娜丁互動的記憶,讓互動層可以進行適當的對話、變化臉部表情、用手勢做出反應。

長照機構的高齡住戶多數因身心因素、長期缺乏聊天對象,或對陌生事物感到不安,常選擇靜默不語,需要照護者主動引導。因此,娜丁內建了注視追蹤模型,當偵測到住戶已長時間處於被動狀態,就會自動發起話題。

實驗發現,在娜丁進駐長照機構一段時間後,住戶有一半的天數會去找她互動,而娜丁偵測到的住戶情緒多為微笑和中性,其中有 8 位認知障礙住戶的溝通能力與心理狀態有明顯改善。

照護機器人娜丁的運作架構。圖/研之有物

至於未來的改進方向,研究團隊認為「語音辨識系統」仍有很大的改進空間,需要讓機器人能配合老年人緩慢且停頓較長的語速,音量也要能讓重聽者可以清楚聽見,並加強對方言與多語混雜的理解能力。

臺灣如要發展出能順暢溝通的機器人,首要任務就是要開發一套臺灣人專用的 AI 語言模型,包含華語、臺語、客語、原住民語及混合以上兩種語言的理解引擎。這需花費大量人力與經費蒐集各種語料、發展預訓練模型,期待政府能整合學界與業界的力量,降低各行各業導入 AI 相關語言服務的門檻。

或許 AI 無法發展出情感,但卻可以成為人類大腦的延伸,協助我們節省處理資料的時間,更可以心平氣和地回應人們的身心需求。與 AI 共存的未來即將來臨,如何讓自己的行事邏輯跟上 AI 時代,讓 AI 成為自己的助力,是值得你我關注的課題。

延伸閱讀

文章難易度
所有討論 1
研之有物│中央研究院_96
253 篇文章 ・ 2220 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook

2

2
1

文字

分享

2
2
1
鑑識故事系列:青春期抽大麻會怎樣?
胡中行_96
・2022/12/01 ・2407字 ・閱讀時間約 5 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

前言:美國密蘇里州於 2022 年 11 月 8 日,投票通過修正案,使該州成為第 21 個合法化娛樂性大麻的州。此案在 12 月生效後,成人便能以非醫療目的購買並使用大麻。[1]然而,此前該州的醫師已經注意到,全國各地逐漸開放的管制,令當地非法呼麻而送醫的青少年人數攀升。[2]以下是他們在 2020 年《急診臨床實踐與病例》(Clinical Practice and Cases in Emergency Medicine)期刊上,分享的案例。

大麻葉。圖/Elsa Olofsson on Unsplash

大麻成份 THC 與 CBD 的差別

人不輕狂枉少年,勇於冒險是天性。多數的大麻慣用者,從青春期首度嘗試,逐漸培養成習。偏偏此時為腦部發育的關鍵,脆弱又容易受外因塑造。[3]這裡兩名分別個案的主角:16 歲的男性和 17 歲的女性,都抽了加熱過的丁烷哈希什油(butane hash oil,簡稱BHO),其含有濃縮的娛樂性大麻有效成份──四氫大麻酚(tetrahydrocannabinol,縮寫 THC)。[2]同樣是大麻萃取物,醫療用的大麻二酚(cannabidiol,即CBD能嘉惠腦缺血、阿茲海默症和多發性硬化症等疾病的患者[4]THC 卻具備心毒性與神經毒性,[2]並對腦部有諸多與 CBD 完全相反的影響。[5]

大麻和血清素症候群

果不其然,這兩個案例均是呼完麻,不久便出事了。二人抵達醫院時的情形略有差異,不過尿液檢測都驗出 THC,且呈現某些與血清素症候群(serotonin syndrome)雷同的症狀,例如:躁動、顫抖、瞳孔放大、心跳過速、血壓偏高、肌肉僵硬、疑似癲癇、精神狀態異常、意識不完全清醒,以及雙腳陣攣等。[2]最後一項是指個案少女的深層肌腱在受到刺激時,[2]出現規律性震盪(如下方影片),意味著中樞神經系統異常。[6]血清素症候群的發生,通常是因為多種藥物同時作用,使神經細胞製造出來的血清素,在腦部的濃度大增。[7]

根據少女的病歷,她平時每天服用抗憂鬱的舍曲林(sertraline),[2]一種選擇性血清素再回收抑制劑(selective serotonin reuptake inhibitors,簡稱 SSRI)。[7]難怪當高濃度的 THC 活化了血清素受器,也抑制血清素的再吸收,她的病情明顯比少男嚴重。[2]

陣攣示意影片,此非當事人。影/NEJM Group on YouTube

世界上許多國家和地區,陸續合法化或除罪化醫療或娛樂用大麻;人們對它的態度,亦是愈來愈開放。[4]這些法令的年齡限制,能保護未成年族群嗎?血清素症候群嚴峻起來足以致命[7]所幸案例中的兩人並未展現全部病徵,而且病情還算可控。少男於急診室待了 6 小時便返家;少女則在兒童加護病房過夜後出院。後者要離開時,才坦言自己入院前 30 分鐘呼過麻。雖然她就是不說,醫療人員看驗尿的結果也早知道了,但能誠實面對問題總是好事。比較遺憾的是,隔天晚上她又重蹈覆轍,再次就醫。[2]

以大麻取代鴉片類毒品?

儘管 THC 對健康有諸多壞處,有些人仍視它為會成癮的物質中,相較無害的選擇。2021 年《毒品、成癮暨健康新興潮流》(Emerging Trends in Drugs, Addictions, and Health)的研究,訪問14 至 22 歲的 18 名男性與 8 名女性,是否覺得 THC 有助他們戒斷鴉片類毒品。[8]一般常見的鴉片類化合物,包括:羥考酮(oxycodone)、氫可酮(hydrocodone)、吩坦尼(fentanyl)、曲馬多(tramadol)和海洛因(heroin)等。[9]該論文未提及受訪者個別依賴的種類,反正結果相當一致:他們都想靠抽大麻所達到的精神狀態,緩解原本的癮頭;哪曉得到頭來徒增渴望,一點幫助也沒有。[8]

大麻對年輕人的影響

本文前言提到密蘇里州的醫師,目睹當地因呼麻送醫的未成年病患人數,隨著其他各州法令的開放而增長。他們因此在期刊裡強調,急診醫療人員遇到狀似血清素症候群患者時,務必把 THC 中毒的可能列入考量。[2]2020 年《BMC 公共衛生》(BMC Public Health)的分析,也指出美國青少年與年輕成人的大麻使用人口比例,自 1950 年代起,明顯隨著政府政策變化(見下圖)。[10]只是反駁此種論調的學者也不少,比方說《BMJ Open》、《PLOS ONE》和《JAMA Network Open》的研究,儘管有的語帶保留,覺得娛樂性大麻開放後的趨勢有待長期觀察,他們基本上都不認為青少年會受到政策影響。[11-13]

另一方面,吸食大麻不僅會產生各種暫時性的症狀,2020 年的《精神病學前沿》(Frontiers in Psychiatry)的文獻回顧更指出,對腦部發育尚未完全的個體,會提高罹患精神疾病的機率,並造成永久性的神經認知傷害。[3]所以無論法律和社會風氣是否推波助瀾,都要小心防範未成年者接觸大麻。

紅、藍兩條虛線,分別代表美國醫療(MML)和娛樂(RML)用大麻合法化後,年輕使用者的人口比例趨勢。圖/參考資料 10,Figure 3(CC BY 4.0)

參考資料

  1. Cunningham M. (09 NOV 2022) ‘FAQ: What happens now that Missouri legalized recreational marijuana?’. U.S. National Public Radio.
  2. Baltz JW, Le LT. (2020) ‘Serotonin Syndrome versus Cannabis Toxicity in the Emergency Department’. Clinical Practice Cases in Emergency Medicine, 4 (2): 171 – 173.
  3. Blest-Hopley G, Colizzi M, Giampietro V, Bhattacharyya S. (2020) ‘Is the Adolescent Brain at Greater Vulnerability to the Effects of Cannabis? A Narrative Review of the Evidence’. Frontiers in Psychiatry, 11: 859.
  4. Testai FD, Gorelick PB, Aparicio HJ, et al. (2022) ‘Use of Marijuana: Effect on Brain Health: A Scientific Statement From the American Heart Association’. Stroke, 53 (4): e176-e187.
  5. Batalla A, Bos J, Postma A, et al. (2021) ‘The Impact of Cannabidiol on Human Brain Function: A Systematic Review’. Frontiers in Pharmacology, 11: 618184.
  6. Zimmerman B, Hubbard JB. ‘Clonus’. (08 AUG 2022) In: StatPearls. Treasure Island (FL): StatPearls Publishing.
  7. Heller JL, Zieve D, et al. (28 MAR 2020) ‘Serotonin syndrome’. Medline Plus.
  8. Jaffe SL. (2021) ‘Case Reports on the Failure of Smoking Marijuana to Prevent Relapse to Use of Opiates in Adolescents/Young Adults With Opiate Use Disorder’. Emerging Trends in Drugs, Addictions, and Health, 1, 100011.
  9. Safe Opioid Use’. (28 AUG 2018) Medline Plus.
  10. Yu B, Chen X, Chen X, et al. (2020) ‘Marijuana legalization and historical trends in marijuana use among US residents aged 12–25: results from the 1979–2016 National Survey on drug use and health’. BMC Public Health, 20, 156.
  11. Melchior M, Nakamura A, Bolze C, et al. (2019) ‘Does liberalisation of cannabis policy influence levels of use in adolescents and young adults? A systematic review and meta-analysis’. BMJ Open, 9: e025880.
  12. Anderson DM, Rees DI, Sabia JJ, et al. (2021) ‘Association of Marijuana Legalization With Marijuana Use Among US High School Students, 1993-2019’. JAMA Network Open, 4 (9): e2124638.
  13. Montgomery BW, Roberts MH, Margerison CE, et al. (2022) ‘Estimating the effects of legalizing recreational cannabis on newly incident cannabis use’. PLOS ONE, 17 (7): e0271720.
所有討論 2

0

1
0

文字

分享

0
1
0
鑑識故事系列:致命的止痛貼片──吩坦尼
胡中行_96
・2022/11/21 ・1902字 ・閱讀時間約 3 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

半夜準備就寢,23 歲的荷蘭男子在上身黏了止痛貼片,同時又使用其他藥物。隔天,身高 184 公分,體重 80 公斤重的他,躺在法醫面前。疑似已在早上 6 點,死於藥物中毒。[1]

未拆封的 Fentanyl 貼片。圖/Nils Wommelsdorf on Flickr(CC BY 2.0)

藥物的劑量

由命案現場遺留的包裝和白粉推測,男子可能使用的藥物為:巨量的吩坦尼(fentanyl)貼片與口頰錠,以及劑量不詳的古柯鹼(cocaine)。這些非法取得的管制藥物,或許是從網路上訂購的。男子活著的時候,生理健全;但有過自殺的念頭,並曾因此就醫。這也解釋了為何警方在他的家裡,找到醫師開的鎮靜劑。[1]

自殺防治熱線:0800-788995
生命線協談專線:1995
張老師基金會諮商專線:1980

死後藥物再分佈

既然已經得知男子有機會接觸的藥物種類,下一步便要檢驗它們是否存在於體內,並達到足以致命的濃度。人死後,身體裡藥物的濃度會改變,稱作死後藥物再分佈(postmortem drug redistribution)。比方說,原本附著於某個臟器的藥物被釋出,於是在血液中的濃度就提高了。相反的,有些組織中的藥物濃度,則會因為屍體腐化而下降。[2]這種變化會隨著時間加劇,所以檢驗屍體內的藥物濃度時,必須注意當下距離死亡時間,已經過了多久。此外,為了保障結果精確,可以考慮從多個器官或組織取得樣本。[1]

位於大腿的股靜脈(femoral vein),不易受到死後藥物再分佈的影響,是幫屍體抽血的首選。然而,男子的血液樣本無法由股靜脈取得,只好改從鎖骨下的血管。後者的藥物濃度,大約會是股靜脈的 1.3 倍。這種在業界沒那麼受歡迎的位置,使得男子驗血的數據,不方便與同類案件比較。不過,鑑識團隊終究還是逐項分析,推論出致命的關鍵。[1]

檢驗結果

他們從男子的尿液裡,驗出吩坦尼,還有古柯鹼及其代謝物;而血液中則有 57.9 µg/L 的吩坦尼、古柯鹼與其代謝物,以及濃度不具效力的鎮定劑、麻醉劑、普拿疼和酒精等物質。在自殺案中,古柯鹼常被拿來與其他藥物搭配使用;但是此處它和吩坦尼的濃度相比,傷害較低。[1]

黏在皮膚上的吩坦尼貼片。圖/DanielTahar on Wikimedia Commons(CC BY-SA 4.0)

吩坦尼──貼片vs.藥

整體來說,鑑識團隊認為,吩坦尼貼片是造成男子死亡的罪魁禍首。在以往的案件經驗裡,無論抽血位置,吩坦尼濃度高於 50 µg/L,幾乎就是必死無疑,而且大量的貼片會加快達標。至於吩坦尼口頰錠,若照原本的設計含在臉頰內側,效果最好。只是一次塞太多,技術上似乎有難度。就是真的做到了,一般吸收率也只有 50%。[1]

如何安全使用吩坦尼貼片?

吩坦尼在臺灣屬於第二級管制藥品,[3]是一種高強度的鴉片類止痛劑,能舒緩嚴重的疼痛。其貼片防水,淋浴和游泳都不是問題。[4]不過,千萬不能貼著接近熱源,例如:享受桑拿浴,否則加快藥物吸收,會產生致命的風險。[3, 5]

由於吩坦尼貼片的藥效可以撐 72 小時左右,[4]筆者在臨床上曾遇過老人家忘記撕下來,或是黏到床單上而不自知。假使身上那片仍殘留藥效,再貼上新的,便很容易過量。而摺疊且黏在床單上時,每回皮膚接觸到部份內面,或多或少都會吸收藥物。因此,貼片表面最好用油性筆,寫黏上去的時間,免得不清楚是否到期。每次換藥,都要記得除去舊的,並在紀錄表上登錄使用情形。用過的貼片,請將黏著面向內對折,[6]與用剩未拆封的,連同表格一起繳回藥局。[3]如果是為別人撕換,建議戴上手套,以免自己也沾染到吩坦尼。若平常會幫家中的病患洗澡,亦可藉機檢查貼片是否還在。最重要的是,要遵照醫師囑咐的劑量和頻率使用。這樣才能達到所須的藥效,又不至於危害健康。

  

參考資料

  1. Peeters LEJ, Vleut IT, Tan GE, et al. (2022) ‘Case report on postmortem fentanyl measurement after overdose with more than 67 fentanyl patches’. Forensic Toxicology, 40, 199–203.
  2. Mantinieks D, Gerostamoulos D, Glowacki L, et al. (2021) ‘Postmortem Drug Redistribution: A Compilation of Postmortem/Antemortem Drug Concentration Ratios’. Journal of Analytical Toxicology, 45 (4): 368–377.
  3. 吩坦尼止痛藥,正確用才安全」(22 NOV 2017)衛生福利部
  4. Fentanyl Transdermal Patch’. (15 JAN 2021) MedlinePlus
  5. Kriikku P, Ojanperä I, Lunetta P. (2020) ‘Death in Sauna Associated With a Transdermal Fentanyl Patch’. American Journal of Forensic Medicine and Pathology, 41(4):313-314.
  6. Accidental Exposures to Fentanyl Patches Continue to Be Deadly to Children’. (21 JUL 2021) U.S. Food & Drug Administration.