甲狀腺癌復發：次世代基因定序 NGS 協助擬定治療計畫，健保給付條件看這裡

本文與 研華科技 合作，泛科學企劃執行

我們都看過那種影片，對吧？網路上從不缺乏讓人驚嘆的機器人表演：數十台人形機器人像軍隊一樣整齊劃一地耍雜技 ，或是波士頓動力的機器狗，用一種幾乎違反物理定律的姿態後空翻、玩跑酷 。每一次，社群媒體總會掀起一陣「未來已來」、「人類要被取代了」的驚呼 。

但當你關掉螢幕，看看四周，一個巨大的落差感就來了：說好的機器人呢？為什麼大街上沒有他們的身影，為什麼我家連一件衣服都還沒人幫我摺？

這份存在於數位螢幕與物理現實之間的巨大鴻溝，源於一個根本性的矛盾：當代AI在數位世界裡聰明絕頂，卻在物理世界中笨拙不堪。它可以寫詩、可以畫畫，但它沒辦法為你端一杯水。

這個矛盾，在我們常見的兩種機器人展示中體現得淋漓盡致。第一種，是動作精準、甚至會跳舞的類型，這本質上是一場由工程師預先寫好劇本的「戲」，機器人對它所處的世界一無所知 。第二種，則是嘗試執行日常任務（如開冰箱、拿蘋果）的類型，但其動作緩慢不穩，彷彿正在復健的病人 。

這兩種極端的對比，恰恰點出了機器人技術的真正瓶頸：它們的「大腦」還不夠強大，無法即時處理與學習真實世界的突發狀況 。

這也引出了本文試圖探索的核心問題：新一代AI晶片NVIDIA® Jetson Thor™ ，這顆號稱能驅動「物理AI」的超級大腦，真的能終結機器人的「復健時代」，開啟一個它們能真正理解、並與我們共同生活的全新紀元嗎？

為何我們看到的機器人，總像在演戲或復健？

那我們怎麼理解這個看似矛盾的現象？為什麼有些機器人靈活得像舞者，有些卻笨拙得像病人？答案，就藏在它們的「大腦」運作方式裡。

那些動作極其精準、甚至會後空翻的機器人，秀的其實是卓越的硬體性能——關節、馬達、減速器的完美配合。但它的本質，是一場由工程師預先寫好劇本的舞台劇 。每一個角度、每一分力道，都是事先算好的，機器人本身並不知道自己為何要這麼做，它只是在「執行」指令，而不是在「理解」環境。

而另一種，那個開冰箱慢吞吞的機器人，雖然看起來笨，卻是在做一件革命性的事：它正在試圖由 AI 驅動，真正開始「理解」這個世界 。它在學習什麼是冰箱、什麼是蘋果、以及如何控制自己的力量才能順利拿起它。這個過程之所以緩慢，正是因為過去驅動它的「大腦」，也就是 AI 晶片的算力還不夠強，無法即時處理與學習現實世界中無窮的變數 。

這就像教一個小孩走路，你可以抱著他，幫他擺動雙腿，看起來走得又快又穩，但那不是他自己在走。真正的學習，是他自己搖搖晃晃、不斷跌倒、然後慢慢找到平衡的過程。過去的機器人，大多是前者；而我們真正期待的，是後者。

所以，問題的核心浮現了：我們需要為機器人裝上一個強大的大腦！但這個大腦，為什麼不能像ChatGPT一樣，放在遙遠的雲端伺服器上就好？

機器人的大腦，為什麼不能放在雲端？

聽起來好像很合理，對吧？把所有複雜的運算都交給雲端最強大的伺服器，機器人本身只要負責接收指令就好了。但……真的嗎？

想像一下，如果你的大腦在雲端，你看到一個球朝你飛過來，視覺訊號要先上傳到雲端，雲端分析完，再把「快閃開」的指令傳回你的身體。這中間只要有零點幾秒的網路延遲，你大概就已經鼻青臉腫了。

現實世界的互動，需要的是「即時反應」。任何網路延遲，在物理世界中都可能造成無法彌補的失誤 。因此，運算必須在機器人本體上完成，這就是「邊緣 AI」（Edge AI）的核心概念 。而 NVIDIA  Jetson 平台，正是為了解決這種在裝置端進行高運算、又要兼顧低功耗的需求，而誕生的關鍵解決方案 。

NVIDIA Jetson 就像一個緊湊、節能卻效能強大的微型電腦，專為在各種裝置上運行 AI 任務設計 。回顧它的演進，早期的 Jetson 系統主要用於視覺辨識搭配AI推論，像是車牌辨識、工廠瑕疵檢測，或者在相機裡分辨貓狗，扮演著「眼睛」的角色，看得懂眼前的事物 。但隨著算力提升，NVIDIA Jetson 的角色也逐漸從單純的「眼睛」，演化為能夠控制手腳的「大腦」，開始驅動更複雜的自主機器，無論是地上跑的、天上飛的，都將NVIDIA Jetson 視為核心運算中樞 。

但再強大的晶片，如果沒有能適應現場環境的「容器」，也無法真正落地。這正是研華（Advantech）的角色，我們將 NVIDIA Jetson 平台整合進各式工業級主機與邊緣運算設備，確保它能在高熱、灰塵、潮濕或震動的現場穩定運行，滿足從工廠到農場到礦場、從公車到貨車到貨輪等各種使用環境。換句話說，NVIDIA 提供「大腦」，而研華則是讓這顆大腦能在真實世界中呼吸的「生命支持系統」。

這個平台聽起來很工業、很遙遠，但它其實早就以一種你意想不到的方式，進入了我們的生活。

從Switch到雞蛋分揀員，NVIDIA Jetson如何悄悄改變世界？

如果我告訴你，第一代的任天堂Switch遊戲機與Jetson有相同血緣，你會不會很驚訝？它的核心處理器X1晶片，與Jetson TX1模組共享相同架構。這款遊戲機對高效能運算和低功耗的嚴苛要求，正好與 Jetson 的設計理念不謀而合 。

而在更專業的領域，研華透過 NVIDIA Jetson 更是解決了許多真實世界的難題 。例如

• 在北美，有客戶利用 AI 進行雞蛋品質檢測，研華的工業電腦搭載NVIDIA Jetson 模組與相機介面，能精準辨識並挑出髒污、雙黃蛋到血蛋 
• 在日本，為避免鏟雪車在移動時發生意外，導入了環繞視覺系統，當 AI 偵測到周圍有人時便會立刻停止 ；
• 在水資源珍貴的以色列，研華的邊緣運算平台搭載NVIDIA Jetson模組置入無人機內，24 小時在果園巡航，一旦發現成熟的果實就直接凌空採摘，實現了「無落果」的終極目標 。

這些應用，代表著 NVIDIA Jetson Orin™ 世代的成功，它讓「自動化」設備變得更聰明 。然而，隨著大型語言模型（LLM）的浪潮來襲，人們的期待也從「自動化」轉向了「自主化」 。我們希望機器人不僅能執行命令，更能理解、推理。

Orin世代的算力在執行人形機器人AI推論時的效能約為每秒5到10次的推論頻率，若要機器人更快速完成動作，需要更強大的算力。業界迫切需要一個更強大的大腦。這也引出了一個革命性的問題：AI到底該如何學會「動手」，而不只是「動口」？

革命性的一步：AI如何學會「動手」而不只是「動口」？

面對 Orin 世代的瓶頸，NVIDIA 給出的答案，不是溫和升級，而是一次徹底的世代跨越— NVIDIA Jetson Thor 。這款基於最新 Blackwell 架構的新模組，峰值性能是前代的 7.5 倍，記憶體也翻倍 。如此巨大的效能提升，目標只有一個：將過去只能在雲端資料中心運行的、以 Transformer 為基礎的大型 AI 模型，成功部署到終端的機器上 。

NVIDIA Jetson Thor 的誕生，將驅動機器人控制典範的根本轉變。這要從 AI 模型的演進說起：

1. 第一階段是 LLM（Large Language Model，大型語言模型）：
   我們最熟悉的 ChatGPT 就屬此類，它接收文字、輸出文字，實現了流暢的人機對話 。
2. 第二階段是 VLM（Vision-Language Model，視覺語言模型）：
   AI 學會了看，可以上傳圖片，它能用文字描述所見之物，但輸出結果仍然是給人類看的自然語言 。
3. 第三階段則是 VLA（Vision-Language-Action Model，視覺語言行動模型）：
   這是革命性的一步。VLA 模型的輸出不再是文字，而是「行動指令（Action Token）」 。它能將視覺與語言的理解，直接轉化為控制機器人關節力矩、速度等物理行為的具體參數 。

這就是關鍵！ 過去以NVIDIA Jetson Orin™作為大腦的機器人，僅能以有限的速度運行VLA模型。而由 VLA 模型驅動，讓 AI 能夠感知、理解並直接與物理世界互動的全新形態，正是「物理 AI」（Physical AI）的開端 。NVIDIA Jetson Thor 的強大算力，就是為了滿足物理 AI 的嚴苛需求而生，要讓機器人擺脫「復健」，迎來真正自主、流暢的行動時代 。

其中，物理 AI 強調的 vision to action，就需要研華設計對應的硬體來實現；譬如視覺可能來自於一般相機、深度相機、紅外線相機甚至光達，你的系統就要有對應的介面來整合視覺；你也會需要控制介面去控制馬達伸長手臂或控制夾具拿取物品；你也要有 WIFI、4G 或 5G 來傳輸資料或和別的 AI 溝通，這些都需要具體化到一個系統上，這個系統的集大成就是機器人。

好，我們有了史上最強的大腦。但一個再聰明的大腦，也需要一副強韌的身體。而這副身體，為什麼非得是「人形」？這不是一種很沒效率的執念嗎？

為什麼機器人非得是「人形」？這不是一種低效的執念嗎？

這是我一直在思考的問題。為什麼業界的主流目標，是充滿挑戰的「人形」機器人？為何不設計成效率更高的輪式，或是功能更多元的章魚型態？

答案，簡單到令人無法反駁：因為我們所處的世界，是徹底為人形生物所打造的。

從樓梯的階高、門把的設計，到桌椅的高度，無一不是為了適應人類的雙足、雙手與身高而存在 。對 AI 而言，採用人形的軀體，意味著它能用與我們最相似的視角與方式去感知和學習這個世界，進而最快地理解並融入人類環境 。這背後的邏輯是，與其讓 AI 去適應千奇百怪的非人形設計，不如讓它直接採用這個已經被數千年人類文明「驗證」過的最優解 。

這也區分了「通用型 AI 人形機器人」與「專用型 AI 工業自動化設備」的本質不同 。後者像高度特化的工具，產線上的機械手臂能高效重複鎖螺絲，但它無法處理安裝柔軟水管這種預設外的任務 。而通用型人形機器人的目標，是成為一個「多面手」，它能在廣泛學習後，理解物理世界的運作規律 。理論上，今天它在產線上組裝伺服器，明天就能在廚房裡學會煮菜 。

但要讓一個「多面手」真正活起來，光有骨架還不夠。它必須同時擁有強大的大腦平台與遍布全身的感知神經，才能理解並回應外在環境。人形機器人的手、腳、眼睛、甚至背部，都需要大量感測器去理解環境就像神經末梢一樣，隨時傳回方位、力量與外界狀態。但這些訊號若沒有通過一個穩定的「大腦平台」，就無法匯聚成有意義的行動。

這正是研華的角色：我們不僅把 NVIDIA Jetson Thor 這顆核心晶片包載在工業級電腦中，讓它成為能真正思考與反應的「完整大腦」，同時也提供神經系統的骨幹，將感測器、I/O 介面與通訊模組可靠地連結起來，把訊號傳導進大腦。你或許看不見研華的存在，但它實際上遍布在機器人全身，像隱藏在皮膚之下的神經網絡，讓整個身體真正活過來。

但有了大腦、有了身體，接下來的挑戰是「教育」。你要怎麼教一個物理 AI？總不能讓它在現實世界裡一直摔跤，把一台幾百萬的機器人摔壞吧？

打造一個「精神時光屋」，AI的學習速度能有多快？

這個問題非常關鍵。大型語言模型可以閱讀網際網路上浩瀚的文本資料，但物理世界中用於訓練的互動資料卻極其稀缺，而且在現實中反覆試錯的成本與風險實在太高 。

答案，就在虛擬世界之中。

NVIDIA Isaac Sim™等模擬平台，為這個問題提供了完美的解決方案 。它能創造出一個物理規則高度擬真的數位孿生（Digital Twin）世界，讓 AI 在其中進行訓練 。

這就像是為機器人打造了一個「精神時光屋」 。它可以在一天之內，經歷相當於現實世界千百日的學習與演練，從而在絕對安全的環境中，窮盡各種可能性，深刻領悟物理世界的定律 。透過這種「模擬-訓練-推論」的 3 Computers 閉環，Physical AI (物理AI) 的學習曲線得以指數級加速 。

我原本以為模擬只是為了節省成本，但後來發現，它的意義遠不止於此。它是在為 AI 建立一種關於物理世界的「直覺」。這種直覺，是在現實世界中難以透過有限次的試錯來建立的。

所以你看，這趟從 Switch 到人形機器人的旅程，一幅清晰的未來藍圖已經浮現了。實現物理 AI 的三大支柱已然齊備：一個劃時代的「AI 大腦」（NVIDIA Jetson Thor）、讓核心延展為「完整大腦與神經系統」的工業級骨幹（由研華 Advantech 提供），以及一個不可或缺的「教育環境」（NVIDIA Isaac Sim 模擬平台） 。

結語

我們拆解了那些酷炫機器人影片背後的真相，看見了從「自動化」走向「自主化」的巨大技術鴻溝，也見證了「物理 AI」時代的三大支柱——大腦、身軀、與教育——如何逐一到位 。

專家預測，未來 3 到 5 年內，人形機器人領域將迎來一場顯著的革命 。過去我們只能在科幻電影中想像的場景，如今正以前所未有的速度成為現實 。

這不再只是一個關於效率和生產力的問題。當一台機器，能夠觀察我們的世界，理解我們的語言，並開始以物理實體的方式與我們互動，這將從根本上改變我們與科技的關係。

所以，最後我想留給你的思想實驗是：當一個「物理 AI」真的走進你的生活，它不只是個工具，而是一個能學習、能適應、能與你共同存在於同一個空間的「非人智慧體」，你最先感受到的，會是興奮、是便利，還是……一絲不安？

這個問題，不再是「我們能否做到」，而是「當它發生時，我們準備好了嗎？」

研華已經整裝待發，現在，我們與您一起推動下一代物理 AI 與智慧設備的誕生。
https://bit.ly/4n78dR4

• 作者／照護線上編輯部
• 本文轉載自 Care Online 照護線上《轉移性大腸直腸癌精準化醫療，雙標靶時代來臨，提升治療成效，專科醫師圖文解說》，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

「大腸直腸癌患者，確診時已出現多處肝臟、淋巴結轉移的情形並不罕見。」臺北榮民總醫院外科部大腸直腸外科黃聖捷醫師指出，「大腸癌的發展主要以息肉基因突變、漸進式累積的方式形成，因此早期發現並切除息肉，可以避免發展為癌細胞，達到疾病預防的效果。黃聖捷醫師說，世界各國皆大力廣糞便潛血篩檢，主要目的是發現息肉，在還沒有癌化之前就把它處理掉。」

大腸直腸癌初期症狀不明顯，許多早期癌症患者只能靠健康檢查發現。黃聖捷醫師說，第一期大腸直腸癌通常是透過健康檢查才被診斷出來，因為癌細胞在早期時體積不大，且沒有向外侵犯，腸子本身又沒有感覺神經，因此不會有症狀。直到中晚期，腫瘤佔據一定體積才會造成排便異常、腹脹等症狀。由於腫瘤細胞不穩定容易出血，所以能在糞便中發現出血的情況。

「大腸直腸癌初期完全沒有症狀！」黃聖捷醫師說，「相關症狀都需要腫瘤長到一定大小，佔據一定空間後才會出現，因此當出現症狀時，通常不是早期大腸直腸癌。」

根據臺灣癌症登記資料，大腸直腸癌第一期約占一成五至兩成，第二期、第三期大概是兩成五至三成，第四期大概在兩成到兩成五。黃聖捷醫師說，大腸直腸癌患者的五年存活率與分期有關，第一期患者約九成，第二期患者約八成五至九成，第三期患者約七成，第四期患者約兩成。

雖然第四期患者的五年存活率較早期患者低，但是大腸直腸癌的治療持續在進步，即使是第四期患者，仍有兩成的五年存活率，甚至有機會治癒，達到長期存活。

大腸直腸癌的治療取決於癌症分期，第一期和第二期通常以手術為主，第三期除了手術外，還會輔以化學治療。第四期大腸直腸癌的治療瓶頸在於腫瘤分佈的範圍和廣度，若要提高預後，須將大腸腫瘤切除，並清除轉移的腫瘤，但若轉移的腫瘤侵犯到胰臟或主動脈等部位，便會比較棘手。

晚期轉移性大腸直腸癌患者在接受手術治療後，仍需要接受化學治療或標靶治療，才能控制全身的腫瘤。黃聖捷醫師說，化學治療或標靶治療可以殺死或抑制癌細胞的生長，降低疾病復發的風險。大腸直腸癌第四期的治療需要團隊合作，包括醫師、護理師、營養師、心理師等，共同為患者提供全方位的照護，才能提高治療的成功率。

現今癌症治療已趨向個人化醫療，醫師會在使用標靶藥物前進行基因檢測，以了解患者大腸直腸癌的基因突變特性。黃聖捷醫師指出，基因檢測的結果對臨床治療有重大影響，根據不同的基因突變，會選擇相對應的標靶藥物，例如 BRAF 基因突變可以使用 BRAF 抑制劑、HER2 基因突變可以使用 HER2 抑制劑、RAS 基因突變會使用抗 VEGF 標靶藥物。

「在台灣，RAS 基因突變比例約佔三成，MMR 基因突變比例約佔 10%，BRAF 基因突變比例約佔 5%，雖然比例不高，但若檢測到則非常有意義。」黃聖捷醫師說

「在過去，基因檢測若發現大腸癌有 BRAF 基因突變，由於 BRAF 基因突變的患者對化學治療的效果通常較不理想，因此一開始大多不會進行遠端轉移的切除手術。」黃聖捷醫師指出，「但病人如果有機會接受雙標靶藥物治療，往往效果會相當顯著，若腫瘤明顯縮小、後續便可安排手術切除腫瘤，爾後患者繼續接受雙標靶治療，有機會可以有極佳的預後，甚至有痊癒的機會。」

BRAF 基因突變的大腸癌較容易出現轉移，患者在接受傳統化療時，反應率低且容易產生抗藥性，平均存活期不到兩年。黃聖捷醫師說，近年來，BRAF 陽性的治療已經進入了標靶治療時代，透過標靶藥物的介入，有望幫助 BRAF 基因突變的大腸癌患者爭取更好的治療反應，並延長患者的存活時間；同時，還可以幫助縮小腫瘤，增加未來手術切除的機會，進一步提升治療成效。

筆記重點提醒

一、 大腸癌的發展主要以息肉基因突變、漸進式累積的方式形成，因此早期發現並切除息肉，可以避免發展為癌細胞，達到疾病預防的效果。

二、 大腸直腸癌初期完全沒有症狀！相關症狀都需要腫瘤長到一定大小，佔據一定空間後才會出現，因此當出現症狀時，通常不是早期大腸直腸癌。

三、 晚期轉移性大腸直腸癌患者在接受手術治療後，仍需要接受化學治療或標靶治療，才能控制全身的腫瘤，降低疾病復發的風險。

四、 基因檢測的結果對臨床治療有重大影響，根據不同的基因突變，會選擇相對應的標靶藥物，例如 BRAF 基因突變可以使用 BRAF 抑制劑、HER2 基因突變可以使用 HER2 抑制劑、RAS 基因突變會使用抗VEGF標靶藥物。

五、 BRAF 基因突變的大腸癌較容易出現轉移，建議患者透過標靶藥物，爭取更好的治療反應，同時提升存活時間。

• 本文轉載自 Care Online 照護線上《轉移性大腸直腸癌精準化醫療，雙標靶時代來臨，提升治療成效，專科醫師圖文解說》，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

• 作者／照護線上編輯部
• 本文轉載自 Care Online 照護線上《確認標靶基因是關鍵 精準對抗晚期肺腺癌》，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

給 每一位剛踏上抗癌路上的鬥士與戰友
精準醫療的發展，在肺癌治療發揮良好的成效，一旦診斷了晚期肺腺癌後，只要可以選用到對的藥物，病情就能得到很好的控制，在標靶藥物的治療過程中，病友也大多可以維持原有的生活品質，建議病友在治療的旅途中，積極面對，勇敢的對抗它，是最好的方式。若能持續穩定控制下去，後續就有更多的新藥，更多的機會。

——中山醫學大學附設醫院胸腔腫瘤科主任陳焜結醫師

肺癌進入精準醫療時代 基因檢測扮演重要角色

近年來標靶藥物已突破晚期肺癌的治療瓶頸，具有 EGFR 突變的晚期肺腺癌病友，一般來說使用標靶藥物就能夠發揮良好治療成效，可是仍是會有一小部分病友，對於標靶藥物有效的時間特別短，若是在出現抗藥後，建議病友可以接受次世代基因定序（NGS），就有機會找到可能的原因。陳焜結醫師分享一名病友，一開始吃標靶藥物沒有效，在根據次世代基因定序檢測結果調整藥物後，病情便穩定下來，治療至今已一年半，成效維持得很好。

肺癌治療已進入精準醫療的時代，基因檢測扮演非常重要的角色。陳焜結醫師說，如果基因檢測顯示病友具有 EGFR、ALK 等驅動基因，便可選擇相對應的標靶藥物，我們能夠讓對的病友，使用對的藥，就可以得到很好的治療成效，也是提升治療成效的重要關鍵。

在進行基因檢測時，現階段較常使用的方法是每次檢驗一個基因。陳焜結醫師表示，臨床上會從常見的 EGFR 開始檢驗，如果沒有 EGFR，再依序檢驗 ALK、ROS1 等基因。這樣的做法對健保而言，較有經濟效益，但可能較為耗時，因為每驗一個基因，病友就需要等待 1 週至 2 週的時間，且每次檢驗都必須使用一部分從腫瘤取下來的檢體，在經過多次檢驗後，就有可能出現沒有足夠的檢體可以使用的情況。

 標靶藥物未發揮效果或抗藥後 可利用次世代基因定序（NGS）找線索

而次世代基因定序（NGS）是透過大量篩檢基因的方式，雖然需要使用較多的檢體，但是一次可以檢驗多個基因，從送出檢體到收到報告，大概需要 2 週至 3 週，卻可以提供比較多的資訊，幫助調整治療策略。陳焜結醫師說，針對驅動基因使用標靶藥物後，大部分病友都很有效，但是約有兩成的病友在使用標靶藥物後，沒有發揮預期效果，這時候我們就可以從次世代基因定序中找到一些線索。

過去即遇過一些病友，明明有驗到 EGFR 基因，但是卻對標靶藥物沒有反應，且惡化很快。我們從次世代基因定序（NGS）裡發現，病友其實還有其他基因的突變，像是 MET 基因，於是加上 MET 抑制劑後，就得到很好的控制。此外，次世代基因定序（NGS）還有另一個用處，就是在癌細胞出現抗藥性、病情變化之後，醫師會需要知道是否出現新的基因突變，便需要用到次世代基因定序（NGS）。

初確診晚期肺癌的病友通常都會很徬徨，陳焜結醫師說，假如一位沒有抽菸的肺腺癌病友，利用健保給付進行幾項基因檢測後，都沒有發現驅動基因，則建議可以考慮做次世代基因定序（NGS），在找到所屬的基因突變後，接下來的重點則是了解病友的體能狀態，心臟、肺臟、肝臟、腎臟等器官功能，以及是否有糖尿病、高血壓等慢性病，再把整個治療計畫與病友討論清楚，協助病友開始進入治療，建立信心。

 她的故事 談自我照顧

 肺癌治療藥物種類多 沒有悲觀的需要

什麼是圓滿的人生？當生命走到盡頭，在天堂門口回憶一生時，幸福過，也為別人帶來過幸福，就沒有遺憾。電影「一路玩到掛」兩個男主角完成一件又一件的人生清單，最後都回歸家庭。因著罹癌，我發現過去沒有善待身體，沒有好好陪伴家人，罹癌讓我更看重家庭，增加與爸媽相處的時間。

2021 年 1 月，因為腰痠、腸胃不適和體重減輕，確診肺癌四期加上腦轉移，才 51 歲的我，簡直五雷轟頂難以置信。剛罹癌時，太太瞞著我逼問醫師還有多久的時間，醫師給了標準答案「3 到 6 個月」。從醫師口中被宣判掛點的我，卻在後來發生了兩件讓我感動到飆淚的事，一是透過基因檢測我們找到了對應的標靶藥物，二是未來有機會可以動手術。

了解疾病的走向與治療策略對病友有益，也會使人生出信心。一位心理科醫師把癌症比喻為身上的壞小孩，我們要想方設法把壞小孩變好，而不是想要把它趕出去，然後就是面對它、接受它、處理它、放下它。

我以前喜歡在外亂跑，熬夜晚睡經常外食，現在改吃原型食物，登山步道練體能提升肺活量，降低工作量，調整身體狀況。標靶藥物的副作用讓我的皮膚變得脆弱，洗澡時容易在鼻頭附近滲點血，甲溝炎大約一個月要找皮膚科醫師剪指甲，腹瀉時而出現，調養後次數減少，體重也慢慢回穩。

老天爺把門給關了，但留了一條縫給我，在病友社團裡學習到人生的意義，是愛和給予。提醒正在讀這封信的你，剛確診時情緒不免慌亂，為了調養身體就想把工作辭掉，我的勸告是「不要」，沒工作容易胡思亂想，少了經濟收入會成為日後治療的隱憂，最好先請假，治療穩定後回到職場，經濟穩定能建立自信心，對治療也很有幫助。

快樂掌握在自己手上，簡簡單單過生活，也能把生活過得有滋有味，生命中的受苦事件，會引導我們踏上有意義的旅程。治療肺癌的藥物很多，所以真的沒有悲觀的需要！

• 本文轉載自 Care Online 照護線上《確認標靶基因是關鍵 精準對抗晚期肺腺癌》，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