Loading [MathJax]/jax/output/HTML-CSS/config.js

0

0
0

文字

分享

0
0
0

塑膠磁光硬碟

科景_96
・2011/02/08 ・702字 ・閱讀時間約 1 分鐘 ・SR值 555 ・八年級
相關標籤:

-----廣告,請繼續往下閱讀-----

Original publish date:Mar 08, 2002

編輯 John C. H. Chen 報導
硬碟不夠大嗎?一個以『光』來控制的塑膠磁碟將可能可以解決你的問題。

Ohio State University in Columbus的Arthur Epstein和the University of Utah in Salt Lake City的Joel Miller發現了一種有機化合物。這個分子的磁性可以利用光來改變。儘管目前只能在攝氏-198度的低溫下工作,但是這仍然對未來的磁光儲存系統帶來了新希望。

不過他們目前最重要的工作便是想辦法將工作溫度上升到-196度也就是液態氮的溫度。如此一來便可以利用便宜的液態氮來進行冷卻的工作。

-----廣告,請繼續往下閱讀-----

磁性記憶體的原理是利用磁區的磁力線有方向性(向上或是向下),因此可以用來記錄二進位資料的0與1。傳統記憶體中,記憶體磁性的改變是利用電子方法改變,而在磁光系統中則是利用雷射光聚焦來改變分子的磁性性質。

其實磁光記憶體已經不是新東西,市面上早已有商業化的產品出現。不過他們所用的方法是對要改變磁性的區域加熱。這個新材料的特殊點在於當藍光雷射照射要改變的點的時候,該區域的磁性是更為增加。要恢復的方法是照射綠光雷射或是回溫到攝氏-23度。

這個新發現可能會使以後的磁碟變成根據磁場的強弱來辨識0與1的分別,同時可以利用小型的聚焦雷射來進行讀寫的工作。不過Epstein也承認,要達到商業化的嚴格標準是還有很長一段路要走的。

原始論文
Pejakovic, D. A., Kitamura, C., Miller, J. S. & Epstein, A. J. Photoinduced magnetization in the organic-based magnet Mn(TCNE)x.y(CH2Cl2). Physical Review Letters, 88, 057202, (2002).

-----廣告,請繼續往下閱讀-----

參考來源:

本文版權聲明與轉載授權資訊:

 

 

-----廣告,請繼續往下閱讀-----
文章難易度
科景_96
426 篇文章 ・ 7 位粉絲
Sciscape成立於1999年4月,為一非營利的專業科學新聞網站。

0

3
1

文字

分享

0
3
1
為機器人換上「物理大腦」:一場終結AI數位囚禁的革命
鳥苷三磷酸 (PanSci Promo)_96
・2025/09/03 ・5732字 ・閱讀時間約 11 分鐘

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。

-----廣告,請繼續往下閱讀-----

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?

新一代AI晶片NVIDIA® Jetson Thor™ ,這顆號稱能驅動「物理AI」的超級大腦 / 圖片來源:研華科技

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。

-----廣告,請繼續往下閱讀-----

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?

-----廣告,請繼續往下閱讀-----
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? / 圖片來源:shutterstock

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 。

-----廣告,請繼續往下閱讀-----

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

-----廣告,請繼續往下閱讀-----
  • 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:

-----廣告,請繼續往下閱讀-----
  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 。

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 / 圖片來源:研華科技

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?

-----廣告,請繼續往下閱讀-----

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 。

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 / 圖片來源:shutterstock

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

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
231 篇文章 ・ 316 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

0
1

文字

分享

0
0
1
不需開心、心臟免停機:一根導管如何完成「換心門」的高科技任務?
careonline_96
・2025/09/15 ・2097字 ・閱讀時間約 4 分鐘

提問:請問主動脈瓣狹窄可能出現哪些症狀?

陳紹緯醫師:主動脈瓣狹窄大部分的原因,是老化造成心臟瓣膜打不開,如果心臟瓣膜打不開,心臟的血液就沒有辦法有效送到全身,血液沒有辦法送到全身之後,可能會有心臟衰竭的症狀。血液無法送到心臟的冠狀動脈,病人會有胸悶的症狀,有的病人會昏倒,甚至猝死來作為表現。

提問:請問主動脈瓣狹窄該如何治療?

陳紹緯醫師:主動脈瓣狹窄經過心臟超音波確認為重度之後,病人如果有症狀,建議儘速治療。 如果沒有得到治療,病人一般的壽命平均約兩年左右。目前治療的方式主要分為兩大類,第一類是傳統開胸心臟手術,第二類是微創經導管瓣膜置換手術。

-----廣告,請繼續往下閱讀-----

提問:請問傳統主動脈瓣置換手術有何優點?

陳紹緯醫師:傳統主動脈瓣置換手術的進行方式如下,首先必須將病人的胸骨打開,建立人工心肺機體外循環,暫時取代心臟的功能,再將心臟打開,舊的主動脈瓣切除,再植入新的人工瓣膜,之後,我們再脫離人工心肺機,完成整個手術。此項手術已經有多年的歷史及經驗,目前長期手術的結果都相當良好,大部分的病人也可以在低風險的狀況下完成外科主動脈瓣置換手術。

提問:請問經導管主動脈瓣置換術有何優點?

陳紹緯醫師:藉由先進的科技,我們將瓣膜壓縮在導管裡面。首先,病人大部分可以藉由局部麻醉的方式,以打針方式進行。藉由先進的影像系統定位,我們將瓣膜置換於原先退化的病灶,將其撐開之後將瓣膜植入。由於心臟不用停止,沒有傷口,病人恢復比較快,也可以有效降低高風險病人的手術危險。

-----廣告,請繼續往下閱讀-----

提問:請問什麼是兩瓣型主動脈瓣?

陳紹緯醫師:主動脈瓣狹窄好發的病人,原則上分為兩大族群。第一類是屬於老年族群,這群病人就是由於年紀到了,瓣膜使用的年限已到,而老化、鈣化造成狹窄,通常病人八、九十歲。這一類的病人執行經導管主動脈瓣置換手術,對於病人可以降低風險,也可以得到比較好的恢復。另外一類的病人他的瓣膜是先天性就有一些異常,正常的主動脈瓣有三片瓣葉,然而有1%到2%的病人,先天性瓣葉就少了一片,在兩個瓣葉的狀況下,這些病人的瓣膜會提早退化,大部分的病人會在50歲到60歲之間就發病,這類病人由於發病時間較早,一般我們會建議傳統的外科瓣膜置換手術。原因之一,是因為這些瓣膜置換手術完的病人,他能用外科瓣膜得到比較好的長期耐用性。第二,這些病人常常在主動脈上會有一些病灶,包括了主動脈瘤,在一次手術中可以進行主動脈瓣置換以及主動脈瘤的修補。

提問:請問人工瓣膜有哪些種類?

陳紹緯醫師:原則上分為兩大類,第一類是金屬瓣膜,第二類是生物瓣膜。金屬瓣膜的好處就是它相當耐用,它的問題主要是因為這個金屬的材質放在人體內會容易產生血栓,所以病人必須要終身服用抗凝血劑。第二類型是生物瓣膜,生物瓣膜有不同的材質,包括了牛的瓣膜或是豬的瓣膜,它的好處是使用這類的瓣膜不用終身服用抗凝血劑,它的壞處是這些瓣膜由於是動物組織做成的,放在體內會容易排斥,造成退化,一般視材質的不同,10年到20年可能要再次進行手術。

-----廣告,請繼續往下閱讀-----

提問:請問什麼是經導管瓣中瓣手術?

陳紹緯醫師:生物瓣一般會有使用年限,正常的使用下在10年、20年之後這個生物瓣膜的材質會退化。我們可以利用外面的金屬框架植入經導管瓣膜,這樣的手術可以在局部麻醉、不插管的狀況下執行。我們藉由鼠蹊部的傷口打針的方式,將瓣膜運送進原來退化的生物瓣膜內,將生物瓣膜撐開,再植入一個新的導管瓣膜。藉由心臟不停止沒有傷口的方式下,對病人進行二次手術,可以有效降低手術的風險以及增進手術後的恢復。

陳紹緯醫師:主動脈瓣狹窄經過心臟超音波確認為重度之後,病人如果有症狀,建議儘速治療。原則上身體狀況較佳、年紀較輕的病人,建議傳統外科瓣膜置換手術,可以得到較佳的長期結果,也可以將其他疾病在同一次手術中一起處理。經導管瓣膜置換手術適用於高齡、高風險病人,可以藉由新技術來降低手術風險,增進手術後的恢復。建議病人和主治醫師做詳細的討論,根據病人自身的病情,選擇最適合的治療方式。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

0

0
1

文字

分享

0
0
1
廁所裡的科學課:解碼尿液中的「泡泡警報」,抓住逆轉腎衰竭的黃金時機
careonline_96
・2025/09/12 ・3396字 ・閱讀時間約 7 分鐘

-----廣告,請繼續往下閱讀-----

一位 60 歲的糖尿病患者,長期血糖控制不佳,糖化血色素(HbA1c)高達 10.2%,已進入第三期慢性腎臟病,尿蛋白指數偏高。衛生福利部南投醫院副院長莊宗芳醫師指出:「經過討論後,我們決定調整治療策略,將其中一種降血糖藥物更換為具有腎臟保護作用的排糖藥(SGLT2 抑制劑)。」

在長達兩年多的追蹤期間,患者的糖化血色素穩定降至 7.2%,腎絲球過濾率(eGFR)由 33 提升至 40 以上,尿白蛋白/肌酸酐比值(UACR)也從 200 降至約 102 mg/g,蛋白尿情形明顯改善。不僅血糖控制獲得良好成效,腎功能也呈現穩定甚至略為回升的趨勢,成功延緩腎臟功能惡化。莊宗芳醫師提到,透過適當的藥物選擇與持續的醫療追蹤,糖尿病患者的腎臟健康是有機會獲得改善的,也提醒民眾及早介入治療的重要性。

許多糖尿病患者認為只要血糖控制穩定,就不需要太擔心其他問題。但在臨床上,卻常見到血糖看似良好,腎功能卻悄悄惡化的案例。莊宗芳醫師指出,糖尿病的自然病程中,幾乎都會出現腎病變。由於病程進展緩慢,患者往往毫無察覺。如果同時沒有控制好血壓、飲食,或長期使用止痛藥(如 NSAIDs),就可能加速腎臟受損,進入「微量白蛋白尿期(microalbuminuria)」。

這個階段是腎臟開始受損的早期徵兆,若能及時發現並積極介入治療,腎功能仍有機會改善。但多數患者因為沒有症狀,也缺乏定期追蹤,病情往往持續惡化,最終進展為「明顯蛋白尿期(macroalbuminuria)」,此時尿液泡泡明顯且持久,代表腎臟損傷已不可逆,可能走向慢性腎衰竭。

-----廣告,請繼續往下閱讀-----

腎臟發出的求救訊號,你注意到了嗎?

糖尿病腎病變初期雖然沒有明顯症狀,但隨著腎功能惡化,身體會開始出現一些警訊,包括:

  • 清晨眼皮浮腫
  • 傍晚腳踝、小腿水腫:用手指按壓皮膚,凹陷超過 10 秒仍未回彈
  • 尿液泡泡多,持續 5-10 分鐘不消退
  • 半夜頻繁起床上廁所(夜尿 2-3 次)
  • 容易疲倦、食慾變差、噁心、皮膚搔癢

這些都是腎功能可能正在惡化的徵兆。一旦出現,應儘快安排腎功能(eGFR)與尿蛋白(UACR)等相關檢查,才能及早發現、及早治療,避免病情惡化到需要洗腎的地步。

莊宗芳醫師特別提醒:「微量白蛋白尿期是糖尿病腎病變的重要階段,幾乎每位糖友都會經歷。雖然沒有明顯症狀,但腎臟已開始受損。只要在這個階段積極控制血糖、血壓、血脂,並維持健康生活習慣,就有機會延緩腎功能惡化,守住腎臟健康!」

糖尿病患者不只要顧血糖,也要顧腎臟

許多糖友都知道要定期檢查糖化血色素(HbA1c),但其實,腎臟健康同樣重要!糖尿病腎病變常常在沒有症狀的情況下悄悄發生,因此建議定期檢查以下兩項指標:

-----廣告,請繼續往下閱讀-----
  • 腎絲球過濾率(eGFR):這是抽血後根據血液中的肌酸酐(Cr)數值,結合年齡、性別等條件,計算出腎臟的過濾能力。
    • eGFR ≥ 90:正常
    • eGFR 60–89:原則上腎臟的過濾功能正常,但必須排除蛋白尿,如果有微量白蛋白尿或巨量蛋白尿,仍應考慮可能是慢性腎臟病
    • eGFR < 60:腎功能開始下降,已進入慢性腎病第三期以上

值得注意的是,有些糖尿病患者在 eGFR 還沒下降前,就已經出現尿蛋白,代表腎臟可能已開始受損。

  • 尿蛋白與肌酸酐比值(UACR):這是檢查尿液中白蛋白與肌酸酐的比例,能早期偵測腎臟微血管的損傷情況。
    • UACR < 30 mg/g:正常
    • UACR 30–299 mg/g:微量白蛋白尿(早期、可逆轉)
    • UACR ≥ 300 mg/g:明顯蛋白尿(腎損傷通常不可逆)

糖尿病患者除了要控制血糖,也要定期檢查腎臟功能,才能預防糖尿病腎病變。建議依照以下原則進行檢查:

  • 初期糖尿病、尚未出現腎病變者:建議每年檢查一次 腎絲球過濾率(eGFR) 和 尿蛋白與肌酸酐比值(UACR)
  • 已診斷腎臟病者(eGFR<60 或 UACR≧30):建議每 3~6 個月 追蹤一次 eGFR 和 UACR,以掌握腎功能變化。

定期追蹤、積極治療,是延緩腎功能惡化的關鍵。尤其在「微量白蛋白尿期」就開始介入,有機會讓腎損傷逆轉,避免進展到不可逆的腎衰竭階段。 

吃藥會傷腎?其實正確用藥才是保護腎臟的關鍵!

許多患者對藥物有疑慮,認為「吃藥會傷腎」,因此不願意使用藥物來控制糖尿病、高血壓、高血脂等慢性病。但莊宗芳醫師提醒:「其實,正確使用藥物控制三高,反而能保護腎臟、延緩病情惡化!」

-----廣告,請繼續往下閱讀-----

近年來,糖尿病藥物持續進步,不僅副作用大幅降低,甚至有些藥物還具備保護腎臟的功能,莊宗芳醫師進一步說明,以 SGLT2 抑制劑來說,它俗稱「排糖藥」,作用機轉是抑制腎小管對葡萄糖的再吸收,讓多餘的糖分透過尿液排出,達到降血糖的效果。更重要的是,研究發現這類藥物還能降低腎絲球內的壓力與過濾負擔,改善腎臟微血管的高壓狀態,進而延緩腎功能惡化的速度。

糖尿病腎病變不一定走向洗腎,關鍵在於早期介入

有研究指出,若能在腎功能仍良好的階段(例如 eGFR 約 85)就開始使用其中一種 SGLT2 抑制劑,有機會延後長達 26.6 年才進入洗腎階段,甚至可能終身不需洗腎。對糖尿病患者而言,這無疑是一大福音。

除了保護腎臟,這類「排糖藥」也被證實能減緩心臟衰竭的惡化。對於有蛋白尿、腎功能下降,或具心血管疾病風險的糖友來說,排糖藥能同時照顧「血糖、心臟、腎臟」三大面向,是非常合適的治療選擇。

患者除了要控制血糖,也要密切注意血壓與尿蛋白的變化。莊宗芳醫師建議,糖友可加入「糖尿病健康照護網」,若已出現腎功能異常,可同時納入「早期腎病照護方案」,讓血糖與腎臟都能獲得整合性的管理與照護。

-----廣告,請繼續往下閱讀-----

筆記重點整理

  • 糖尿病腎病變初期無症狀,定期檢查才能早期發現:糖尿病腎病變在初期往往沒有明顯症狀,但腎功能可能已悄悄受損。建議糖友每年至少檢查1次腎絲球過濾率(eGFR)與尿蛋白/肌酸酐比值(UACR),若已出現異常,則每 3~6 個月追蹤一次。早期發現、積極介入,有機會延緩甚至逆轉腎功能惡化。
  • 正確用藥不傷腎,反而能保護腎臟:許多患者擔心「吃藥傷腎」,但事實上,控制血糖、血壓、血脂是保護腎臟的關鍵。像是 SGLT2 抑制劑(排糖藥)不僅能降血糖,還能減輕腎臟負擔、延緩腎功能惡化,甚至降低心臟衰竭風險。
  • 整合性照護是守護腎臟的關鍵:糖尿病患者不只要顧血糖,也要密切注意血壓與尿蛋白。建議加入「糖尿病健康照護網」,若已出現腎功能異常,可同步加入「早期腎病照護方案」,讓血糖與腎臟都能獲得整合性管理,提升治療成效與生活品質。
  • Diabetic Nephropathy Preeti Rout; Ishwarlal Jialal. 
  • Chronic Kidney Disease Satyanarayana R. Vaidya; Narothama R. Aeddula.
  • KDIGO 2024 clinical practice guideline on evaluation and management of chronic kidney disease: A primer on what pharmacists need to know
  • Fernández-Fernandez B, Sarafidis P, Soler MJ, Ortiz A. EMPA-KIDNEY: expanding the range of kidney protection by SGLT2 inhibitors. Clin Kidney J. 2023 Jun 16;16(8):1187-1198. doi: 10.1093/ckj/sfad082. PMID: 37529652; PMCID: PMC10387399
  • Perspectives on Chronic Kidney Disease With Type 2 Diabetes and Risk Management: Practical Viewpoints and a Paradigm Shift Using a Pillar Approach
-----廣告,請繼續往下閱讀-----

討論功能關閉中。