南蘇丹大學仍然關閉

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

• 本文與台灣科技媒體中心合作，內文經泛科學改寫。
• 本文轉載整合自台灣科技媒體中心《「研究使用血液快速評估人體對新冠病毒的細胞免疫力」專家意見》
• 資料更新至 2022 年 6 月 14 日，完整文章請見上方連結

最近，國際期刊《自然生物科技》（Nature Biotechnology）發表研究，發現透過血液的 PCR 定量技術，加以分析與「Ｔ細胞免疫」反應有關的細胞因子「CXCL10」在血液中的濃度，可以有效反映出Ｔ細胞對新冠病毒（SARS-CoV-2）的免疫反應程度和持續時間，未來將有助於評估疫苗追加接種的優先策略。

體液免疫力 vs 細胞免疫力

台灣大學醫學院醫學檢驗暨生物技術學系副教授 蘇剛毅 說明：這篇發表在 Nature 子期刊：《自然生物科技》的研究，建立一套量化的「趨化激素」（chemokine）：CXCL10 訊息核糖核酸（mRNA）的快速檢測技術，來判定個體對於新冠病毒感染保護性的細胞免疫能力（cellular immunity），進而預測是否可能發生再感染的風險。

CXCL10 是一個受到新冠病毒感染後，抗原特異性Ｔ細胞釋放「伽瑪干擾素」（IFN-g）去刺激單核細胞（monocyte）產生的一種趨化激素，可評估個體在保護性的細胞免疫能力。

國立陽明交通大學臨床醫學研究所副教授 陳斯婷 表示：自新冠肺炎疫情延燒至今，對於免疫力的理解大多數屬於「體液免疫力」，亦及抗體產生及其中和性的效價。然而適應性的免疫力，包含細胞免疫力以及體液免疫力，兩者協力方可徹底清除病原菌感染，以及提供完整的記憶型免疫力。

由於體液型免疫力的分析方式較為單純，且所耗費的經費以及分析的技術門檻較低，僅使用血清及蛋白質抗原便可完成分析，因此是研究之初各單位爭相開發的分析模式。相反的，細胞型免疫力因為牽涉複雜的Ｔ細胞作用機制、預測蛋白質抗源的專一性，以及分析儀器的高度研究門檻，眾多原因使得相關的研究進展較為緩慢。

蘇剛毅副教授 認為，本研究重要性在於，有別以往是偵測病毒相關抗原、抗體、核酸，更進一步了解個體本身對抗病毒的免疫能力，除了有助了解本身抗病毒能力與感染風險外，亦可幫助疫苗施打策略以及評估追加劑的必要性。而隨著病毒變異株陸續產生，這也有助我們了解，感染後康復或接種疫苗者，對這些變異株是否仍具抵抗力。

研究過程是什麼？

先前 2020 年 11 月，南非的研究團隊率先發表研究，以 SARS-CoV2 相關蛋白質刺激受試病患的血液樣本，再以高階的細胞分析儀器（高階多色流式細胞分析儀），找出血液中針對新冠病毒的Ｔ細胞活化的標幟，並以新冠病毒檢測陽性之病患與健康的人交叉比對，確認可成功分析有 SARS-CoV2 專一性的活化型Ｔ細胞群^[1]。

2022 年 6 月，紐約西奈山伊坎醫學院團隊的發表文獻，主要是採用上述團隊利用血液樣本的方式分析特定Ｔ細胞活化的標幟，但是分析Ｔ細胞活化的方式改用行之有年的一種快速的定量 PCR 方法，合併分析共同存在血液中的另一種免疫細胞（單核球）的特定基因表現（CXCL-10），此特定基因表現量會受到Ｔ細胞活化後產生的訊息（第二型干擾素）所調節，因此當共同存在血液中的免疫細胞接收到Ｔ細胞活化釋放出的訊息後，會讓此特定基因表達增加。因此團隊先透過分析各組別中血液的基因相關檔案，挑出這基因做為Ｔ細胞活化的替代標幟。

這個基因標幟在免疫學中並不陌生，但是團隊從各種 COVID19 病人及疫苗注射後的健康族群採樣，以上述方式分析後，得到這個具有統計意義的交集。團隊有鑒於此方法可能在專一性及敏感度稍嫌不足，因此也將測試結果與其他傳統的分析方式進行比較。

結果顯示，快速測試特定的標幟基因，與傳統方法分析Ｔ細胞的敏感度及專一性相當接近。

這種檢測方法有風險嗎？

陳斯婷副教授認為：

• (1) 本研究雖然使用血液檢體，但仍必須經過傳統的Ｔ細胞活化流程後，包含後續的定量 PCR 分析，耗時大約兩個工作天。
• (2) 用極少量的血液（2 uL）且不抽取 DNA，直接定量分析，在台灣的檢驗量能及學術單位並不普遍，若想開發仍必須熟練此技術的操作。
• (3) 利用其中一種免疫細胞的基因表現，間接做為Ｔ細胞活化的替代性指標，若遇到Ｔ細胞活化的反應不明顯時，可能會呈現誤差，不如單純分析Ｔ細胞來得精準。
• (4) 每一種蛋白質抗原由特定分子較小的胜肽所組成，會引起特定的Ｔ細胞反應，但這些胜肽片段都是經由電腦模型模擬預測並經過實際驗證後才能得知，才有助分析專一性Ｔ細胞的免疫力，而不是直接從現有資料庫就可以得到。

蘇剛毅副教授則表示，這篇研究結果確實可以輔助醫師、感染者甚至衛生主管單位在治療與防疫上的策略。但我們也必須要了解幾件事：

• 人體免疫系統受到任何內在、外在的刺激時，本來就會產生許多分子去因應，雖本研究是利用新冠病毒的「特異性抗原」誘發免疫系統，但研究中觀察Ｔ細胞是出的細胞因子「伽瑪干擾素」與單核細胞細胞因子「CXCL10」並非只受到新冠病毒刺激才產生，本研究並沒有評估新冠病毒以外的感染源或其他生理病徵影響。因此在臨床應用上，需要考量受測者的背景因素甚至疫情發展。
• 免疫反應伴隨的「細胞激素」或「趨化激素」，在數量上都需要受到適當調控，過多或過少都會造成身體的傷害，如果本研究在數量上面可以進一步探討決策閾值的問題，將更有應用性
• 本研究應用主要仍在輔助性評估，對於防疫與治療而言，還是需要遵照常規病毒檢測、生活防疫、疫苗接種等措施。

研究原文

• Schwarz, Megan., et al. (2022) “Rapid, scalable assessment of SARS-CoV-2 cellular immunity by whole-blood PCR.” Nature Biotechnology. https://doi.org/10.1038/s41587-022-01347-6

參考文獻

• [1] Riou, C., Schäfer, G., du Bruyn, E., Goliath, R. T., Stek, C., Mou, H., Hung, D., Wilkinson, K. A., & Wilkinson, R. J. (2022). Rapid, simplified whole blood-based multiparameter assay to quantify and phenotype SARS-CoV-2-specific T-cells. The European respiratory journal, 59(1), 2100285. https://doi.org/10.1183/13993003.00285-2021

「為了健康，少吃一點」

似乎為了更健康，就得閹割自己的欲望、執行嚴苛的節食。如果能找到一種「不放棄美食」且可行性高的健康飲食法，該有多好～

食慾和健康，永恆的對抗

透過間歇式進食（或稱斷食法），進而降低糖尿病、心血管疾病的風險（或減重），是許多人的願望。

而坊間的斷食法很多，如：極度嚴苛的隔日斷食法（一日正常飲食、隔日禁食）、5：2 斷食法（一週裡 5 天正常飲食，另 2 天只能攝取極低熱量）、較人性化的 168 斷食法（一日裡，僅 8 小時能用餐）等。其目的是增加、拉長每日裡的飢餓時段，使身體有較長的時間處在低血糖濃度的狀態；進而強迫身體減少對葡萄糖的依賴和代謝，轉向消耗脂肪。

而斷食法好像真有健康上的好處。在動物模型裡，此法可增加心臟健康、降低癌症機率，甚至延長動物的壽命 ^[1]。而在人類試驗裡，雖然試驗仍不夠多，但似乎可提高人體對胰島素的敏感度、減輕體重、改善血壓，甚至抑制食慾等優點 ^[1]。

然而，美國科學家針對斷食法進一步研究後認為，關鍵似乎不是「少吃一點」，而是「在正確的時間吃」。

現代人，幾乎醒著的時間裡，都在吃

人類和其他動物一樣，都有固定的生理時鐘、生活作息，通常是日出而活躍、日落而漸寂。體內各種內分泌，如：胰島素的濃度，也依循晝夜規律而起伏循環。因此，若能讓進食時間配合內分泌系統活躍時段，也許可最大幅度地提高身體處理食物的效率 ^[2]。

然而，現代人類已處在衣食無缺的世代，我們幾乎無時無刻都在吃。2014 年的報告發現，多數美國人一天裡的用餐時間超過 12 小時 ^[1]，換言之，身體有極長的時間裡都處在「進食中」的狀態（我覺得台灣人應該也差不多，台灣人在吃東西層面裡，無敵方便）。

因此，為了探究斷食法＋晝夜作息的好處，美國科學家依循人類正常生理時鐘、規劃了新的斷食法，希望一探新斷食法的好處。

「日出就吃、日落就不吃」—— 8 個男人、超過四個月的試驗

美國阿拉巴馬大學研究團隊，認為「隨著人類天生的作息吃飯」是健康的關鍵。為了排除「因斷食而吃較少」對結果的影響，因此他們希望在「攝取總熱量不變」的前提下，「只改變『什麼時候吃飯？』」、來研究調整用餐時間所帶來的好處。

團隊所規劃的新斷食法——eTRF（early Time-Restricted Feeding），是早上 7 點用早餐、9 點用中餐，和下午 1 點用晚餐；換言之，一日維持三餐、但僅 6 小時進食，且嚴格限制在早晨起床後的 6 小時內。

團隊設計了臨床試驗，受試者必須接受長達 5 週的 eTRF 斷食法，然後讓身體休息 7 週，再接受 5 週的普通飲食法（早上 7 點用早餐、下午 1 點用中餐，和下午 7 點用晚餐；換言之，一日維持三餐、用餐時間恢復為 12 小時，其他條件不變）。實驗期間須嚴格遵守飲食（不能亂吃、偷吃），每餐都由實驗室提供 ^[註1]、必須在實驗室人員監視下完全吃完。並且睡眠時間、運動都受到嚴格控制。

招募之初有九百多人應徵，最終僅 8 人完成實驗。結果於 2018 年刊在《細胞代謝／Cell Metabolism》科學期刊上 ^[3]。

受試者樣貌

共有8名成年男性完成試驗 ^[註2]，其他資訊如下：

• 年齡：56±9 歲
• BMI（身體質量指數, Body Mass Index）：32.2±4.4 kg/m²（正常：18.5~24。過重：24~27。輕度肥胖：27~30。中度肥胖：30~35。重度肥胖：超過35）
• 空腹血糖為 102±9 mg/dL（糖尿病前期：100~125。糖尿病：126以上）
• 口服葡萄糖耐受試驗，第 2 小時血漿血糖為 154±17 mg/dL（異常：140~200。糖尿病：200以上）
• 空腹胰島素為 25.1±14.5 mU/L

因此可以發現，本次實驗的受試者，也是慢性病高風險者、糖尿病前期之肥胖患者。換言之，若 eTRF 斷食法對他們的健康有幫助，就有機會幫助許多處在疾病前期的人，扭轉病情、恢復健康（在台灣，約四分之一的成人是糖尿病前期患者）。

結果 —— eTRF 斷食法，提高人體的胰島素敏感性

糖尿病的病徵，是人體失去控制血糖的能力，而其病因之一是胰島素敏感過低、人體需要更高的胰島素，才能喚醒細胞吸收糖分子、降低血液裡的糖濃度。

在試驗結果中發現，eTRF 斷食法不影響血糖值、變化趨勢，但降低了體內胰島素濃度（提高胰島素敏感性）。如圖 2A、B，在口服葡萄糖耐受試驗（Oral Glucose. Tolerance Test，OGTT） ^[註3]結果發現，血糖變化並無差別；換言之，eTRF 斷食法沒有影響血糖變化。但在胰島素濃度層面，有了極佳的發現。相較於普通飲食，eTRF 斷食法期間，空腹、及 OGTT 試驗的第 60、90 分鐘，其胰島素濃度更低（圖 2C、D）。換言之，eTRF 斷食法，使人體能用更低的胰島素、控制體內的血糖，提升人體的胰島素敏感性 ^[註4]。

結果 —— eTRF 斷食法，大幅降低血壓

而在心血管疾病的風險層面，eTRF 斷食法顯示了紓緩高血壓疾病的潛力。如圖 3，受試者的早晨收縮血壓和舒張血壓，在 eTRF 斷食法期間分別降低 11±4 mmHg （p=0.03）和 10±4 mmHg（p=0.03）。這是極為驚人的降幅，其效果和服用高血壓藥物差不多。目前不清楚血壓降低的原理，可能是胰島素降低的後續效應，也可能是採行了更正常的作息後，排泄系統有更多能力調解體內滲透壓 ^[註5]。

結果 —— eTRF 斷食法，反而更不餓！

節食最大的敵人就是食慾！在自我評量裡（圖 4） ^[註6]，相較於普通進食，受試者在 eTRF 斷食法期間，夜晚的食慾更低、飢餓感更少、飽足感更高。換言之，eTRF 斷食法不僅可行，更可能降低深夜的食慾、進而遏止邪惡消夜的欲望！

小結論和研究限制

斷食有用嗎？研究結果指出，關鍵是「何時吃」！依循正常的生理時鐘，設計的新斷食法（eTRF），告訴我們——「早點吃、更健康」^[註7]。

也有其他研究做出相異的結果。2022/04 於 NEJM 刊出的研究，以類似的進食方式在肥胖病人上進行研究。結果發現，限制進食時間不會展現更好的減肥效果。顯示此類議題仍相當複雜，有待科學界再釐清。

註解

• 註 1：每餐皆為 50% 的碳水化合物，35% 的脂肪，15% 的蛋白質。
• 註 2：干預進食對身體產生的變化，不同性別有相異的影響（如：女性通常比較難瘦下來）。故相關試驗多半會限制特定性別。
• 註 3：將 75g 無水葡萄糖溶於 300ml 水，並在 5 分鐘內喝完。喝之前、喝完後各個時間裡，抽血驗血糖，以判斷身體控制血糖的能力。異常：140~200 mg/dL，糖尿病：200 mg/dL以上
• 註 4：在 eTRF 斷食法和普通飲食的期間，受試者體重變化相似，顯示 eTRF 斷食雖然提高胰島素靈敏度，但不會影響體重。
• 註 5：但試驗也發現，eTRF 斷食法期間，三酸甘油酯、總膽固醇較高，研究團隊認為是體內提升分解、代謝脂肪後的現象，也認為需要更長時間、更多證據進行討論。
• 註 6：完成長達 5 週的飲食法，隔日立即進行自我評量。
• 註 7：此試驗僅針對糖尿病前期的成年男性（且人數甚少），其結論尚無法擴及女性或其他群體。在激烈地改變飲食習慣前，請先和醫護／營養團隊討論。

1. Humaira Jamshed, Robbie A. Beyl, Deborah L. Della Manna, Eddy S. Yang, Eric Ravussin and Courtney M. Peterson. (2019) Early Time-Restricted Feeding Improves 24-Hour Glucose Levels and Affects Markers of the Circadian Clock, Aging, and Autophagy in Humans. Nutrients. https://doi.org/10.3390/nu11061234
2. Kelli L.Vaughan, Julie A.Mattison (2018) Watch the Clock, Not the Scale. Cell Metabolism. https://doi.org/10.1016/j.cmet.2018.05.016
3. Elizabeth F. Sutton, Robbie Beyl, Kate S. Early, William T. Cefalu, Eric Ravussin, Courtney M. Peterson (2018) Early Time-Restricted Feeding Improves Insulin Sensitivity, Blood Pressure, and Oxidative Stress Even without Weight Loss in Men with Prediabetes. Cell Metabolism. https://doi.org/10.1016/j.cmet.2018.04.010

南蘇丹共和國於上週(7月9日)正式從蘇丹獨立出來，但是它的三所大學仍然關閉，缺少教師、學生或設施。

這些大學在20世紀90年代早期搬到了北方，當時南方的內戰正處於最激烈的時期。它們如今本應該遷回，在五月上旬就應該開始授課。

但是南蘇丹高等教育與科學技術部次長Mou Mou Athian Koul說，南蘇丹政府只籌集到了建設和翻新教學樓、實驗室和學生公寓所需的1200萬美元的一半。

達爾富爾Nyala大學的Hassan Hussein Musa說，蘇丹的科學研究目前主要在北方，但是如果對這個新獨立的南蘇丹的國際制裁取消，情況可能會逐漸發生變化。

喀土穆大學的生態學家Dia-Eldin Elnaiem告訴《自然》中東網站說，資助轉向南方可能讓北方的科研人員進行他們迄今為止缺乏國際資助的研究——前提是他們可以與南方同行合作。

喀土穆大學的醫學研究人員Ahmed El-Hassan認為，一個聯合科研機構將是一個良好的開端，而且將有助於建立兩國的良好關係。

他說，與此同時，諸如利什曼病發病水平增加等當地急需研究的問題尚未得到研究。

鏈接到《自然》的文章全文

本文原發表於SciDev.Net[2011-07-13]