Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

淺談伊波拉爭議:如果伊波拉病毒爆發,你願意吃實驗藥物嗎?

昱夫
・2014/08/18 ・4303字 ・閱讀時間約 8 分鐘 ・SR值 577 ・九年級

14655891670_80a2246ba6_z
From Flickr. Credit: European Commission DG ECHO

身處在臺灣,或是身處在東亞,我們對於這次西非爆發的伊波拉疫情,似乎很少有比數字更多的感受,甚至大多數時候,即使是驚人的疫情統計數據,也難以在龐大的資訊流中搏得幾個關注的眼神;然而,此次西非的伊波拉病毒,其嚴重程度確實值得大家認真了解(可能需要十幾個「你不得不知道的伊波拉」來強調……),不只在於病毒帶來的健康危險,它更引發了國際間對於醫療倫理及使用藥品道德上極大的爭議。

自三月以來,伊波拉造成的死亡與感染人數便不斷攀升,截至七月底,已累積1323筆病例,造成729人死亡[1],疫情更是逐漸失去控制(光是7/24到7/27三天,便增加了122起新病例和57人死亡)。我們會問,難道沒有藥物或疫苗可以阻止這場瘋狂的災難嗎?答案是沒有,事實上到目前為止,市面上還沒有任何ㄧ種已通過人體實驗測試並經認證的伊波拉藥物。最快的疫苗人體測試,也要等到9月底才能開始,對於當地政府及WHO而言,難道只能繼續看著疫情延燒嗎?讓不只是病患,連同醫療人員也都暴露於巨大的危險中。

這時候,一個想法逐漸引起討論:如果伊波拉病毒的致死率如此高,在疫情逐漸失控的當下,又沒有已經認可的藥物,那是不是可以讓病人使用已通過動物實驗,但尚未於人體實驗測試過的藥物?對於病患來說,這可能是擺脫死神的一線生機。這種方法在醫學上被稱為「恩慈療法(compassionate use)」,通常是針對病情危急的病人,在沒有任何可替代藥品提供治療、或經所有可使用的治療仍沒有反應,得以申請使用全球未核准上市的試驗用藥[2]。當然,這類療法在實施時,都需要事先明確告知病患用藥風險並經其同意後才可以開始治療。

那「恩慈療法」在伊波拉疫情上是否適用呢?從結果上來說,截至7/24號前,非洲當地組織都不願使用未經核可的藥物,因為他們無法保證實驗藥物是否真的對病患有效,甚至會不會引發併發症,貿然使用可能會令病情惡化,同時,對當地組織來說最可怕的是,民眾會失去對醫療人員的信任,導致整個醫療體系崩解(用另一種方式說:民眾會去看醫生並相信醫生的處方,是因為民眾相信醫療人員的專業與藥物認證系統的安全性,但若有一天,醫療人員給了很多人藥,卻無法改善病情,民眾與醫療系統間的信任就可能瓦解)。WHO對於這項提案也保持著觀望的態度,傾向不使用這些實驗藥物。

-----廣告,請繼續往下閱讀-----
13778452604_1a2b7facaf_b
From Flickr. Credit: European Commission DG ECHO

然而進入8月初,一件重大的醫療行為改變了整個討論的風向:兩位在非洲執行任務因而感染伊波拉的美國工作者,在接受試驗藥物治療後[3](該藥物已通過動物實驗,顯示對猴子能有效降低伊波拉致死率),病情獲得了好轉!姑且不論在該情形下,對那兩位患者的治療是否合適,可以想見,在得知有病患服用實驗藥物並改善病情的事實後,支持使用實驗藥物的聲浪便一擁而起;而WHO也終於在本月12號公開表示:「經過組織會議中的專家一致同意,考慮本次伊波拉病毒疫情的特殊狀況,使用未經核可的藥物或醫療行為是『符合道德』的」!(In the particular circumstances of this outbreak, and provided certain conditions are met, the panel reached consensus that it is ethical to offer unproven interventions with as yet unknown efficacy and adverse effects, as potential treatment or prevention.)[4]

WHO如此宣稱,相當於直接同意了在伊波拉事件中,使用實驗藥物的正當性,卻同時成了新爭論的引爆點。到這裡,大家可能會覺得,能夠多救人命不是很好嗎?這有什麼好爭議的呢?當然,所有人都同意能夠拯救人命絕對是好事,但是使用實驗藥品卻會帶來許多我們不曾思考的風險,尤其在這次西非的伊波拉事件中,由於疫情慘重,使用實驗藥物所需考慮的問題與責任風險,極可能前所未見:

目前有哪些針對伊波拉的藥物或是疫苗?

誠如前面所說,到現在還沒有任何已經通過人體實驗的藥物,所有被WHO列為恩慈療法候選人的都是實驗藥物,主要包括讓兩位美國籍病患好轉的ZMapp(由聖地牙哥的Mapp Biopharmaceutical公司開發),以及TKM-Ebola(由Tekmira in Burnaby開發);而在伊波拉疫苗上,正由美國政府資助、Profectus Pharmaceuticals公司積極研發中(VSV-based vaccine)。另外,WHO也考慮針對伊波拉生還者的血清做進一步的研究,希望能在其中找到抗體。

這些實驗性藥物真的有效嗎?

說真的,沒人知道⋯⋯儘管前面已有過ZMapp藥物讓病患好轉的病例,但我們仍無法保證,在治療中使病情好轉的因素,是來自於藥物本身的功能,還是來自於外界完善的醫療照護,甚至也有可能是過程中其他醫療行為所導致(其中一位病患在治療過程中曾接受過伊波拉生還者的輸血,其中的抗體可能對病症有造成影響)。由於樣本數實在太少,變因太多,我們根本無法從幾個少數病例的成功就推斷一種藥物的有效性,這也是為什麼一般藥物需要經過長期的人體實驗累積數據才能獲得核可(針對Zmapp藥物,其實有另一位西班牙病患也有使用,但該病例最後死亡!)。而TKM-Ebola,到目前都只有提供給健康的人測試過,無法證明它對病患有療效。

-----廣告,請繼續往下閱讀-----

實驗性藥物和疫苗的安全性?

這個⋯⋯也沒人知道,由於目前對人體測試的實例還太少,科學上無從準確判斷其安全性。以ZMapp來說,該藥物混合了多種的免疫蛋白,其中有些是目前已被拿來對抗癌症和關節炎的成分,在過去被發現可能會引發一些副作用,像是起疹子、發燒、噁心、腹瀉、嘔吐,甚至嚴重者會導致休克。其他正在研發的疫苗,目前給予健康的受測者都沒有發現嚴重的病發症。而TKM-Ebola則有報告指出可能會誘發與Zmapp類似的症狀。

如果藥物會引發其他副作用,值得嗎?

站在病患的角度上,面對伊波拉帶來的死亡,實驗藥物造成的副作用風險似乎都不算什麼,但事情並非這麼簡單。當醫療人員在實施治療時,若是出現了未預期的併發症,由於無法事前準備應對的醫療器材,可能反而導致病患死亡;當有人開始死於併發症而非伊波拉病毒本身,便會令其他病患產生對醫療體系的恐懼及不信任感,若民眾開始選擇不就醫,疫情將更加失控,連帶拖慢藥物的研發進度(缺少藥物使用病例數據)。另一項安全性的問題,就如同電影《疑雲殺機》(Constant Gardener)裡的劇情,許多人擔心會有不肖藥商趁此機會,將不安全的實驗用藥投入非洲,把非洲民眾作為「人體藥物試驗場」,此情況不只是道德問題,更可能引發國際政治間的衝突。

過去有什麼其他使用恩慈療法的先例?

在國際上,這已不是第一次有關於恩慈療法的討論,早在2009年H1N1疫情中,美國食品暨藥物管理局(FDA)便同意使用未核可的試驗藥物,在符合病情危及的條件下,可經患者同意實施恩慈療法;然而在當時的情形中,使用的藥物是已經經過「部分」人體測試,確認使用在健康的人身上是無害的。這與這次伊波拉的狀況有所不同,再重申ㄧ次,目前對抗伊波拉的藥物,最多都只通過動物實驗階段而已,無法保證對人體的影響。

使用試驗藥物在道德上有什麼負面效應?

恩慈療法很強調的一點,便是需要經過病患同意才能實施,而在這波伊波拉疫情中,醫療組織面對的絕非少數幾個病患,國際與當地政府是否有能力提供完整的資訊給病患(包含副作用、安全性、無法保證效果等等),讓他們做出理性的抉擇?又或者,病情嚴重的患者,是否具備足夠的自主判斷能力,來選擇是否接受實驗藥物?對此,無國界醫生組織的Armand Sprecher建議,應該將資訊宣傳的對象鎖定為整個疫情範圍的地區社會,直接爭取整個社會(透過議會之類的民意組織)的同意,並在溝通過程中充分使資訊透明化,減少對於實驗藥物的誤解。

-----廣告,請繼續往下閱讀-----

科學及醫療體系的危險?

使用實驗藥物對醫療科學與體系造成的危險,來自於藥物本身效果和副作用的不確定性,若是效果不好,甚至產生病發症使得病情惡化,民眾對科學與醫療人員的信任將會崩解;或者,實驗藥品的存量不足,導致無法使病患公平獲得治療,也會引發動盪的社會亂象,危及當地醫療人員安全。

對科學研究的幫助?

撇開道德問題不論,將實驗藥物直接使用在病患身上,單就科學研究上來說,絕對是最有效獲得數據資料的方法,能夠最直接觀察、驗證ㄧ種藥物的效果與可能產生的副作用,從而修正、改良產品,有越多的資料回饋,對於最終藥物的開發上,有助於大大加速整個流程。

當廣泛開放使用導致實驗藥物不夠,誰可以先拿到藥?

前面一再提到,目前可供使用的都是實驗藥物、疫苗,也因如此,這些藥品幾乎都還沒進入量產階段,只有很少的劑量,面對上千的病患和逐漸升高的疫情,其存量遠遠不足。在供不應求的狀態下,誰可以先拿到藥?又該以什麼標準來評斷?有可能做到公平嗎?在道德面、經濟面、政治面,無疑是個棘手的問題。對醫療組織來說,目前較明顯的想法是,當地醫療人員應該可以最先獲得疫苗的接種(目前一些醫療人員會拒絕治療瘧疾、痢疾等病,因為這些病與伊波拉的初期症狀很類似,醫療人員在無法判斷是否為伊波拉的情形下,往往不敢治療,反而造成很多原本治得好的病人因此死亡),在免除了醫療人員感染伊波拉的恐懼後,政府與國際組織才有能力進行對病患的治療。不過,給予醫療人員的疫苗,就不算是恩慈療法的一部份,所以必須經過人體實驗核可才能使用,而最快的疫苗也必須等到9月底才有可能進行測試。

實驗藥物的量足不足以讓疫情趨緩?

在控制疫情上,即使投入了實驗藥物,由於它們的量實在太少,是否對於減緩疫情會有實質性的幫助?這點目前WHO也無法保證,儘管全球各研究機構都在努力研發伊波拉藥物,若無法在短期內有所成效,美國疾病與預防中心的Thomas Frieden預測,伊波拉疫情至少還會延燒3個月以上。

-----廣告,請繼續往下閱讀-----

或許伊波拉病毒目前離我們真的有點遠,但是透過了解這次伊波拉引發的醫療爭議,我們可以想想,如果有ㄧ天在周遭爆發了前所未有的新疾病,我們該如何是好?政府該以什麼樣的政策來面對疫情?最重要的問題,如果現在有實驗藥物,你願不願意吃?(即使是某天伊波拉病毒不小心蔓延到臺灣,我們也會面臨一樣的問題!)

疫情更新:截至8/15號這一波的伊波拉疫情已造成2127個病例與1145人死亡

補充資料:對應伊波拉疫情,ScienceScience Translational Medicine將旗下伊波拉相關的研究論文與新聞整理成包裹,提供研究單位及一般民眾免費下載

延伸閱讀:

-----廣告,請繼續往下閱讀-----

資料來源:

  1. Ebola virus disease, West Africa-update [WHO, July 31, 2014]
  2. 台大醫院研究倫理委員會行政中心:恩慈使用
  3. Ebola patients saved after receiving experimental drugs [Science News, August 5, 2014]
  4. Ethical considerations for use unregistered interventions for Ebola virus disease [WHO, August 12, 2014]

參考資料:

-----廣告,請繼續往下閱讀-----
文章難易度
昱夫
57 篇文章 ・ 2 位粉絲
PanSci實習編輯~目前就讀台大化學所,研究電子與質子傳遞機制。微~蚊氫,在宅宅的實驗室生活中偶爾打點桌球,有時會在走廊上唱歌,最愛929。

0

1
0

文字

分享

0
1
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

0
0

文字

分享

0
0
0
伊波拉的藥物Remdesivir,可以用以對抗新型冠狀病毒肺炎(COVID-19)?由美國第一例治療報告談起
miss9_96
・2020/02/14 ・1941字 ・閱讀時間約 4 分鐘 ・SR值 617 ・十年級

-----廣告,請繼續往下閱讀-----

中國新型冠狀病毒 (SARS-CoV-2) 來得又急又快,在此困境下,醫生們不得不將手上的藥物打出,期許某支藥物,能夠撂倒死神,挽救命懸一線的患者。

2020 年 1 月 19 日,一名 35 歲的美國男子出現在了華盛頓州的急診室。儘管沒有顯著的病徵(體溫 37.2℃、脈搏 110次 / 分鐘、血氧濃度 96%),胸部 X 光也無異常1

但病人陳述的武漢旅遊史,讓醫護心中敲響了警鈴,立馬向美國疾病管制中心 (US CDC, Centers for Disease Control and Prevention, 以下簡稱美國 CDC) 報告,同時在 48 小時內進行了所有常見呼吸道病毒的測試註1, 2,結果皆呈陰性。

1 月 20 日,美國 CDC 報告出爐,確診為美國第一例 SARS-CoV-2 感染者!於是一場與皇冠死神拉扯的拔河賽正式開始了。

美國第 1 例患者之臨床紀錄。圖/參考文獻 1。(中文資料為本文作者加註)

-----廣告,請繼續往下閱讀-----

由此例可以發現幾個特點(非通例,僅就此例觀察):

  • 患者全程症狀和流感極為類似(咳嗽、乏力等)
  • 患者感到不舒服時,並未有高燒、胸部 X 光無顯著肺部浸潤;直到感染約 6 天後出現高燒;感染第 9 天胸部 X 光出現肺部浸潤。

若非患者誠實告知旅遊史、醫護人員警覺性高、US CDC 慎重以對,則此例武漢肺炎 (COVID-19) 的病例表徵確實和流感極為類似,恐怕送醫的時間會更晚。

一名誠實的患者、一群遵守流程的醫護團隊

醫護們起初僅提供支持性療法,包含退燒、補充液體等。期間生化檢測發現白血球減少、血小板減少、肝功能指數變化等。

儘管入院時病徵不明顯,但隨著病程加速,病毒侵犯全身組織,各處檢體的病毒量開始提高,甚至在糞便中也能採集到病毒(見下圖)。

-----廣告,請繼續往下閱讀-----

不同時間點、不同檢體的病毒RNA檢測結果。圖/參考文獻 1。(中文資料為本文作者加註)

而在胸部 X 光檢測裡,入院時肺部顯示正常;但病毒持續在男子體內肆虐,病況急轉直下。

感染第 9 天(1/24, 入院第 5 天)發現左肺下葉肺炎,同時臨床上出現呼吸困難、血氧飽和度值降至 90%(最低應至少 96%)。隔日被迫使用氧氣呼吸和抗生素減緩感染。

然而病況並沒有因此轉好,雙肺惡化出肺炎。此時如無法取得進展,死神即將擊倒醫護團隊、取得最後的勝利。

-----廣告,請繼續往下閱讀-----

感染第 4 和 10 天之胸部 X 光照片,可發現肺部浸潤產生的白色陰影。圖/參考文獻 1。(中文資料為本文作者加註)

Remdesivir 聽說能搞定RNA病毒?換你上了

Remdesivir 是模仿 DNA、RNA 的藥物,它能鑲入 RNA 的複製酶 (RNA-dependent RNA polymerase),阻礙 RNA 鏈持續地延展,進而阻斷病毒的生命2, 3。Remdesivir目前在治療伊波拉出血熱裡取得臨床第三期的成果註3

Remdesivir 和目標酵素的模擬圖。圖/參考文獻 2。(中文資料為本文作者加註)

由於患者的情況每況愈下,醫護團隊在感染第 11 天起開始靜脈注射 Remdesivir。

-----廣告,請繼續往下閱讀-----

沒想到這個臨場拉來的救援投手展現了強大的壓制力,隔日患者的臨床感受就開始恢復、血氧飽和度值上升到 94-96%,無需額外補充氧氣,直到本研究紀錄截止日 (1/30),各項情況都持續改善,病人逐漸康復中。

從美國第一例中,可以學到啥?

從美國第一例武漢肺炎的案例,從感染、通報到治療,都有值得學習的地方,個人摘要如下:

  • 誠實申報,不因畏懼而隱瞞旅遊史。
  • 團隊提高警覺、完整訓練。儘管 X 光、病徵並無呈現急症,但醫護團隊顯然受過良好訓練,才能第一時間上報 US CDC。
  • 逐日觀察,定量、定性地公佈醫療數據。因此我們才知道原來糞便也藏有病毒、發燒後數天 X 光才有肺部浸潤的表徵、上吐下瀉也可能是武漢肺炎的病徵之一。
  • 大膽使用 Remdesivir,並取得極佳的治療效果,鼓舞了全球。個人建請台灣衛生福利部專案進口該藥物,立即投入實驗。

面對疾病,只有透明、團結、無私才能取得上風。因為病毒是全世界最公平的生物,不因國籍、宗教、性傾向而選擇感染者。

人類會因政治傾向、國籍共識而區分敵我。但病毒對全世界都很公平,只要人類不團結,每個人都是病毒的食物。

註解

  1. 包含腺病毒、副流感、A 和 B 型流感、鼻病毒等。
  2. 台灣決定一旦發現疑似病例,立刻先使用壓制流感的藥物,借此排除流感的可能性。確實是非常高明的做法,值得大力讚美。
  3. Remdesivir 設計上是廣效型的抗 RNA 病毒藥物,並非單純僅抵禦伊波拉病毒。
  1. Michelle L. Holshue, M.P.H., Chas DeBolt, M.P.H., Scott Lindquist, M.D., Kathy H. Lofy, M.D., John Wiesman, Dr. P.H., Hollianne Bruce, M.P.H., Christopher Spitters, M.D., Keith Ericson, P.A.-C., Sara Wilkerson, M.N., Ahmet Tural, M.D., George Diaz, M.D., Amanda Cohn, M.D., LeAnne Fox, M.D., Anita Patel, Pharm. D., Susan I. Gerber, M.D., Lindsay Kim, M.D., Suxiang Tong, Ph.D., Xiaoyan Lu, M.S., Steve Lindstrom, Ph.D., Mark A. Pallansch, Ph.D., William C. Weldon, Ph.D., Holly M. Biggs, M.D., Timothy M. Uyeki, M.D., and Satish K. Pillai, M.D. for the Washington State 2019-nCoV Case Investigation Team (2020) First Case of 2019 Novel Coronavirus in the United States. New England Journal of Medicine. DOI: 10.1056/NEJMoa2001191
  2. Guangdi Li & Erik De Clercq (2020) Therapeutic options for the 2019 novel coronavirus (2019-nCoV). Nature Reviews Drug Discovery. DOI: 10.1038/d41573-020-00016-0
  3. Ariane J.Brown John, J. Won, Rachel L. Graham, Kenneth H. Dinnon III, Amy C. Sims, Joy Y. Feng, Tomas Cihlar, Mark R. Denison, Ralph S. Baric, Timothy P. Sheahan (2019) Broad spectrum antiviral remdesivir inhibits human endemic and zoonotic deltacoronaviruses with a highly divergent RNA dependent RNA polymerase. Antiviral Research. 169. https://doi.org/10.1016/j.antiviral.2019.104541
-----廣告,請繼續往下閱讀-----
miss9_96
170 篇文章 ・ 1084 位粉絲
蔣維倫。很喜歡貓貓。曾意外地收集到台、清、交三間學校的畢業證書。泛科學作家、科學月刊作家、故事作家、udn鳴人堂作家、前國衛院衛生福利政策研究學者。 商業邀稿:miss9ch@gmail.com 文章作品:http://pansci.asia/archives/author/miss9

0

0
0

文字

分享

0
0
0
【Gene思書齋】下一場全境擴散的人類大瘟疫
Gene Ng_96
・2016/09/12 ・2974字 ・閱讀時間約 6 分鐘 ・SR值 542 ・八年級

茲卡病毒肆虐中南美洲,在巴西已傳出超過四千例的新生兒小頭略形病例。一般成人被感染茲卡病毒,主要會出現類似溫和的登革熱症狀(我得過差點痛死人的登革熱),包括發熱、皮疹、結膜炎、肌肉和關節痛、全身乏力、眼窩痛以及頭痛。這些症狀往往較輕,持續兩天至一週。如果是懷孕婦女感染,經由母親傳染給孩子,可能會造成小頭畸形。病毒最早在 1947 年於烏干達的茲卡森林中的獼猴體內分離出來,因而得名。

就像大部分的病毒傳染疾病一樣,公共衛生專家已警告台灣,茲卡病毒有很有可能入侵台灣,因為台灣氣候濕熱,很適合斑蚊(尤其是埃及斑蚊)的傳播,加上交通便利,這讓公共衛生專家如臨大敵。

除了茲卡病毒,前不久西非伊波拉疫情的慘烈,令不少衛生狀況已堪慮的非洲國家大受打擊;從駱駝傳染人的中東呼吸症候群(MERS)也一度令許多國家提高防疫警戒;更早之前的 H1N1,在台灣也造成疫情,我也沒有倖免,在家隔離了五天。以上種種令人聞風喪膽的病毒傳染病有一個共同點:它們都是人畜共通傳染病

台灣大概在十一、二年前,慘遭 SARS 肆虐,許多人仍印象深刻。我當時也感冒發燒,差點就以為得了 SARS。因為 SARS 的防疫,學校關閉了游泳池,讓瘦骨如材的我,因為不能天天游泳運動,兩個月暴胖十幾公斤,從此身材再也回不去了,這也是人生中最大的痛之一。

-----廣告,請繼續往下閱讀-----

SARS 是典型的人畜共通疾病,從啥都能吃的廣東傳出。《下一場人類大瘟疫:跨物種傳染病侵襲人類的致命接觸》Spillover: Animal Infections and the Next Human Pandemic)這本好書,對 SARS 等等人畜共通疾病肆虐人間的過程,有如推理小說般精彩絕倫的描寫。

我在本專欄中介紹過了《下一場人類大瘟疫》的作者大衛.逵曼(David Quammen)的另一本書《致命伊波拉:它藏在哪裡?下一次大爆發會在何時?我們能遏止它嗎?》Ebola: The Natural and Human History of a Deadly Virus)(請參見〈進擊的致命伊波拉〉)。《致命伊波拉》有部分內容就是來自《下一場人類大瘟疫》,可是後者的深廣度更令人折服。大衛.逵曼果然是一流的科學作家暨新聞工作者,在《下一場人類大瘟疫》中,他處理各種各樣不同的人畜共同疾病,從病毒到克立次體都有,可是卻能有條不紊,把各種脈絡用故事的方法清晰地呈現。

在過程中,我們隨著大衛.逵曼冒死到中國南方、香港、新加坡、馬來西亞、孟加拉、非洲等地遊歷,過程中他和許多當事人以及專家接觸,頗有觀看國家地理頻道的味道,也順便吸收了病毒學、細菌學、遺傳學、流行病學、演化生物學等的知識。

0010705019_bc_01SPILLOVER_Revised_Cover

 

《下一場人類大瘟疫》第一章〈亨德拉和死神的灰馬〉就很令人驚心動魄,彷彿就像看電影一樣,相當好萊塢,可是其實更恐怖的是,書中述說的卻是血淋淋的真實事件,那是發生在澳洲這個先進國家的病例。亨德拉病毒感染了馬,然後傳給了人,有人不幸喪命;書中另一個案例,是發生在馬來西亞的立百病毒(Nipah virus),會引發立百腦炎,也會造成人類和其他動物(尤其以豬隻為主)交叉感染,嚴重的可引致死亡,致死率達四成。

-----廣告,請繼續往下閱讀-----

立百病毒在馬來西亞的立白新村發現,1999 年 3 月馬來西亞爆發豬場及屠宰場工人腦炎死亡病例。1998–1999 年間馬來西亞有 265 人因接觸感染立百病毒的豬隻感染而致病,其中 105 個病例死亡。那次疫情亦造成馬來西亞近 900 個豬場近百萬頭豬遭撲殺,對業界造成相當大的損失。

其他有名的病毒,還有禽流感、西尼羅河病毒、馬堡病毒和狂犬病毒。狂犬病應該是最著的人畜共通傳染病之一,絕大部份通過咬傷傳播。沒有接受疫苗免疫的感染者,會出現暴力行為、不可自制的興奮感、恐水症、部分肢體癱瘓、意識混亂或喪失知覺,病毒大量存在於發病者的腦脊液、唾液和體液中,當神經症狀出現後幾乎必定死亡。台灣原本非狂犬病疫區,可是台大團隊 2013 年在鼬獾身上,驗出絕跡 52 年的狂犬病病毒而死灰復燃。

人畜共通傳染病,病原不是僅有病毒而已,也有造成瘧疾的瘧原蟲,它們是單細胞的原生生物,生活史非常複雜;還有 Q 熱鸚鵡熱萊姆病,它們都是細菌造成的傳染病,病原分別是貝納氏立克次體、鸚鵡熱衣原體和伯氏疏螺旋體造成的。

《下一場人類大瘟疫》探討了一個有趣的問題,就是為何許多人畜共通傳染病的病毒致病原,都來自蝙蝠。在美國,蝙蝠則是最常見的狂犬病原因。許多其他病毒在不同動物之間傳來傳去,可是源頭往往可以追溯到蝙蝠身上。蝙蝠為何成為重要的病毒儲存宿主?原因現在學界還在探討,《下一場人類大瘟疫》提到幾位好奇的科學家,原本並非蝙蝠免疫專家,可是卻合作探討出一些合理的原因,例如蝙蝠是哺乳動物古老的一支,有群聚的習慣,又能夠飛翔而長途旅行等等,讓蝙蝠成為病毒的良好宿主。

-----廣告,請繼續往下閱讀-----

提到人畜共通疾病,另一本好書《共病時代》也非常值得一讀!我們對蝙蝠和其他動物所知的非常有限,這也導致了我們人類在明,人畜共通傳染病在暗,防不勝防。因此,對其他生物的基礎生物學研究,不是種像是集郵的嗜好,或者只能滿足科學家的好奇心而已,對我們的健康和公共衛生甚至政治經濟也是生死悠關的。

《下一場人類大瘟疫》中,大衛.逵曼不禁要被問或者問自己,為何要高度關注人畜共通傳染病?他沒有懷疑太多,因為有一個世紀絕症,讓他很肯定關注人畜共通傳染病是很重要的,那就是由 HIV 造成的,俗稱愛滋病(AIDS)的後天免疫缺乏症候群。愛滋病是非常令人聞之色變的,這個不必要詳述了吧?《下一場人類大瘟疫》當然也追蹤了這個上個世紀被視作黑死病的疾病的來源。還好在許許多多科學家的努力之下,愛滋病現在算是有藥可救了。

回到上面提到的 SARS,這個急性呼吸道症候群在中國、香港和台灣都造成了重大的衝擊,不僅許多青壯年病人無預警辭世,還對疲弱的經濟造成打擊,也在社會上產生一定的動盪,那時候在公車或捷運咳兩聲,馬上被白眼,嚴重點的還被怒目而視,只差沒演成全武行。

因為有些病例是從香港傳過來的,香港遊客在台灣備受歧視,連我的華僑口音都能讓人明顯表現出敵意。因為生態的破壞而從其他動物溢出,加上氣候變遷及交通便利,再受到新興傳染疾病應該不是會不會發生的問題,而是什麼時候發生的問題而已,不僅是醫界該準備,整個社會遲早都要面對。

-----廣告,請繼續往下閱讀-----

一部好電影《全境擴散》(Contagion)也不容錯過,這部鬼才導演史蒂芬.索德柏(Steven Soderbergh)的超寫實作品,描述了人畜共通的傳染病對人類社會的衝擊,全片中不同角色都有血有肉,基本上就是把 SARS 疫情對社會和人性的衝擊演得活靈活現,毫不煽情地說了個好故事,非常適合配合《下一場人類大瘟疫》這本好書一起享用(請參見〈全境擴散的超寫實〉)。

135427113

 

本文原刊登於閱讀‧最前線【GENE思書軒】,並同步刊登於The Sky of Gene

-----廣告,請繼續往下閱讀-----
Gene Ng_96
295 篇文章 ・ 32 位粉絲
來自馬來西亞,畢業於台灣國立清華大學生命科學系學士暨碩士班,以及美國加州大學戴維斯分校(University of California at Davis)遺傳學博士班,從事果蠅演化遺傳學研究。曾於台灣中央研究院生物多樣性研究中心擔任博士後研究員,現任教於國立清華大學分子與細胞生物學研究所,從事鳥類的演化遺傳學、基因體學及演化發育生物學研究。過去曾長期擔任中文科學新聞網站「科景」(Sciscape.org)總編輯,現任台大科教中心CASE特約寫手Readmoo部落格【GENE思書軒】關鍵評論網專欄作家;個人部落格:The Sky of Gene;臉書粉絲頁:GENE思書齋