Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

一點都不痛-《科學發現幕後的黑色喜劇》

PanSci_96
・2014/08/24 ・1897字 ・閱讀時間約 3 分鐘 ・SR值 461 ・五年級

黑色喜劇1898 年,畢爾醫生發明脊椎麻醉術;在幾次看來效果很好的臨床測試後,他想進一步瞭解病患在手術過程中,究竟還有多少知覺,以及為什麼在麻醉藥效消退後,會產生可怕的頭痛。因此在某個夏日夜晚,畢爾醫生要求助理麻醉他。這會是一次讓他們兩位永生難忘的實驗。

兩位醫師已經忙完了當天的工作,不過他們沒有回家,反而開始為另一次手術做準備。他們希望這次下班後的小實驗能改善麻醉技巧。畢爾(August Bier)醫生是基爾皇家外科診所的明日之星,他的年輕助手修德布蘭(August Hildebrandt)已經答應協助進行這次實驗。

後來發生的事與其說是英雄事蹟,還不如說是滑稽喜劇。一個小小的失誤,就會把英勇無私的奉獻轉變成黑色喜劇。這次實驗成就了畢爾醫生的名聲,不過對助手修德布蘭來說,當晚發生的事件不僅深深烙印在記憶中,還在身上不同部位留下難以磨滅的記號。

1890 年代,全身麻醉無疑是很難控制的。氯仿會溫和的讓病患進入睡眠狀態,但是劑量不容有任何差錯。只要多了幾滴,就會讓病人在醫生拿起手術刀前就死亡。乙醚的危險性相對較低,但作用的速度太慢,有些外科醫生沒耐性等病人失去意識,就開始動手術。僥倖存活的病患通常得忍受極不舒服的副作用,從劇烈頭痛和嘔吐到吸入乙醚而併發肺炎都有。

-----廣告,請繼續往下閱讀-----

畢爾醫生推論,藉由注射少量古柯鹼進入浸潤脊髓的腦脊髓液中,應該不需要讓病人完全昏迷,就能阻斷大部分身體的知覺。他已經在六位病患身上試過這種技術。畢爾醫生從病患的腳踝、膝蓋、小腿甚至大腿骨和骨盆切除患病組織時,這些病患全程都維持下半身沒有知覺的狀態。畢爾醫師寫下:「從另一方面來說,新的麻醉方式術後引發的抱怨和施行全身麻醉差不多,所以我決定親自進行實驗,希望得到更令人信服的結論。」

手術程序相當簡單。醫師的助理修德布蘭會施行脊椎穿刺術,用一根粗針刺穿保護脊髓的硬脊膜,到達充滿液體的脊髓腔。接著他得把裝好古柯鹼的注射針筒接到針頭上,把古柯鹼注入脊髓腔。但是這次實驗的準備工作有點粗枝大葉。

實驗開始,修德布蘭把針刺進硬脊膜,並用手指堵住針頭頂端以免腦脊髓液滲漏,接著他伸手去拿裝有古柯鹼的針筒;不幸的是,他發現針筒的口徑跟用來做脊椎穿刺的針頭不一樣。修德布蘭正手忙腳亂的跟注射針奮鬥時,畢爾醫生的腦脊髓液開始往外噴;修德布蘭嚇壞了,立刻終止實驗,把傷口堵起來。儘管發生這起意外,這對搭檔不但沒有就此停手回家休息,修德布蘭反而提議代替畢爾醫生接受麻醉。

晚上七點三十八分,再三確認過要用的針頭後,畢爾醫生著手進行實驗。根據紀錄,古柯鹼很快便發揮作用了,他寫著:「注射麻醉劑七分鐘後,用針戳大腿的感覺只剩壓迫感,搔腳底板則幾乎沒感覺了。」畢爾醫生用針狠戳修德布蘭的大腿。沒有反應。他更進一步用長得像短劍的手術器械刺進修德布蘭的腿。還是沒有反應。在實驗進行十三分鐘後,畢爾醫生竟然可以直接在修德布蘭腿上按熄一根雪茄。

-----廣告,請繼續往下閱讀-----

畢爾醫生為了判斷失去知覺的區域範圍有多大,想出了一個簡單的拔毛測試法。他記錄:「拔除陰毛感覺起來僅像是拉起一層鬆弛的皮膚,不過拔除乳頭上的胸毛,卻會引起劇烈的疼痛。」這麼一來,畢爾醫生知道失去知覺的主要是下半身。實驗開始以後,修德布蘭已經有二十分鐘感受不到疼痛;畢爾醫生現在加倍努力想找出他的忍受極限。醫生先用一隻大鐵鎚給修德布蘭的脛骨來一記重擊,當他發現這麼做沒有任何反應時,便改為猛力拉扯修德布蘭的睪丸。而在最後一波爆發的測試狂熱中,畢爾醫生不但把修德布蘭的大腿戳得深及見骨、用力擠壓他的睪丸,還不停用拳頭死命敲打他的脛骨。

實驗開始四十五分鐘後,古柯鹼的麻醉效果開始消退。這兩位醫生出發去晚餐,他們一位流失了大量的腦脊髓液,另一位則是遭痛打、燙傷和嚴重刺傷。畢爾醫生寫道:「我們一起喝了幾杯,還抽了幾根雪茄。」

隔天早上,畢爾醫生神清氣爽愉快的醒來。不過到了中午,他開始臉色發白、脈搏微弱且站起來就頭暈。「只要平躺,所有的症狀都消失,可是一起身,所有的不適都捲土重來。傍晚時我不得不回家臥床休息。」畢爾醫生足足在床上躺了九天。他總算可以下床時,覺得自己完全康復了,他寫著:「我覺得現在甚至能應付整整一星期的山間狩獵。」

修德布蘭就沒這麼幸運了。實驗結束當晚他極度不舒服,嚴重的偏頭痛讓他噁心想吐。可是診所的病人不能置之不理,既然畢爾醫生起不了床,照顧病人的責任就落在他身上。接下來的一週,修德布蘭每天早上都勉強把自己拖起床去上班,到下午才步履蹣跚的回家癱在床上。畢爾醫生在紀錄上輕描淡寫的描述:「修德布蘭醫生的腿非常痛,還出現好幾處瘀青。」

-----廣告,請繼續往下閱讀-----

 

本文摘自《科學發現幕後的黑色喜劇》,由天下文化出版

-----廣告,請繼續往下閱讀-----
文章難易度
PanSci_96
1262 篇文章 ・ 2411 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

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

1
0

文字

分享

0
1
0
精神個案系列:麻醉醒來講外語?!
胡中行_96
・2023/06/15 ・1537字 ・閱讀時間約 3 分鐘

少年醒來了。他反覆地用英語說,自己在美國猶他州。[1]

這裡是荷蘭 Maastricht 大學附設醫學中心(Maastricht UMC+)的術後恢復室。少年踢足球傷到膝蓋,剛開完刀。外科護理人員判斷他麻醉尚未退盡,不以為意。然而數小時後情況依舊,精神科因此參與會診。[1]

荷蘭 Maastricht 大學附設醫學中心。圖/Nobbelicious on Wikimedia Commons(CC BY-SA 4.0)

精神狀態檢查

術後 18 小時,精神醫師為少年進行精神狀態檢查(mental status examination)。以下是個案報告中,記錄的幾個項目:[1]

  • 外表:此項目觀察病患維護個人衛生的能力,穿著是否合宜,外貌可有因病蒼老等。[2]時年 17 歲的白人少年,服儀整潔,躺在床上。[1]
  • 情緒:這是病患的主觀感受,通常就是直接問他們當下覺得如何。[2]該少年的心情愉快,顯然不受病況影響。[1]
  • 表情:有些精神病患會出現跟情緒不吻合的表情,例如:該哭的時候笑,或者說自己心情好,卻一直哭。[2]少年的表情正常。[1]
  • 行為:某些精神狀態、生理疾患或藥物副作用,會改變病患的行為。比方說,狂躁症患者亢奮的舉止;巴金森氏症使動作僵硬緩慢;亦或是因藥導致的非自主性運動等。[2]本案少年輕鬆自在,與醫師握手打招呼,以開放的態度對話,且有適當的眼神接觸。[1]
  • 認知:常見的項目有清醒程度、專注力、記憶力、抽象推理能力,以及辨識人、時、地的定向力等。[2]少年稍早在恢復室,以為自己位於從來沒去過的美國,又不認得父母,就是定向力異常。到了精神科問診的時候,醫師沒有發覺異樣,並認為他的智力約在平均水準。[1]
  • 感知:人在沒有外界刺激的狀況下,不該接收到感官訊號。[2]少年的感知正常,無幻覺。[1]
  • 思考:此項分為模式和內容。[1]前者是指思路是否清晰,還是雜亂無章;後者則要看病患的思緒可有圍繞特定主題,像是擔心遭受迫害,或是想自殺等。[2]醫師認為少年的思考模式與內容都正常,沒有奇怪的妄想。[1]
  • 言語:一般是觀察說話的語調、節奏、速度、音量和流利程度等特質,[2]當然這裡得加上語言的種類。就讀高中三年級的少年,平常除了學校的英語課,生活中都講荷蘭語及該國南部的林堡語(Limburgish)。現在他卻用英語跟醫師溝通,而且只擠得出簡短的荷蘭語答覆。不過,比起先前完全聽不懂荷蘭語,這已經好得多。醫師評論其英語,雖然帶有荷蘭腔,但發音大致清晰正確。護理人員及少年的母親,則認為他的英語相當流利。[1]

外語症候群

麻醉劑會暫時改變腦部連結,也許是認知功能恢復較慢,或者用藥種類的選擇,有時便引發令人困惑的甦醒譫妄(emergence delirium)。外語症候群(foreign language syndrome)可能算是其中罕見的類型,而非獨立的診斷。過去的學術文獻裡,相關案例以成年人居多,症狀維持的時間長度,不論年紀則從 25 分鐘至 28 小時不等。[1]

-----廣告,請繼續往下閱讀-----

術後 24 小時,少年的朋友們前來探訪。他以荷蘭語對答如流。翌日,少年再次接受精神狀態檢查。這回醫師的描述,涵蓋了另一個重要的項目──病識感[1]也就是病患本身對病況的理解。[2]少年表示,他有意識到自己術後僅懂英文,以為身處異地,又認不得人。既然精神狀態似乎都已恢復,同時神經科方面的檢查也無異常,隔天他便回家。[1]

或許如同動物實驗中,麻醉對未成熟個體認知功能的影響較為長久。過了3週,少年告訴精神科診所的醫師,他容易累,注意力比開刀前差。他在出院後 2、5 和 10 個月,持續回診追蹤,所幸後來症狀逐漸改善。[1]

  1. Salamah HKZ, Mortier E, Wassenberg R, et al. (2022) ‘Lost in another language: a case report’. Journal of Medical Case Reports, 16, 25.
  2. Voss RM, M Das J. (12 SEP 2022) ‘Mental Status Examination’. In: StatPearls. Treasure Island (FL): StatPearls Publishing.
-----廣告,請繼續往下閱讀-----

0

1
0

文字

分享

0
1
0
3 萬年前截肢手術,婆羅洲有史前黑傑克?
寒波_96
・2022/12/02 ・2362字 ・閱讀時間約 4 分鐘

即使沒有現代的醫療知識,古人也能進行截肢這類外科手術,不過手術很成功,但是病人死掉的狀況也不意外。一項考古研究宣稱發現已知最早的截肢手術,地點位於東南亞的婆羅洲雨林,年代距今 3.1 萬年。那麼久以前的原始人,真的有能力截肢嗎?

請注意,本文包含人類遺骸的圖像。

3.1 萬年前手術成功,而且病人活著?

之前知道最早的截肢手術年代是 7000 年前,法國新石器時代的 Buthiers-Boulancourt 遺址。

這項研究調查的地點是一處名喚 Liang Tebo 的石灰岩洞,位於婆羅洲東部。考古學家在這兒尋獲一位長眠者 TB1,估計於 3.1 萬年前去世。此時處於舊石器時代,一小群一小群人們不長期定居,沒有農業,以採集、狩獵維生。

考古學家由埋葬狀況判斷,排場儘管簡陋,應該為他人有意識的體面墓葬,骨頭保存相當完整。估計去世時 20 歲左右,憑藉骨盆無法判斷性別,他的身高不矮,可能是男生或高個子的女生。

-----廣告,請繼續往下閱讀-----
遺址位於圖中的紅框內。婆羅洲如今是東南亞外海的島嶼,冰河時期海平面較低時,卻直接連結東南亞大陸。圖/參考資料 1

經歷好幾萬年的歲月,遺骸少掉一些部位也很合理。然而,這位就是少掉左小腿中段以下的骨頭。考古學家仔細分析後,判斷他經歷過小腿的截肢(amputation)手術,之後至少又經過 6 到 9 年,直到去世。

考古學家根據什麼理由判斷他是截肢,而不是一般的斷腿呢?主因是他的小腿骨斷面非常平整,不像是事故摔斷,也沒有感染的跡象,表示腿骨離開身體後沒有造成嚴重的病變。

他左小腿保留的脛骨(tibia)和腓骨(fibula)尺寸比右邊小,明顯有生長落差。推論他在 10 歲多時由於未知原因,被身邊的人用某種利器將左邊小腿骨切斷,而且照護得宜,又生活至少 6 年,去世時受到妥善埋葬。

如果上述推論正確,這位 3.1 萬年前的東南亞人,就是世上截肢手術最早的成功紀錄。

-----廣告,請繼續往下閱讀-----
遺骸 TB1 的下半身。圖/參考資料 2

東南亞的史前黑傑克

執行手術的工具不明,肯定不是金屬,可能是黑曜石或某種石材,或是鋒利的貝殼或骨製器具,甚至是加工處理過的竹子,都可能用於切斷骨骼,或是在手術中使用。

截肢不是簡單的小手術,當時的婆羅洲人懂得截肢手術需要的消毒、麻醉、止痛嗎?

即使是身強體壯的(十幾歲)原始人,完全沒有藥物輔助下,要在截肢後全身而退,連明顯感染都沒有,想來不太可能。當地環境一定找得到可供藥用的植物,雖然缺乏直接證據,不過可以假設施術者懂得這些知識。

手塚治虫創作的角色「怪醫黑傑克」開刀出神入化,黑傑克也成為動手術的代名詞。婆羅洲的史前黑傑克是如何習得開刀技能呢?

-----廣告,請繼續往下閱讀-----

我自己的想法是,古早人處理動物時,可以獲得不少練習機會,對於骨、肉、血想必不會陌生。在決定截肢的時候,操刀者應該自認有成功的機會,有信心又技術熟練地下刀,否則不會有如此漂亮的手術結果。

截肢者想像圖。圖/參考資料 4

光憑極為零星的考古調查,無法估計當時的截肢狀況,不清楚這位是成功的特例,或是大批犧牲者中唯一的幸運兒。只能確定當時的婆羅洲人,不只已經有相關的醫療知識,還有團隊照顧的精神。

考古沒有發現,不等於真的沒有,也要考慮到遺骸保存的狀況。成功的截肢手術會在四肢留下痕跡,但是舊石器時代的遺骸,四肢骨頭保存往往不全,考古上難以辨識。我猜舊石器時代應該有更多截肢的成功案例,大部分卻無法被我們知曉。

之前研究得知東南亞的婆羅洲、蘇拉威西這塊區域,超過 4 萬年前便有壁畫等藝術創作。史前黑傑克與截肢者所屬的人群,應該和藝術家有關連。醫療、藝術,果然皆為高端的人類技能。

-----廣告,請繼續往下閱讀-----

延伸閱讀

  1. Maloney, T. R., Dilkes-Hall, I. E., Vlok, M., Oktaviana, A. A., Setiawan, P., Priyatno, A. A. D., … & Aubert, M. (2022). Surgical amputation of a limb 31,000 years ago in Borneo. Nature, 609(7927), 547-551.
  2. Earliest known surgery was of a child in Borneo 31,000 years ago
  3. Prehistoric child’s amputation is oldest surgery of its kind
  4. World’s oldest amputation: Foot removed 31,000 years ago—without modern antibiotics or painkillers
  5. Buquet-Marcon, C., Philippe, C., & Anaick, S. (2007). The oldest amputation on a Neolithic human skeleton in France. Nature Precedings, 1-1.

本文亦刊載於作者部落格《盲眼的尼安德塔石匠》暨其 facebook 同名專頁

-----廣告,請繼續往下閱讀-----
寒波_96
193 篇文章 ・ 1090 位粉絲
生命科學碩士、文學與電影愛好者、戳樂黨員,主要興趣為演化,希望把好東西介紹給大家。部落格《盲眼的尼安德塔石器匠》、同名粉絲團《盲眼的尼安德塔石器匠》。