網站更新隱私權聲明
本網站使用 cookie 及其他相關技術分析以確保使用者獲得最佳體驗,通過我們的網站,您確認並同意本網站的隱私權政策更新,了解最新隱私權政策

0

0
0

文字

分享

0
0
0

啪啪啪背痛嗎?換個姿勢再開戰吧

果殼網_96
・2014/10/31 ・1496字 ・閱讀時間約 3 分鐘 ・SR值 581 ・九年級
Credit: Mr. E? via Flickr
Credit: Mr. E? via Flickr

文/IvyP

情到濃時突然背痛怎麼辦?滑鐵盧大學的科學家們,首次成功記錄了性愛過程中脊椎的運動方式,並發現某些體位在防止背痛方面比其它更有效的原因。另外,與流行的觀點不同的是,對背不好的人來說,側臥式並不總是最好的性愛體位。記錄男性性愛過程中脊椎運動的研究論文發表在期刊《Spine》上,而有關女性的研究結果將會陸續發表。

根據加拿大統計局的數據,80%的人都會經歷至少一次影響正常生活的下背部疼痛。在這些人當中,高達84%的男性和73%的女性都表示在背痛發作時,性愛的頻率顯著下降。滑鐵盧大學應用健康科學院的斯圖爾特・麥基爾(Stuart McGill)教授說:「所有家庭醫生都有被夫婦詢問如何解決性愛之間、之後的背痛問題的經歷。由於一次魚水之歡的代價可能是之後連續幾個月的背痛,所以許多夫婦乾脆放棄了這個想法。在此項研究之前,醫生們的建議都沒有可靠的科學證據來支持。」

這項具有開創性的研究結合了紅外線和電磁的動態捕捉系統(這種系統和用於製作電子遊戲的一樣),記錄了10對身體健康的夫婦在進行5種最常見的性愛體位時,脊椎的運動方式。這5種體位包括2種後入式(女方分別以手和肘部支撐身體)、2種傳教士式(男方分別以手和肘部支撐身體)以及側臥式。研究結果被用於製作成一本圖冊,內容包括一系列指南,根據具體哪些動作會引起疼痛建議了不同的性愛體位和抽插技巧。

研究論文第一作者,來自滑鐵盧大學的博士生娜塔莉・斯多爾柯維茲(Natalie Sidorkewicz)表示:「在此之前,側臥式通常被醫生所推薦為所有人都可以採用的體位。但我們的研究發現,事實並非如此。對一種背痛適用的性愛體位並不適合另一種背痛。」

斯多爾柯維茲在向實驗對象講解脊椎運動方式。圖片來源:研究論文
斯多爾柯維茲在向實驗對象講解脊椎運動方式。圖片來源:滑鐵盧大學

根據這本圖冊,對於不耐受屈曲(例如彎身觸碰腳趾或久坐會加重背痛)的男性,應該用後入式代替側臥式。指導還建議,這些男性在抽插時應該採用以髖部為支點的方式,而不要前後移動整個背部。

根據男性下背部疼痛受具體動作和姿勢的不同影響,研究者們對性愛體位提出的初步建議。
根據男性下背部疼痛受具體動作和姿勢的不同影響,研究者們對性愛體位提出的初步建議。

斯多爾柯維茲說:「我們第一次有了確鑿的科學證據,可供臨床醫生向背痛嚴重但仍想享受親密互動的病人提供建議。這或許能改善許多夫婦的生活品質,更具體一點說是愛情生活的品質。」

另外,該研究還首次揭示了男性高潮的機制。利用連接在男性實驗對象身上的電極,研究者們發現高潮時最活躍的是腹部和臀部的肌肉,而非背部肌肉;而另一方面,脊椎的運動則存在個體差異,對於一些男性來說,他們的脊椎發生了明顯的屈曲或是伸展,而另一些男性的脊椎形狀則基本保持不變。

P8Yi9T0huXtMg4EeIOwY-bXXWt0ixknd4dGEun32GhsSAwAADAIAAFBO
麥基爾正在向實驗對象身上連接電極。圖片來源:滑鐵盧大學

斯多爾柯維茲說:「許多背痛患者告訴我們,他們在高潮時會感受到疼痛的加劇,甚至於會因為太疼而避免在性愛中高潮。這些初步結果可以幫助我們了解,哪些因素可能引起他們在高潮時的疼痛。」研究人員表示,他們下一階段的研究將會招募有髖關節疼痛以及其它類型背痛的病人進行實驗,以進一步完善指導手冊的內容。 (編輯:球藻怪)

本文轉載自果殼網

研究論文:Sidorkewicz, Natalie MSc and McGill, Stuart M. PhD. Male Spine Motion During Coitus: Implications for the Low Back Pain Patient. Spine (Phila Pa 1976). 2014 Sep 15;39(20):1633-9. doi: 10.1097/BRS.0000000000000518.

文章難易度
果殼網_96
108 篇文章 ・ 4 位粉絲
果殼傳媒是一家致力於面向公眾倡導科技理念、傳播科技內容的企業。2010年11月,公司推出果殼網(Guokr.com) 。在創始人兼CEO姬十三帶領的專業團隊努力下,果殼傳媒已成為中國領先的科技傳媒機構,還致力於為企業量身打造面向公眾的科技品牌傳播方案。

1

1
0

文字

分享

1
1
0

「血液病理診斷」導入 AI 應用,輔助醫師快速精準判讀、減輕負荷量

鳥苷三磷酸 (PanSci Promo)_96
・2022/01/17 ・2491字 ・閱讀時間約 5 分鐘

本文由 台灣諾華 協助刊登,審定編號 TW2201057472。

  • 作者/許君咏

我們想讓你知道:

被喻為困難診斷疾病的骨髓增生性腫瘤,難在哪裡?由於「病理切片判讀」很難找出「兇手」,因此,林口長庚醫院與台灣諾華及雲象科技合作,將 AI 運用於血液病理診斷,有望幫助醫生進行快狠準的判讀,可以減少經驗多寡限制,以及減輕醫生的判讀的負荷量,更重要的是,為病患做出正確的診斷,幫助及早進行治療。

在血液癌症的診斷中,病理切片是必要條件之一,例如骨髓增生性腫瘤(myeloproliferative neoplasm,簡稱 MPN),因為種類繁多,臨床症狀、病理變化及突變特徵重疊性高,過去需仰賴經驗豐富的臨床血液科及血液病理科醫師人工鑑定,然而對抗血液腫瘤就如同與時間賽跑,若無法立即提供判讀結果,延誤了治療時機,將影響病患存活率。

「骨髓增生性腫瘤」到底是什麼?

骨髓增生性腫瘤(MPN),以前稱為骨髓增生性疾病,是一組以一個或多個血細胞(白細胞,紅細胞,血小板和/或纖維細胞)過量產生為特徵的疾病。

首先,骨髓是人類的造血器官,它的重要功能就是產生造血幹細胞,之後這些造血幹細胞透過分化再生成不同的血細胞,例如紅血球、血小板、顆粒球、單核球等。而骨髓增生性腫瘤是一組罕見的血液癌症,會導致骨髓中產生過多的紅血球、白血球、血小板,根據 2016 世界衛生組織的分類,這組疾病中較常見有四類,各有不同的預後及治療方式,包括原發性血小板增多症(ET)、真性紅血球增多症(PV)、原發性骨髓纖維化(PMF),原發性骨髓纖維化又有兩種亞型:早期骨髓纖維化(pre PMF)及顯著骨髓纖維化(overt PMF)。

骨髓增生性腫瘤種類

至於確切的罹病原因目前並不清楚,科學家尚在研究中。林口長庚醫院血液科郭明宗醫師說:「骨髓增生性腫瘤臨床上常見有 3 種基因突變,分別是 JAK2V617,CALR,MPL。不論是後天的基因變異,或是環境因素等皆為可能致病因子,目前在臨床上面臨的最大挑戰不僅是治療,其實從診斷程序挑戰就已經開始。」

難如登天的「病理切片判讀」,究竟要如何找出「兇手」呢?

被喻為困難診斷疾病的骨髓性增生腫瘤,難在哪裡?

郭明宗醫師進一步說明,因骨髓性增生腫瘤屬於血液增生性疾病,和其他實體腫瘤不同的是,病患沒有明顯可觸及的腫塊,通常是因為出血、中風、脾腫大等併發症而求診,無法直接看出病因是什麼。這時醫生就像偵探一樣,必須從其他類似的症狀、血液檢查數值等尋找線索,列出可能的疾病名單,而最關鍵的證據除了基因變異之外就是「病理切片判讀」。因此, 2016 年世界衛生組織也將「骨髓切片」列為骨髓增生性腫瘤診斷的必要條件之一。

但最難的部分就在於「病理切片判讀」,林口長庚紀念醫院解剖病理部莊文郁副主任說:「骨髓切片主要是由血液病理次專科醫師進行判讀,而骨髓增生性腫瘤判讀的複雜度遠超乎一般人所能想像,病理醫師必須仔細評估各種造血細胞在顯微鏡下的數量及形態,特別是巨核細胞的形態特徵、數量及空間分布,才能得到精準的診斷。」

莊文郁主任實施病理切片判讀

也就是說,傳統的病理切片裡的血球型態與其他疾病極為相似,需由經驗豐富的醫生判讀,並進行診斷,然而人工判讀的缺點在於,難以取得客觀量化的數據,並且可能會有人為誤差。如前段提及骨髓增生性腫瘤有不同種類,預後和病程進展有極大差異,需要不同的治療策略。郭明宗醫師分享:「早期世界衛生組織尚未明確分類時為例,曾有 20% 的患者原先被診斷為原發性血小板增多症(ET),後續分類後重新診斷為早期骨髓纖維化(pre PMF)。」說明病理切片判讀在診斷上有一定的困難及複雜性。

病理切片耗人又講求經驗怎麼辦?AI 來幫忙!

莊文郁副主任說:「林口長庚每月有近萬個案例、高達上萬筆的病理玻片需要判讀,病理團隊每日皆須面臨龐大且急迫的病例,為了能及早且精準幫助病患確診,已全面將病理玻片數位化,為全台少數完成跨院區病理科數位化的醫療院所,可大大提升判讀方便性。」

這次合作跨界三方,結合不同優勢,林口長庚龐大的病理資料庫,雲象科技的 AI 技術,加上台灣諾華長期投入血液腫瘤研發治療的經驗,共同提升台灣血液腫瘤篩檢量能,幫助病患在進入急性期或惡化前獲得及時診斷及擬定適合的治療策略,延續病患生命並提升生活品質。

血液疾病的診斷與治療相當困難,然而因病患數不如其他器官癌症,故新技術如 AI 較不會第一時間應用在血液疾病上;不過,對血液疾病來說,以形態學為基礎的病理診斷扮演關鍵角色,而型形態辨識正是 AI 在醫療上能有最大發揮空間的面向。

這個概念就像是平常大家將合照上傳社群軟體,平台會透過自動人臉辨識系統,標記照片裡的朋友人名。運用 AI 進行深度學習,辨識骨髓玻片裡的細胞型態、特徵和空間分佈的情形,能夠提供量化且客觀的數據。

莊文郁副主任打趣地說,隨著時代與醫療的進步,AI 技術不僅可以認臉,也可以辨別極度困難與複雜的細胞了!

雲象科技骨髓切片判讀

而台灣諾華在癌症治療領域耕耘已久,諾華腫瘤(台灣)總經理陳喬松說:「身為全球製藥領導者,從第一代標靶治療到目前最新的細基因療法,建立了許多治療創新里程碑。」目前除了利用資料科學發展新興藥品外,諾華爲重新改善患者生活品質,並延長其存活期,亦發展大數據分析及 AI 技術,希冀幫助更多血液腫瘤病患及早診斷、治療,讓血液腫瘤的早期診斷向前邁出一大步。在 AI 的加持下,未來血液病理的發展,或許能夠和近年備受重視的分子和基因診斷攜手合作,更進一步加強疾病診斷與治療品質。

所有討論 1
鳥苷三磷酸 (PanSci Promo)_96
84 篇文章 ・ 331 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