【Gene思書齋】雜食者的該胖詛咒

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

• 作者／照護線上編輯部
• 本文轉載自 Care Online 照護線上《為什麼骨齡會超前？兒童內分泌專科醫師圖文解說》，歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔
• 加入照護線上 LINE 官方帳號，健康資訊不漏接

實際案例分享

十歲的小豪骨齡竟然高達十三歲！！ 媽媽好擔心小豪會因而長不高，一進診間就著急地要求邱醫師給小豪性早熟的針劑治療，甚至詢問能不能施打生長激素？

然而，經邱醫師詳細理學檢查，小豪當時沒有任何第二性徵，根本還沒開始青春期發育！身高 153 公分（超過第95百分位），體重卻重達 65 公斤（BMI 超過第 99 百分位），屬於肥胖體格。近一年來體重也增加了近 10 公斤！ 原來，小豪的骨齡超前是因為肥胖與快速增加體重所致，在接下來四年多的發育過程，小豪很認真地配合醫囑，認真遵循健康的生活型態：充足睡眠、每天運動、均衡健康的飲食，每天量測體重做紀錄並定期回門診追蹤。最後，小豪在完全沒有藥物介入的情形下，國中一年級開始出現第二性徵，國三順利達到 178 公分的成人身高，體重穩定控制在 68 公斤。媽媽這才鬆了一口氣，卸下心中的大石頭。

類似的情節，在兒童內分泌科診室一而再再而三地上演。究竟「骨齡超前」、「骨齡落後」是不是生病？為什麼兒童內分泌科醫師沒有建議我的孩子做藥物治療？

骨齡：評估兒童青少年生長發育的一個重要工具

「骨齡（Bone age）」、「骨骼的年齡」，是根據 1959 年 Greulich and Pyle 及 1976 年 Tanner-Whitehouse 2 method，由左手手掌與手腕的骨骼影像，推測全身骨骼成熟度的一種方法。

骨齡檢查是診斷兒童生長發育相關疾患與特定內分泌疾患的一項重要依據，如：身材矮小、身高過高、生長遲緩、性早熟、性晚熟、生長激素缺乏等，所以兒童內分泌科醫師常會用骨齡檢查作為診斷參考。

骨齡檢查怎麼做？

骨齡的檢查方法為：將「左手」手掌平放在檢查台，照射低輻射劑量X光，取得清晰的手掌、手腕與遠端尺骨、橈骨影像，再由兒童內分泌科醫師做專業判讀。

骨齡檢查安全嗎？

骨齡檢查的輻射劑量僅 0.0025 毫西弗，約莫胸部X光的十分之一，是台灣每人每年接受的天然背景輻射劑量 1.62 毫西弗的千分之一點五，而且照射時間短暫，左手掌也不是體內重要的維生器官，只要遵循醫師醫囑之檢查頻率，基本上是安全的。

骨齡影像可以提供那些資訊？

兒童內分泌科醫師會根據左手手掌與手腕的影像，仔細查看每一塊骨頭的大小、形狀、每一個生長板的空隙大小，判斷骨齡。專業的兒童內分泌科醫師會再根據實際生理年齡與伴隨的生長發育趨勢做整體評估，並藉此推估孩子未來的成人身高。

此外，邱醫師也會在骨齡的影像上特別留意是否合併其他骨骼異常的表現，如佝僂症、透納氏症、SHOX基因突變、Albright遺傳性骨發育不全症（Albright hereditary osteodystrophy）等，這些疾病也會造成兒童身材矮小與生長遲緩。

骨齡不是性早熟的唯一診斷標準，骨齡超前也不等於性早熟！

爸爸媽媽常常因為孩子骨齡大於實際年齡而焦慮緊張，擔心孩子性早熟而要求接受藥物的治療，其實多數這樣的孩子是處在正常年齡開始青春期發育，不僅沒有性早熟，也有不錯的身高潛力，所以只需要定期門診追蹤，維持健康的生活型態，往往就能達到符合遺傳條件，甚至更好的成人身高唷！

影響骨齡大小的因素有哪些？

骨骼的成熟受到許多因素的影響，如：營養狀態、遺傳體質、青春期發育、甲狀腺功能、生長激素、皮質醇、藥物等。

青春期階段，由於性荷爾蒙濃度逐漸上升，並間接刺激生長激素的分泌增加，因此，大多數青春期的孩子身高明顯長得比先前快。但隨著性荷爾蒙濃度愈來愈高，同時也會加速骨骼成熟、促進生長板閉合，一旦所有生長板都閉合，也就決定了最終的成人身高。

臨床上常見孩子進入青春期後，骨齡開始有明顯加速的現象，但此時也常伴隨相對應的身高生長速度，倘若身高符合骨齡該有的表現，孩子的成人身高就不會受到影響。換句話說，骨齡超前不等於性早熟！ 骨齡超前不等於性早熟！！骨齡超前不等於性早熟！！！

然而，有些孩子在不該發育的年齡即出現第二性徵，如：女孩未足八歲出現乳房、陰毛發育，未足十歲來初經；男孩未足九歲出現睪丸、陰莖、陰毛發育。這樣的孩子倘若又合併長高速度明顯增加、骨齡超前於實際年齡兩歲以上，就會高度懷疑是「性早熟」，兒童內分泌科醫師將進一步安排相關的荷爾蒙檢查來確認診斷，並在必要時給予藥物治療。

造成骨齡超前的常見原因有：青春期發育、肥胖、遺傳、環境荷爾蒙的暴露、甲狀腺亢進等。相反的，導致骨齡落後的常見原因有：營養不良、體質性生長遲緩、甲狀腺功能低下、全身系統性慢性疾病、特殊藥物使用等。

肥胖、油炸飲食，是讓孩子骨齡超前的真兇

肥胖兒童由於脂肪細胞瘦體素、性荷爾蒙、生長因子以及相對胰島素阻抗等複雜因素造成骨齡容易快速進展，最終導致青春期前看起來高高胖胖，但青春期過程中骨齡進展得更為明顯，反倒長高速度明顯趨緩，最終因為成長時間受限而無法達到理想成人身高！ 所以，小時候養得胖胖的，長大不但不會抽高，還會沒時間長高！！！！

另外，也有一些影響兒童生長的問題或疾病，如：透納氏症，在進入青春期以前骨齡檢查也會符合實際生理年齡。因此，骨齡等同於生理年齡也不代表孩子一定健康沒生病！還是必須經過專業的兒童內分泌科醫師整體評估。

骨齡不是單獨判斷標準，還得看整體生長趨勢

專業的兒童內分泌科醫師會根據孩子的年齡、身高、體重、身體質量指數（BMI）、營養狀態、潛在疾病、青春期發育的成熟度，綜合判斷骨齡是否符合整體表現。孩子的「生長趨勢」與「骨齡變化」都是很重要的診斷依據，大多數的孩子只要落實健康的生活習慣（飲食、行為治療），都可以順利長高。藥物治療介入與否須由專業醫師針對個別孩子的問題做綜合判斷。

• 本文轉載自 Care Online 照護線上《為什麼骨齡會超前？兒童內分泌專科醫師圖文解說》，歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔
• 加入照護線上 LINE 官方帳號，健康資訊不漏接

泡澡的巴洛太太

一九五七年五月四日星期六淩晨，約翰．奈勒（John Naylor）警長接獲報案，前往英國布拉德福（Bradford）索恩伯里（Thornbury）的半獨立式住宅新月樓（Crescent）。奈勒進屋時聽到一陣微弱的抽泣聲，看見一位焦躁的丈夫悲慟地緊緊握住一名女性的照片。一名警員帶領奈勒前往樓上的洗手間，照片中的那名女性此時赤身裸體地癱倒在浴缸裡。鄰居緊張但沉默地站在哭泣的丈夫身邊，空氣中瀰漫著不安，大家都相信他是真的悲痛欲絕——但奈勒倒沒有那麼肯定。

所有認識伊莉莎白．「貝蒂」．巴洛（Elizabeth “Betty” Barlow）的人都認為，她與她忠誠的丈夫肯尼斯（Kenneth）的婚姻似乎非常美滿。據鄰居表示，他們相當幸福，從不吵架。比肯尼斯小九歲的伊莉莎白其實是巴洛的第二任妻子，在他的第一任妻子去世後，兩人於一九五六年結婚。伊莉莎白嫁給肯尼斯後，也成為巴洛家的小兒子伊恩（Ian）的繼母。肯尼斯和伊莉莎白都曾在約克郡布拉德福鎮周邊的多家醫院工作，伊莉莎白擔任助理護理師，肯尼斯則是國家註冊護理師，這對夫婦可能也是這樣認識的。

婚禮結束後，肯尼斯繼續在布拉德福皇家醫院擔任護理師，但伊莉莎白則離開了護理行業，在當地一家洗衣店找到一份熨燙的工作。這項工作相當單調，周圍總是環繞著蒸汽雲霧，使她的衣服潮濕又不舒服；但薪水倒是挺合理的，對於他們家庭的財務狀況頗有幫助。伊莉莎白每星期五只上半天班，而一九五七年五月三日的這個星期五也不例外。

中午快到了，伊莉莎白一邊急忙收拾東西準備下班，一邊向朋友說，她很期待有一點自己的時間，她可以好好洗個頭。在從洗衣店走回索恩伯里新月樓的家的這段短短的路程中，伊莉莎白先在當地的炸魚薯條店為家人買了午餐。十二點三十分，她將熱騰騰的炸魚薯條從被醋浸透了的報紙中拿出裝盤，配著麵包、奶油還有一杯茶一起吞下肚子。

看似平凡的泡澡竟成了致命陷阱

午飯後，伊莉莎白忙著做家事，清洗家人的衣服，而肯尼斯則在星期五的下午把車從附屬車庫裡開出來，打算徹底洗刷一番，好好打理他的這輛心頭好。伊莉莎白在下午四點鐘左右前去拜訪住在隔壁的史金納太太，她後來作證說伊莉莎白看起來很開朗，「充滿活力」。史金納太太回想：「事實上，她還給我看了一套她〔買的〕黑色內衣，並拿它來開玩笑。」

那天晚上，一家人轉移陣地到客廳放鬆。伊莉莎白在沙發上躺了一下，但逐漸變得坐立難安，最後跟家人說她要躺一會兒。晚上六點三十分，她一邊上樓，一邊要肯尼斯一個小時後來叫她，因為她想和他一起看一個電視節目。

然而，伊莉莎白其實再也不會看電視了。五十分鐘後，肯尼斯上樓，打算告訴妻子節目即將開始，但伊莉莎白已經換了睡衣躺上床，告訴丈夫她感覺「太舒服了，完全不想動」。肯尼斯獨自一人回到客廳看了半個小時的電視，然後倒了一杯水上樓給妻子，看看她情況如何。

肯尼斯發現伊莉莎白還躺在臥室的床上，並且感到非常疲憊。他後來作證表示，他的妻子告訴他，她「太累了，沒辦法和繼子說晚安」。距離肯尼斯晚上休息的時間還有點早，他也想給妻子一些獨自休息的時間，所以他回到樓下看完電視。接近九點三十分時，肯尼斯聽到伊莉莎白在他們的臥室裡叫他。他上樓走進臥室，發現妻子在床上吐了。他覺得有點不太妙。夫妻倆換了床單，肯尼斯把弄髒的床單拿到樓下廚房的水槽裡。此時伊莉莎白不只抱怨自己很累，她現在還「覺得太熱了」，於是決定躺在新換好的床單上。

肯尼斯換好睡衣後上床，開始看書。到了十點，伊莉莎白仍然覺得不舒服，而且全身大汗淋漓。她脫掉衣服，告訴丈夫她要去泡澡讓自己冷卻一下。在睡著之前，肯尼斯聽到了洗澡水流淌的聲音。

無法解釋的瞳孔擴張：巴洛太太的最後時刻

突然間，肯尼斯沒來由地驚醒。他瞥了一眼床頭櫃上的鬧鐘，發現已經是晚上十一點二十分了，而且他還驚訝地發現妻子還在泡澡，沒有回到床上。他焦急地呼喚伊莉莎白，問她：「你還好嗎？還要泡多久？」他沒有聽到任何回答。肯尼斯擔心她在已經變得冰涼的洗澡水中睡著了，於是下床走進浴室，結果驚恐地發現伊莉莎白已經沉入水中，一動也不動。

恐慌的肯尼斯肯定妻子溺水了，迅速拔掉浴缸裡的水塞，放掉泡澡水。等到水都流完，肯尼斯便拚命想把妻子從浴缸裡拉出來，好讓她躺在堅硬的浴室地板上。但不管他怎麼做，就是無法把她抬出來。幸運的是，身為一名訓練有素的護理師，肯尼斯知道自己必須為還在浴缸裡的妻子進行人工呼吸。他試圖將空氣吹入伊莉莎白死氣沉沉的肺部，但一切徒勞無功，他需要幫忙。

肯尼斯自家的屋裡沒有電話，於是他穿著睡衣衝到隔壁，吵醒了鄰居斯史金納一家。巴洛焦急地懇求他們叫醫師，然後他回去再次嘗試讓妻子甦醒。奇怪的是，鄰居沒有立即叫救護車，而是決定親眼看看發生了什麼。他們走到隔壁，沿著小樓梯走到浴室，震驚地發現伊莉莎白赤裸的身體仍然躺在空蕩蕩的浴缸裡，而肯尼斯正在揉她的肩膀。

史金納夫婦現在確信情況的嚴重性，於是打了電話給家庭醫師，拜託他儘快趕來。在他們等待醫師的時候，史金納太太瞥了一眼肯尼斯，他坐在扶手椅上，臉埋在手裡，輕輕地抽泣著。儘管醫師已經盡快趕到，但為時已晚，伊莉莎白被宣佈死亡。

死亡總是令人不安，但當死者生前是一位健康的年輕妻子和母親時，又更令人不安。說不出為什麼，醫師總覺得事情似乎不太對勁。伊莉莎白當然已經死了，屍體也開始出現僵硬的跡象，但他的直覺讓他確定自己應該連絡警方。沒多久，奈勒警長便趕到現場調查。

伊莉莎白在那天晚上決定泡澡的行動確實相當關鍵。如果她繼續躺在床上，那麼她令人遺憾的英年早逝非常有可能會被判定為自然死亡。乍看之下，伊莉莎白似乎是溺水身亡，但她的瞳孔放大程度相當誇張，遠超過醫師在溺水者身上會看到的程度。

但是究竟是什麼使得伊莉莎白的瞳孔放大呢？是什麼讓她熱到需要洗個冷水澡來降溫？是什麼讓一個充滿活力的年輕女性如此疲憊？值得注意的是，伊莉莎白之死的答案圍繞著一種非常簡單的東西，也是數百萬人每天會在咖啡和茶中加入的東西：糖。

——本文摘自《毒藥的滋味：11種致命分子與使用它們的凶手》，2024 年 7 月，方舟文化，未經同意請勿轉載。