受傷了，照一下就好？

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《骨折手術要提防感染、骨髓炎，傷口併發症的成因與對策，骨科醫師圖文解析》，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

「骨科手術的傷口很怕感染，如果感染無法控制，便得將植入物、人工關節移除，然後需要長時間的換藥，等到感染改善後再想辦法關閉傷口，往往需要3至6個月以上。」臺北醫學大學附設醫院骨科部運動醫學科主任呂憲宗醫師指出，「為了降低傷口併發症的風險，可以多管齊下，包括把血糖控制穩定、避免手術低體溫、使用手術後負壓傷口照護系統等，讓傷口順利癒合，能夠減輕患者與家屬的壓力，也能避免許多衍生的醫療花費。」

車禍、跌倒都可能造成骨折，車禍常造成脛骨、股骨、脊椎骨折；跌倒時因為會用手撐地，常造成手腕骨折；老人家在滑倒時容易出現髖部骨折。呂憲宗醫師解釋，如果在受傷時骨頭沒有跟外界環境接觸，稱為閉鎖性骨折；如果在受傷時骨頭有跟外界環境接觸，稱為開放性骨折。

隨著鋼板、鋼釘等醫材的進步，骨折的治療觀念逐漸改變。呂憲宗醫師指出，若狀況許可時，現在會傾向用鋼板、鋼釘進行固定，讓患者能早點活動。

因為如果採用打石膏的保守治療，患者可能要固定 4 至 8 週等待骨頭癒合。呂憲宗醫師說，如果動手術固定，能夠顯著縮短復原的時間。

接受手術治療後，便要好好地照顧傷口。無論是創傷造成的傷口，或是動手術造成的傷口，都得留意傷口併發症的發生。呂憲宗醫師說，常見的傷口併發症包括腫脹、疼痛、感染、壞死、崩裂等。傷口併發症可能導致住院天數增加、醫療花費增加。

與傷口併發症有關的危險因子很多，有些是與患者相關，有些是與手術相關。呂憲宗醫師說，患者相關的危險因子包括糖尿病、高血壓、肥胖、高齡、慢性腎病、慢性肺病、抽菸等；手術相關的危險因子包括緊急手術、二次手術、軟組織受損、汙染性傷口、高張力傷口、手術低體溫、手術時間長等。

為了減少傷口併發症，醫師會針對各種傷口併發症的成因擬定各種對策，包括把血糖控制穩定、採用個人專用熱空氣式保溫毯避免手術低體溫、使用手術後負壓傷口照護系統幫助傷口癒合與保護並控制傷口併發症等。

由於傷口中常會鬱積組織液，鬱積的組織液會增加傷口感染的風險。呂憲宗醫師說，手術後負壓傷口照護系統是在台灣是相對較新的技術，它是在傷口外覆蓋特殊海綿敷料，再以防水的薄膜固定，然後接上持續抽吸的主機。手術後負壓傷口照護系統能夠維持負壓，幫助移除滲液與感染物質，進而降低傷口感染的風險。

相較於使用紗布覆蓋傷口，手術後負壓傷口照護系統能夠帶給患者幾項好處。呂憲宗醫師說，因為具有防水薄膜，能夠避免傷口碰到水，讓患者、家屬較好照顧，而且可以連續保護手術傷口5至7天，減少換藥頻率與不適。

手術後負壓傷口照護系統能夠移除多餘的滲液，預防切口旁皮膚浸潤、並降低傷口感染的機會。亦能幫助拉近縫合傷口，減少傷口側邊張力，並可增加附近微血管的血流量，刺激肉芽組織生長。

「骨折的傷口若發生感染，可能演變成骨髓炎，就會相當棘手。」呂憲宗醫師說，「從臨床經驗看來，手術後負壓傷口照護系統能夠讓患者早一點出院、減輕傷口照護的負擔、降低感染的風險，帶給患者很多幫助。」在現今醫療人力不足的情況下，使用手術後負壓傷口照護系統可以讓患者傷口得到更好的照護成效及先進的醫療品質。

筆記重點整理

一、 隨著鋼板、鋼釘等醫材的進步，骨折的治療觀念逐漸改變。若狀況許可時，現在會傾向用鋼板、鋼釘進行固定，讓患者能早點活動。如果採用打石膏的保守治療，患者可能要固定 4 至 8 週等待骨頭癒合。如果動手術固定，能夠顯著縮短復原的時間。

二、 接受手術後，要留意傷口併發症。常見的傷口併發症包括腫脹、疼痛、感染、壞死、崩裂等。傷口併發症可能導致住院天數增加、醫療花費增加。

三、 為了減少傷口併發症，醫師會針對各種傷口併發症的成因擬定各種對策，包括把血糖控制穩定、避免手術低體溫、使用手術後負壓傷口照護系統等。

四、 相較於使用紗布覆蓋傷口，手術後負壓傷口照護系統能夠帶給患者幾項好處。因為具有防水薄膜，能夠避免傷口碰到水，讓患者、家屬較好照顧，而且可以連續保護手術傷口5至7天，減少換藥頻率與不適，讓患者傷口得到更好的照護成效及醫療品質。

五、 手術後負壓傷口照護系統能夠移除多餘的滲液，預防切口旁皮膚浸潤、並降低傷口感染的機會。亦能幫助拉近縫合傷口，減少傷口側邊張力，並可增加附近微血管的血流量，刺激肉芽組織生長。

• 本文轉載自 Care Online 照護線上《骨折手術要提防感染、骨髓炎，傷口併發症的成因與對策，骨科醫師圖文解析》，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

在科幻電影裡面，如果有人受傷了，醫生就會拿出一隻光筆照一照，然後傷口就癒合了。這聽起來很像哈利波特的魔法，但是最近喬治亞理工學院（Georgia Institute of Technology）的研究團隊，似乎將我們帶近了這個「魔法」一步。

研究團隊將他們發明的RGD環多肽（Asp-D-Phe-Lys-Arg-Gly）在天冬氨酸（Asp）的那一頭以DMNPB（3-(4,5-dimethoxy-2-nitrophenyl)-2-butyl ester）這種可以被光活化的（原文為photo-labile，不過在整個實驗中的作用比較類似於被光活化）分子修飾之後，如果單獨將這樣的RGD環多肽凝膠塗在小鼠的傷口，再以350~365奈米波長的紫外光照射後，傷口會出現疤痕組織。

這沒什麼，但是接下來的實驗就有趣了。研究團隊在這個凝膠中加入血管生長因子VEGF（vascular endothelial growth factor），然後再使用紫外光照射。結果傷口很快地長出了新的血管！這對於組織移植非常的重要，因為若是新移植的組織與原來的組織之間無法長出新的血管，則移植的組織得不到養分供應，便會很快就死亡，於是移植就失敗了。

現在只剩下一個問題：在這個實驗裡使用的光波是紫外光。由於小鼠的皮膚較薄，紫外光容易穿透；但要應用在人類，由於人類的皮膚較厚，大約只有10%的紫外光可以穿過，雖然應該也能活化凝膠，但另一個考量則是紫外光會造成灼傷，並且有造成皮膚癌的風險。

目前，研究團隊正在嘗試能否以紅外光來活化凝膠。紅外光穿透人類皮膚的能力較紫外光好，也沒有灼傷與皮膚癌的疑慮。如果可以，未來受傷了，或許就是消毒一下、塗個藥、照一照就好了。

原文轉載自作者部落格。

參考資料：

1. 2014/12/16. Researchers make blood vessels grow by shining a light on skin. Science Now.
2. Ted T. Lee, José R. García, Julieta I. Paez, Ankur Singh, Edward A. Phelps, Simone Weis, Zahid Shafiq, Asha Shekaran, Aránzazu del Campo & Andrés J. García. 2014. Light-triggered in vivo activation of adhesive peptides regulates cell adhesion, inflammation and vascularization of biomaterials. NATURE MATERIALS. doi:10.1038/nmat4157

輕微的擦傷，其實不用消毒？

以前如果有擦傷或是割傷，第一步一定是消毒。不論家裡或學校的保健室，必備外傷用的消毒液，諸如酒精製劑、碘酒、白藥水、俗稱「紅藥水」的紅溴汞等，商品種類繁多。

但是近年來已經發現消毒液不利於傷口痊癒。因此除了特殊的狀況，基本上傷口不用消毒，用自來水仔細把砂土、泥巴之類的異物洗乾淨就夠了，不用拚命忍受消毒液碰到傷口的疼痛。

在醫院也是一樣。一般而言，較深、需要縫合的傷口會事前消毒，如果不是就不用消毒。因為長久以來的習慣，很多人都認為「傷口需要消毒」，所以或許會有人不滿「都特別去醫院了，竟然不幫我消毒」，不過輕傷「不消毒」才是正確的做法。

可能會有人懷疑「不消毒的話傷口不會化膿嗎？」的確，如果細菌從傷口處侵入並繁殖，就會引起感染（化膿），但就像前面提到的，皮膚本來就常態性會有細菌和我們共生，消毒的瞬間會把這些細菌都殺死，之後就無法防止旁邊的細菌進入傷口，倒不如定期把傷口清洗乾淨還比較重要。

傷口保持「濕潤」有助於傷口癒合？

一般而言，輕傷不使用抗菌藥物，是因為在預防感染上沒有作用。

傷口在剛開始被感染時，以「治療」為目的使用抗菌藥物是合理的，但是以「預防」為目的是無效的。在還沒感染之前就趕盡殺絕，就像還沒發生犯罪之前就把人逮捕一樣。

但是汙染嚴重的傷口例外。例如被貓狗等動物咬傷，相較於普通的傷口來說感染風險很高，因此會以預防為目的使用抗菌藥物。此外如前所述，在確認傷口汙染程度和疫苗接種時間後，也有可能需要注射破傷風疫苗。

傷口管理上的想法已經大為改變。以前是認為要「乾乾的」，讓傷口保持乾燥比較好；但近年來卻發現讓傷口維持濕潤比較快痊癒，所以通常會在傷口抹上軟膏，以維持濕潤的環境。

外用藥的軟膏和乳膏常常會被搞混，其實完全不同。軟膏類是由藥物成分及基劑所構成，並不是將藥物成分塗抹在皮膚上，而是將藥物成分溶於基劑中再抹上去。

此外，軟膏的基劑是油性成分（凡士林等），乳膏在油性成分之外還含有水分。因此軟膏黏性較強、保濕力較高，對皮膚刺激也比較少；而乳膏水潤滑順、黏性較差、對皮膚刺激性較強，不能使用在傷口部位。所以要塗在傷口上的話，要選用軟膏。

漱口可以沖掉喉嚨的病毒嗎？效果有限！

在醫學的世界裡，有些過去以為是正確、大家都深信不疑的事，在之後的研究中才發現是錯誤……這樣的例子不少，傷口處置正是最典型的例子之一。

其他還有類似的案例，例如漱口藥。

以前像碘酒之類的漱口藥，被認為有預防感冒的效果，但近年發現用自來水就綽綽有餘。

現在用自來水就能有效預防感冒已經成為「理所當然」，實際上，醫院除非有特殊理由，否則不會以預防感冒或治療為目的地開立漱口藥。

漱口藥本身的效果也被認為是有限的。在新冠肺炎對策中，也不斷宣導「勤洗手、戴口罩、避免密集密切接觸」，但並沒有「漱口」這項。

漱口或許可以將附著在喉嚨上的病原體沖刷掉，但是在下一個瞬間吸入飛到眼前的飛沫，那漱口的效果就前功盡棄了。這就是為什麼在傳染對策上，漱口的優先順位不高的理由。

雖說如此，像這種「感覺原因很合理的說明」，在之後的研究被翻盤，醫學史上也經常發生。即使現在手邊的材料看起來很合理的說明，那也不過是「暫時的正確答案」而已。

——本文摘自《了不起的人體：如此精妙，如此有趣，說不定還能救你一命》，2022 年 7 月，如何出版，未經同意請勿轉載。

在科幻電影裡面，如果有人受傷了，醫生就會拿出一隻光筆照一照，然後傷口就癒合了。這聽起來很像哈利波特的魔法，但是最近喬治亞理工學院（Georgia Institute of Technology）的研究團隊，似乎將我們帶近了這個「魔法」一步。

研究團隊將他們發明的RGD環多肽（Asp-D-Phe-Lys-Arg-Gly）在天冬氨酸（Asp）的那一頭以DMNPB（3-(4,5-dimethoxy-2-nitrophenyl)-2-butyl ester）這種可以被光活化的（原文為photo-labile，不過在整個實驗中的作用比較類似於被光活化）分子修飾之後，如果單獨將這樣的RGD環多肽凝膠塗在小鼠的傷口，再以350~365奈米波長的紫外光照射後，傷口會出現疤痕組織。

這沒什麼，但是接下來的實驗就有趣了。研究團隊在這個凝膠中加入血管生長因子VEGF（vascular endothelial growth factor），然後再使用紫外光照射。結果傷口很快地長出了新的血管！這對於組織移植非常的重要，因為若是新移植的組織與原來的組織之間無法長出新的血管，則移植的組織得不到養分供應，便會很快就死亡，於是移植就失敗了。

現在只剩下一個問題：在這個實驗裡使用的光波是紫外光。由於小鼠的皮膚較薄，紫外光容易穿透；但要應用在人類，由於人類的皮膚較厚，大約只有10%的紫外光可以穿過，雖然應該也能活化凝膠，但另一個考量則是紫外光會造成灼傷，並且有造成皮膚癌的風險。

目前，研究團隊正在嘗試能否以紅外光來活化凝膠。紅外光穿透人類皮膚的能力較紫外光好，也沒有灼傷與皮膚癌的疑慮。如果可以，未來受傷了，或許就是消毒一下、塗個藥、照一照就好了。

原文轉載自作者部落格。

參考資料：

1. 2014/12/16. Researchers make blood vessels grow by shining a light on skin. Science Now.
2. Ted T. Lee, José R. García, Julieta I. Paez, Ankur Singh, Edward A. Phelps, Simone Weis, Zahid Shafiq, Asha Shekaran, Aránzazu del Campo & Andrés J. García. 2014. Light-triggered in vivo activation of adhesive peptides regulates cell adhesion, inflammation and vascularization of biomaterials. NATURE MATERIALS. doi:10.1038/nmat4157