自己的醫材自己做！

本文轉載自中央研究院研之有物，泛科學為宣傳推廣執行單位。

• 採訪撰文／田偲妤
• 美術設計／蔡宛潔

AI 的誕生，文理缺一不可

人工智慧（Artificial Intelligence，簡稱 AI）在 21 世紀的今日已大量運用在生活當中，近期掀起熱議的聊天機器人 LaMDA、特斯拉自駕系統、AI 算圖生成藝術品等，都是 AI 技術的應用。多數 AI 的研發秉持改善人類生活的人文思維，除了仰賴工程師的先進技術，更需要人文社會領域人才的加入。

中央研究院「研之有物」專訪院內人文社會科學研究中心蔡宗翰研究員，帶大家釐清什麼是 AI？文科人與工程師合作時，需具備什麼基本 AI 知識？AI 如何應用在人文社會領域的工作當中？

詩詞大對決：人與 AI 誰獲勝？

一場緊張刺激的詩詞對決在線上展開！人類代表是有「AI 界李白」稱號的蔡宗翰研究員，AI 代表則是能秒速成詩的北京清華九歌寫詩機器人，兩位以「人工智慧」、「類神經」為命題創作七言絕句，猜猜看以下兩首詩各是誰的創作？你比較喜歡哪一首詩呢？

答案揭曉！A 詩是蔡宗翰研究員的創作，B 詩是寫詩機器人的創作。細細賞讀可發覺，A 詩的內容充滿巧思，為了符合格律，將「類神經」改成「類審經」；詩中的「福落天赦」是「天赦福落」的倒裝，多念幾次會發現，原來是 Google 開發的機器學習開源軟體庫「Tensor Flow」的音譯；而「拍拓曲」則是 Facebook 開發的機器學習庫「Pytorch」的音譯，整首詩創意十足，充滿令人會心一笑的魅力！

相較之下，B 詩雖然有將「人工」兩字穿插引用在詩中，但整體內容並沒有呼應命題，只是在詩的既有框架內排列字句。這場人機詩詞對決明顯由人類獲勝！

由此可見，當前的 AI 缺乏創作所需的感受力與想像力，無法做出超越預先設定的創意行為。然而，在不久的將來，AI 是否會逐漸產生情感，演變成電影《A.I. 人工智慧》中渴望人類關愛的機器人？

AI 其實沒有想像中聰明？

近期有一則新聞「AI 有情感像 8 歲孩童？Google 工程師爆驚人對話遭停職」，讓 AI 是否已發展出「自我意識」再度成為眾人議論的焦點。蔡宗翰研究員表示：「當前的 AI 還是要看過資料、或是看過怎麼判讀資料，經過對應問題與答案的訓練才能夠運作。換而言之，AI 無法超越程式，做它沒看過的事情，更無法替人類主宰一切！」

會產生 AI 可能發展出情感、甚至主宰人類命運的傳言，多半是因為我們對 AI 的訓練流程認識不足，也缺乏實際使用 AI 工具的經驗，因而對其懷抱戒慎恐懼的心態。這種狀況特別容易發生在文科人身上，更延伸到文科人與理科人的合作溝通上，因不了解彼此領域而產生誤會與衝突。如果文科人可以對 AI 的研發與應用有基本認識，不僅能讓跨領域的合作更加順利，還能在工作中應用 AI 解決許多棘手問題。

「職場上常遇到的狀況是，由於文科人不了解 AI 的訓練流程，因此對 AI 產生錯誤的期待，認為辛苦標注的上千筆資料，應該下個月就能看到成果，結果還是錯誤百出，準確率卡在 60、70% 而已。如果工程師又不肯解釋清楚，兩方就會陷入僵局，導致合作無疾而終。」蔡宗翰研究員分享多年的觀察與建議：

如果文科人了解基本的 AI 訓練流程，並在每個訓練階段協助分析：錯誤偏向哪些面向？AI 是否看過這方面資料？文科人就可以補充缺少的資料，讓 AI 再進行更完善的訓練。

史上最認真的學生：AI

認識 AI 的第一步，我們先從分辨什麼是 AI 做起。現在的數位工具五花八門，究竟什麼才是 AI 的應用？真正的 AI 有什麼樣的特徵？

基本上，有「預測」功能的才是 AI，你無法得知每次 AI 會做出什麼判斷。如果只是整合資料後視覺化呈現，而且人類手工操作就辦得到，那就不是 AI。

蔡宗翰研究員以今日常見的語音辨識系統為例，大家可以試著對 Siri、Line 或 Google 上的語音辨識系統講一句話，你會發現自己無法事先知曉將產生什麼文字或回應，結果可能正是你想要的、也可能牛頭不對馬嘴。此現象點出 AI 與一般數位工具最明顯的不同：AI 無法百分之百正確！

因此，AI 的運作需建立在不斷訓練、測試與調整的基礎上，盡量維持 80、90% 的準確率。在整個製程中最重要的就是訓練階段，工程師彷彿化身老師，必須設計一套學習方法，提供有助學習的豐富教材。而 AI 則是史上最認真的學生，可以穩定、一字不漏、日以繼夜地學習所有課程。

AI 的學習方法主要分為「非監督式學習」、「監督式學習」。非監督式學習是將大批資料提供給 AI，讓其根據工程師所定義的資料相似度算法，逐漸學會將相似資料分在同一堆，再由人類檢視並標注每堆資料對應的類別，進而產生監督式學習所需的訓練資料。而監督式學習則是將大批「資料」和「答案」提供給 AI，讓其逐漸學會將任意資料對應到正確答案。

學習到一定階段後，工程師會出試題，測試 AI 的學習狀況，如果成績只有 60、70 分，AI 會針對答錯的地方調整自己的觀念，而工程師也應該與專門領域專家一起討論，想想是否需補充什麼教材，讓 AI 的準確率可以再往上提升。

就算 AI 最後通過測試、可以正式上場工作，也可能因為時事與技術的推陳出新，導致準確率下降。這時，AI 就要定時進修，針對使用者回報的錯誤進行修正，不斷補充新的學習內容，讓自己可以跟得上最新趨勢。

在了解 AI 的基本特徵與訓練流程後，蔡宗翰研究員建議：文科人可以看一些視覺化的操作影片，加深對訓練過程的認識，並實際參與檢視與標注資料的過程。現在網路上也有很多 playground，可以讓初學者練習怎麼訓練 AI，有了上述基本概念與實務經驗，就可以跟工程師溝通無礙了。

AI 能騙過人類，全靠「自然語言處理」

AI 的應用領域相當廣泛，而蔡宗翰研究員專精的是「自然語言處理」。問起當初想投入該領域的原因，他充滿自信地回答：因為自然語言處理是「AI 皇冠上的明珠」！這顆明珠開創 AI 發展的諸多可能性，可以快速讀過並分類所有資料，整理出能快速檢索的結構化內容，也可以如同真人般與人類溝通。

著名的「圖靈測試」（Turing Test）便證明了自然語言處理如何在 AI 智力提升上扮演關鍵角色。1950 年代，傳奇電腦科學家艾倫・圖靈（Alan Turing）設計了一個實驗，用來測試 AI 能否表現出與人類相當的智力水準。首先實驗者將 AI 架設好，並派一個人操作終端機，再找一個第三者來進行對話，判斷從終端機傳入的訊息是來自 AI 或真人，如果第三者無法判斷，代表 AI 通過測試。

換而言之，AI 必須擁有一定的智力，才可能成功騙過人類，讓人類不覺得自己在跟機器對話，而這有賴自然語言處理技術的精進。目前蔡宗翰的研究團隊有將自然語言處理應用在：人文研究文本分析、新聞真偽查核，更嘗試以合成語料訓練臺灣人專用的 AI 語言模型。

讓 AI 替你查資料，追溯文本的起源

目前幾乎所有正史、許多地方志都已經數位化，而大量數位化的經典更被主動分享到「Chinese Text Project」平台，讓 AI 自然語言處理有豐富的文本資料可以分析，包含一字不漏地快速閱讀大量文本，進一步畫出重點、分門別類、比較相似之處等功能，既節省整理文本的時間，更能橫跨大範圍的文本、時間、空間，擴展研究的多元可能性。

例如我們想了解經典傳說《白蛇傳》是怎麼形成的？就可以應用 AI 進行文本溯源。白蛇傳的故事起源於北宋，由鎮江、杭州一帶的說書人所創作，著有話本《西湖三塔記》流傳後世。直至明代馮夢龍的《警世通言》二十八卷〈白娘子永鎮雷峰塔〉，才讓流傳 600 年的故事大體成型。

我們可以透過「命名實體辨識技術」標記文本中的人名、地名、時間、職業、動植物等關鍵故事元素，接著用這批標記好的語料來訓練 BERT 等序列標注模型，以便將「文本向量化」，進而找出給定段落與其他文本的相似之處。

經過多種文本的比較之後發現，白蛇傳的原型可追溯自印度教的那伽蛇族故事，傳說那伽龍王的三女兒轉化成佛、輔佐觀世音，或許與白蛇誤食舍利成精的概念有所關連，推測印度神話應該是跟著海上絲路傳進鎮江與杭州等通商口岸。此外，故事的雛型可能早從唐代便開始醞釀，晚唐傳奇《博異志》便記載了白蛇化身美女誘惑男子的故事，而法海和尚、金山寺等關鍵人物與景點皆真實存在，金山寺最初就是由唐宣宗時期的高僧法海所建。

在 AI 的協助之下，我們得以跨時空比較不同文本，了解說書人如何結合印度神話、唐代傳奇、在地的真人真事，創作出流傳千年的白蛇傳經典。

最困難的挑戰：AI 如何判斷假新聞

除了應用在人文研究文本分析，AI 也可以查核新聞真偽，這對假新聞氾濫的當代社會是一大福音，但對 AI 來說可能是最困難的挑戰！蔡宗翰研究員指出 AI 的弱點：

如果是答案和數據很清楚的問題，就比較好訓練 AI。如果問題很複雜、變數很多，對 AI 來說就會很困難！

困難點在於新聞資訊的對錯會變動，可能這個時空是對的，另一個時空卻是錯的。雖然坊間有一些以「監督式學習」、「文本分類法」訓練出的假新聞分類器，可輸入當前的新聞讓機器去判讀真假，但過一段時間可能會失準，因為新的資訊源源不絕出現。而且道高一尺、魔高一丈，當 AI 好不容易能分辨出假新聞，製造假新聞的人就會破解偵測，創造出 AI 沒看過的新模式，讓先前的努力功虧一簣。

因此，現在多應用「事實查核法」，原理是讓 AI 模仿人類查核事實的過程，尋找權威資料庫中有無類似的陳述，可用來支持新聞上描述的事件、主張與說法。目前英國劍橋大學為主的學者群、Facebook 與 Amazon 等業界研究人員已組成 FEVEROUS 團隊，致力於建立英文事實查核法模型所能運用的資源，並透過舉辦國際競賽，廣邀全球學者專家投入研究。

蔡宗翰教授團隊 2021 年參加 FEVEROUS 競賽勇奪全球第三、學術團隊第一後，也與合作夥伴事實查核中心及資策會討論，正著手建立中文事實查核法模型所需資源。預期在不久的將來，AI 就能幫讀者標出新聞中所有說法的資料來源，節省讀者查證新聞真偽的時間。

AI 的無限可能：專屬於你的療癒「杯麵」

AI 的未來充滿無限可能，不僅可以成為分類與查證資料的得力助手，還能照護並撫慰人類的心靈，這對邁入高齡化社會的臺灣來說格外重要！許多青壯年陷入三明治人（上有老、下有小要照顧）的困境，期待有像動畫《大英雄天團》的「杯麵」（Baymax）機器人出現，幫忙分擔家務、照顧家人，在身心勞累時給你一個溫暖的擁抱。

機器人陪伴高齡者已是現在進行式，新加坡南洋理工大學 Gauri Tulsulkar 教授等學者於 2021 年發表了一項部署在長照機構的機器人實驗。這名外表與人類相似的機器人叫「娜丁」（Nadine），由感知、處理、互動等三層架構組成，可以透過麥克風、3D和網路鏡頭感知用戶特徵、所處環境，並將上述資訊發送到處理層。處理層會依據感知層提供的資訊，連結該用戶先前與娜丁互動的記憶，讓互動層可以進行適當的對話、變化臉部表情、用手勢做出反應。

長照機構的高齡住戶多數因身心因素、長期缺乏聊天對象，或對陌生事物感到不安，常選擇靜默不語，需要照護者主動引導。因此，娜丁內建了注視追蹤模型，當偵測到住戶已長時間處於被動狀態，就會自動發起話題。

實驗發現，在娜丁進駐長照機構一段時間後，住戶有一半的天數會去找她互動，而娜丁偵測到的住戶情緒多為微笑和中性，其中有 8 位認知障礙住戶的溝通能力與心理狀態有明顯改善。

至於未來的改進方向，研究團隊認為「語音辨識系統」仍有很大的改進空間，需要讓機器人能配合老年人緩慢且停頓較長的語速，音量也要能讓重聽者可以清楚聽見，並加強對方言與多語混雜的理解能力。

臺灣如要發展出能順暢溝通的機器人，首要任務就是要開發一套臺灣人專用的 AI 語言模型，包含華語、臺語、客語、原住民語及混合以上兩種語言的理解引擎。這需花費大量人力與經費蒐集各種語料、發展預訓練模型，期待政府能整合學界與業界的力量，降低各行各業導入 AI 相關語言服務的門檻。

或許 AI 無法發展出情感，但卻可以成為人類大腦的延伸，協助我們節省處理資料的時間，更可以心平氣和地回應人們的身心需求。與 AI 共存的未來即將來臨，如何讓自己的行事邏輯跟上 AI 時代，讓 AI 成為自己的助力，是值得你我關注的課題。

延伸閱讀

• 蔡宗翰（2022）。寫給中學生看的 AI 課：AI 生態系需要文理兼具的未來人才。三采文化出版。
• Tulsulkar, G., Mishra, N., Thalmann, N.M. et al (2021). Can a humanoid social robot stimulate the interactivity of cognitively impaired elderly? A thorough study based on computer vision methods. Vis Comput 37, 3019–3038.

• 本文轉載自 LIS情境科學教材

他是龔建嘉，在畜牧業大家叫他阿嘉，自稱「全台最不務正業的獸醫」，巡迴全台 35 個牧場，照顧超過 6000 頭乳牛的健康之外，他也是「鮮乳坊」的創辦人，透過協助農民成立自有品牌，希望能實際支持酪農，改變台灣乳業生態。他相信：「當看見問題，只有行動，才有機會改變」，這樣的特質曾讓他在國中時成了老師的眼中釘，但也從此讓他在學習歷程有了新的看見和選擇！

龔建嘉（阿嘉）的故事和教育觀點，邀請你一起往下閱讀 >>>

成為老師眼中的造反份子

Ｑ：在國小、國中、高中有遇過什麼「特別挫折」的經驗？

阿嘉：我在小學、國中都算是個「會考試的人」，學業成績一直保持的不錯，但從沒有真正體驗到學習的快樂，只有考試的快樂。在當時考試給我很強的正回饋，考試考好，分數出現了，就會獲得老師家長的認同，他們覺得成績重要，你也會覺得同等重要。

「考試」就像是打電動，玩一個「得到分數」的遊戲，過程中有一定程度的成就感，但仔細看遊戲規則其實很空虛，假設你永遠都是考班上的第一名，你也就沒有退步空間，在國中開始追求成績已經讓我感受不到意義，於是我開始挑戰體制！

國三那一年我是班長，因為我認為唸書不是唯一，而成為班上第一個不參加夜自習的人。當時的老師非常升學主義，也因為學校會用「一個班上有多少學生考上北一女和建中」來評斷一位老師優秀與否，進而創造了這樣「把人分類」的文化，我非常不喜歡這種把人分等第的模式。

帶頭不參加夜自習，我成為老師眼中的造反份子，雖然我的成績一直保持在全班第一、二名，但最後老師給我很低的德行分數，因此畢業時沒有拿到市長獎，老實說對當時的我是很大的失落，原來獎項的身殺大權是掌握在別人身上，當對方認知的價值觀跟你不一樣，不服從權威，你就出局了！

重新定義「優秀」

Ｑ：在國小、國中、高中有遇過什麼「有成就感」的經驗？

阿嘉：我運氣很好的考上建中之後，發現身邊有許多極其優秀的人，他們的優秀在於不同領域的長才，比方說會打排球、玩橋牌、彈吉他、唱歌，並不是功課好而已，我也開始漸漸放下成績本位，另一方面，我也發現自己再怎麼努力，永遠都是班上的後十分之一，分數的落差太大，我根本沒有能力再去追求分數。於是我開始去享受學校裡面的其他學習，參加了生物研究社，這也是我後來成為獸醫的一個原因，我知道我對生物這個學科非常喜歡且感興趣，我也在慈幼社學手語，當志工，學熱舞，開始豐富了生活，那段時間是我學業成績最差，卻是我學習生涯非常快樂的一段時光。

我的成就感不再從考試而來，即使最後在建中滿滿前三志願的榜單裡我排在末位，「只」考上中興大學獸醫系，但我知道這是我要的，不再盲目為了追求成績而追求！

一輩子持續成長的關鍵，將日常體驗轉換為人生資產

Ｑ：阿嘉是如何找到自己的學習動機？

阿嘉：我覺得學習這個詞太沉重，一個小孩最重要的事情就是「玩」，一切都要好玩！

高中去慈幼社、去學打撞球，是因為這些東西好玩，除了遊走在法律邊緣之外的事，我們都可以試著體驗看看，如果你是一個具有觀察力、感受力的人，其實你在任何地方都會學到東西。

學習不該有著沉重的包袱，只要我們有著一些基底的核心能力，比方說觀察力、感受力，你就「能把玩的過程變成資產」，有些人的玩就只是玩，虛擲時光，但有些人打手遊，卻從中學到團隊合作、溝通技巧、靈活運用策略思維。只要擁有「把體驗轉成人生資產」的能力，就無關乎我們是不是要在傳統認知的方式進行學習了！

當我們一直問孩子，你有沒有學到東西，使用「學習」這個詞彙，反而是一種壓力，孩子有沒有「將體驗轉換成人生資產」的能力，才能一輩子持續成長。

社會怎麼看一個人的價值，將會體現在教育的制度上

Ｑ：阿嘉可以跟我們分享你對於台灣教育的觀察與想法？

阿嘉：先拉到「社會」的層次來看，我想先問：我們是如何看待一個孩子在社會當中存在的意義？我們常常講「小孩生過少是國安危機」，拆解這個危機背後的擔心，其實是怕未來勞動力不足，到頭來我們還是把人當作勞動力看待，原來孩子的出生，在國家看來是要完成這樣的價值，而整個社會也會用這樣的方式來教育和培養孩子。

台灣是一個代工出口、工業製造國，一直到現在我們最強勢的公司也都是以製造業為主，我們的教育就像是培養「某一個工作領域上的螺絲釘」，教育的邏輯是讓我們學會服從，學會扮演好自己的角色，來做好特定的工作。

我們有沒有機會能將「人的價值」和「工作的價值」分開？這兩者是非常不同的，我們教育應該是培養孩子能夠成為一個成熟的社會公民，有獨立思辨、判斷資訊、基本的公民素養和法律知識，讓每個人都能在社會中行使自身完整的公民權，這些訓練在學校教育中很薄弱，反而是訓練固定技能的學科，讓我們在未來特定工作上面可以使用，而不是為了你這個人的全然發展，這樣的脈絡取決於一開始「社會看待一個人的價值」！

在我看來，台灣已有了一定程度的經濟發展和技術水平，或許在我們爸媽的那個時代，找到一個穩定的好工作，你的人生目標就結束了，但明顯和現在的世代有所差異，我們這個世代該怎麼看待一個人，重新省思屬於現在國家發展的核心價值，看見目前走在哪個階段，而我們的教育是不是跟這些價值相匹配，這是我覺得重要的事。

如果不是現在的自己覺得自己會在哪裡

Ｑ：如果不是現在的阿嘉，覺得自己會做哪一行？

阿嘉：我不會預設沒發生的事情，但我可能想像未來我可能可以做其他別的事情！未來我還會有很多時間，我可以嘗試去做很多事情，並沒有覺得一輩子都要做鮮乳坊，我有想過也許自己可以是一個思想體系的作家，去闡述一些社會現況，可能是一個潛水教練，我都覺得很好！

響應本次「LIS 第二季大科學計劃」， 阿嘉分享給我們的大科學人宣言：
❛❛ 問題本身的界定，比解決方法更重要❜❜ ——愛因斯坦

阿嘉選擇的宣言，恰巧呼應著他對教育制度的看法，當我們確立了核心價值，作法將會應運而生。

工業化時代，人們的價值展現在勞動上，而教育成為勞力生產的輸送帶，當時的背景下，規格化教育也許是屬於那個時代的答案。然而，當今社會的核心價值是什麼？什麼又是屬於下一個世代的答案？阿嘉想邀請我們一起思考！

邀請您一同成為各行各業中的大科學人，您的捐款將支持「科學公益教材」的穩定開發，一起支持台灣科學教育，讓孩子從小開始像「科學家一樣思考」，帶著自信長大成為各行各業中「永保好奇」、「邏輯思辨」的大科學人！

【LIS 大科學計畫 ✦ 第二季】｜
❛ 教育不只是老師的事，這是我們的任務，下一個世代的科學史，現在就得開始寫起！ ❜
每月小額捐款，就能支持全台十萬名孩子都期待的科學教材：http://bit.ly/3yvD3Mf

• 作者 / 照護線上編輯部
• 本文轉載自 Care Online 照護線上《手術自費醫材千百種，單次醫材重處理後再使用，術前務必搞清楚！》，歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔

隨著科技的進步，在手術過程中常會運用各種自費醫療器材，常見的醫材包括止血夾、能量刀、縫合器、鑽頭等，都是以提升治療成效、減少併發症為主要目的。為確保醫材的效能、安全及可靠，部分自費醫材是設計為「單次使用」，即「單一次使用後即須丟棄」。

然而，基於醫療成本考量，衛福部宣布於 2021 年 1 月 1 日起，法令放寬讓全台各大醫院可以重新處理使用過的單次使用醫材，也就是在進行清潔、消毒、滅菌後，將單次醫材再提供給下一位患者使用。

根據 108 年醫事機構現況及服務量統計分析，全台灣每天有將近 7,000 台手術執行〔1〕，大家在接受手術前，除了關心手術形式，也必須了解術中使用的醫材種類，才能掌握自己的健康。

若在評估後，考量使用重處理單次醫材，大家也應考量 3 大問題，包括：重處理單次醫材的安全性、發生不良反應之責任歸屬、重消次數與收費標準不一。

問題一：重處理單次醫材的安全性

單次醫材的製程設計、材料選擇，都是以單一次性使用後丟棄為標準。器械組成十分精密，孔洞縫隙非常小，更不具備拆卸或重新安裝等設計，若恣意重處理，恐難以徹底清潔。

透過國外的研究人員將一批全新的單次醫材，與經由專業重處理廠依循嚴格標準（AAMI TIR 30、ISO 11135-2007）處理的單次醫材，進行一系列檢測。以目測、光學顯微鏡、電子顯微鏡檢測結果發現，多數經過重處理的單次醫材依然有殘留物，且更有材質劣化的問題。部分重處理單次醫材仍可偵測到血紅素反應，在經過培養後，有重處理單次醫材觀察到細菌生長量超過無菌保證水準（sterility assurance level） 〔2〕。

由衛生福利部疾病管制署出版的感染控制雜誌曾經提出，使用重處理單次醫材之可能風險，包括交叉感染、材質改變、醫材故障、化學品或去污劑的殘留、故障、內毒素反應〔3〕等。交叉感染、內毒素反應等會對患者健康造成危害，且衍生出更多醫療花費以及醫療糾紛。

在手術過程中，經常需要截斷血管，將會使用封閉血管的醫療器材，若醫材經多次的重新消毒、滅菌後，可能導致夾合、封閉血管的功能變差，進而影響手術的效果〔4〕；一旦醫材於手術過程中故障、失效，更會影響手術進行及病人安全，甚至使得手術時間延長，讓病患暴露於更長的麻醉時間及風險中。

衛生福利部醫事司亦提醒，若重處理過程不確實，在使用上可能會有健康上的風險，因此，建議民眾在選擇時須了解其風險程度〔5〕，並且多加注意。

問題二：發生不良反應之責任歸屬

使用重處理單次醫材，還會衍生一些難題，例如：在醫材失效或發生不良反應時，法律責任該如何歸屬？是執行醫材重處理的單位該負起全責？還是主刀醫師與醫療團隊？又或是由民眾自行承擔？

基本上，若患者因重處理單次醫材於術中失效、故障，而導致意外、影響手術效果、衍生併發症時，應可究責於重處理的執行單位。但問題是，這 3 年為執行的過渡期，重處理作業由各醫院自行執行，重處理的程序由政府核定，且醫療人員也需於術前同步需評估醫材狀態，才能進行使用。一旦醫材於術中或術後出現問題，權責歸屬十分不明確。

問題三：重消次數與收費標準不一

重處理單次醫材的重複消毒、滅菌及使用次數與收費標準皆是民眾相當關心的問題。然而，同一種醫療器材，在不同醫院，可能因不同重處理次數、方式，而有不同的收費標準，導致市場價格混亂，患者及家屬在事前務必了解清楚。

使用重處理單次醫材攸關病患的權益與安全，醫院必須事先揭露，告知該次醫療行為是否會使用重處理單次醫材，並提供全新單次醫材及重處理單次醫材的費用差別說明，取得病患與家屬同意後才可以使用。

衛生福利部醫事司提醒，民眾可以要求醫院提供衛福部發放之重處理單次醫療器材之核准函，確認該項醫材是在核准品項內，亦可請醫院提供自費品項說明，內容應包括：重處理單次醫療器材的處理過程、重處理次數、及安全注意事項等〔6〕。最後提醒大家，在接受手術前，記得要主動詢問、謹慎評估喔！

參考資料

• 1. 108 年醫事機構現況及服務量統計分析
• 2. Chivukula SR, Lammers S, Wagner J. Assessing organic material on single-use vessel sealing devices: a comparative study of reprocessed and new LigaSure™ devices. Surg Endosc. 2020 Sep 9. doi: 10.1007/s00464-020-07969-8.
• 3. 單次使用醫療器材再處理之感染管制，感染控制雜誌，中華民國 109 年 4 月第三十卷二期
• 4. Quitzan JG, Singh A, Beaufrere H, Valverde A, Lillie B, Salahshoor M, Bardelcik A, Saleh TM. Evaluation of the performance of an endoscopic 3-mm electrothermal bipolar vessel sealing device intended for single use after multiple use-andresterilization cycles. Vet Surg. 2020. 49:vsu13396
• 5. 重處理單次醫材問答集，衛生福利部醫事司
• 6. 重處理單次醫材問答集，衛生福利部醫事司

• 本文轉載自 Care Online 照護線上《手術自費醫材千百種，單次醫材重處理後再使用，術前務必搞清楚！》，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

文 / 王昱夫、工研院

「生醫科技的進步，使許多以往棘手的疾病得以得到有效的診斷與治療」工研院生醫與醫材所蔡秀娟副所長指出：「分子醫學就像疾病診斷的新導航技術，可以找到細微的基因變化來判斷病因，協助個人化醫療對症下藥。」。

近年來生技領先國家都大量投入分子領域的探索，尤其分子診斷技術要能抽絲剝繭找到如稻草中一根針的變異並加以放大，是需要整合生物化學、醫技、與光 機電、資通訊等跨領域專業來開發的醫材系統。但在醫材這塊市場上，台灣起步較晚，而我們國內的醫材很多向國外採買，醫療成本自然提高許多。為了想改變這樣 的情況，工研院生醫所幾年前開始投入了預警與診斷醫材開發的研究上，希望可以讓台灣擁有創新且自主研發醫材的能力，同時幫助產業與新創公司往這方面成長， 在未來也希望搶攻目前國際上正蓬勃發展的診斷醫材商機！

工研院生醫所策略評估了台灣在醫材領域的瓶頸和可能性，於是聚焦在開發相對較小型、智慧型、高效能且操作簡易的診斷系統的研發計畫。台灣本身以 ICT產業為強項，其實是很有潛力結合生醫生化等領域來跨足醫材開發的；然而，台灣的產業大多以中小企業為主，有很多企業沒辦法有完整的研發團隊，且常以 單打獨鬥方式開發技術，以致在生醫市場上既難切入又不易成長。

工研院的「預警與診斷醫療器材開發」計畫，便是希望運用工研院的研發能量，與經濟部技術處的支持，開創新穎性並具產業化潛力的醫材平台與智慧型診斷系統，對中小企業提供技術、關鍵生技原料、試劑、與機台上的協助，進一步打開國際市場。

目前幾個比較重要的開發醫材，包含生化、免疫、和核酸分子層次（例如可以根據個人基因進行分析，鎖定不同個體身上的生物分子標記實施個人化的診斷與 治療）三類別的檢測系統，它們使用了磁性奈米粒子和工研院開發的檢體前處理、酵素、檢驗試劑、晶片等，一方面增加少量檢測樣品的純度，一方面也提高檢測儀器的靈敏度（將訊號放大）。最後的醫材產品，體積小而且可以以微量的血液樣品做檢測，達到有效率的篩檢目的。

台灣過去在醫材這個領域上，相較之下少了自己的品牌，近年來工研院生醫所的醫療器材開發計畫正是要一步步打開這扇門。舉例來說，此計畫開發之微血檢 測儀技術移轉建興電子(之後併入光寶科技集團) 後，公司設立新的生醫事業部，持續投入該系統之商品化流程，102年正式推出第一個全台灣自研、自製、自產的寵物用生化分析儀，緊接著醫療用生化分析儀於 103年通過台灣TFDA並上市。除了目前積極佈局認證開拓中國與國際市場，光寶更響應衛生福利部「 精進全台醫療照護政策」，捐贈臨床化學分析儀、試劑與服務，以實際行動關懷台灣、回饋社會。

此計畫還陸續開發一系列創新具潛力醫材與其關鍵原物料，一方面以建置的技術平台服務產業，一方面以技術移轉廠商促成商業運用。工研院也努力促成國內 廠商間的交流與合作，主導成立診斷照護醫材聯盟（Diagnostic & Healthcare Alliance），提供不同產業背景的企業會員了解診斷醫材的最新發展，連結產官學研與醫界，藉由臨床未滿足需求探討創新商機。

一般而言智慧型小型化的檢測儀器系統，對於偏鄉地區幫助最大，或是針對一些缺少大型精密檢測儀器的小診所，可移動式的相關醫材可以讓醫師方便攜帶， 不但在醫療資源不足的地區就可以進行有效診斷，對一般醫療院所也有很大的幫助；對於患者來說，省去了他們長途跋涉到大醫院的辛勞。對醫療的雙方來說，都是 種實用的產品。

「類似於電腦系統近年來的微小化、智能化、與行動化，」蔡副所長解釋：「醫材也藉ICT的日新月異與醫學知識的突飛猛進，引入高科技開發創新型的高 智能小而美檢測系統，不斷挑戰現有技術的極致、開發下世代更優異的產品，已經是一個重要的生醫與醫材產業發展趨勢」。希望計畫研發的新產品不但將在我國政 府推廣優質平價醫材上可以注入生力軍，也將是開創新興市場與進軍國際的叩門磚，更是一個提昇國產醫材價值與競爭力的希望與契機。

更多資訊請參考解密科技寶藏