液態的賢者之石－人工血液

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《這種貧血不單純，可能會致命！嚴重再生不良性貧血治療保養重點提醒，血液專科醫師圖文懶人包》，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

「那是個 20 多歲的大學生，來到急診的時候已經有嚴重的細菌感染。」成大醫院內科部血液科李欣學醫師表示，「抽血檢查發現患者的白血球、紅血球、血小板數量都嚴重偏低，後續確定診斷為嚴重再生不良性貧血。」

經過詢問，患者在就醫前已經一段時間容易頭暈，也沒特別在意，只有自行吃了一些號稱可以補血的東西，直到發生嚴重感染才就醫，狀況相當危急。李欣學醫師說，貧血的原因很多，在發現血球數量低下時，一定要至血液科就診，找出病因，並接受正確的治療。

再生不良性貧血（aplastic anemia）和一般貧血不同。再生不良性貧血是因為骨髓失去造血功能，導致紅血球、白血球、血小板數量都明顯偏低。李欣學醫師說，做骨髓檢查便會發現骨髓都空空的，原本應該存在的造血細胞已不見蹤影。

我們的血球具有不同的功能，當血球數量太少時，便會造成各種問題。缺少紅血球，患者可能出現頭暈、臉色蒼白、呼吸急促、容易疲倦等症狀；缺少白血球，患者便容易遭到感染；缺少血小板，患者的皮膚常會出現瘀青、出血點，也會有流血不止的狀況。各種血球的數量越少，相關症狀會越嚴重，甚至危及性命！

再生不良性貧血是一種罕見的血液疾病，有兩個好發的年齡層，分別是 10 至 25 歲的族群，或是 50、60 歲以上的中老年人。李欣學醫師說，再生不良性貧血可能與病毒感染、基因遺傳、免疫失調、輻射曝露、有毒化學物質有關，但是絕大多數的病患都很難找到明確的因果關係。

在台灣每年大概會出現一百多個再生不良性貧血案例，民眾對此也較不熟悉，所以容易延誤就醫。李欣學醫師說，患者來到醫院時可能已經有嚴重感染，狀況比較危急。

臨床上有許多狀況都會導致血球數量低下，民眾如果在抽血時發現血球數量異常，建議找專業的血液科醫師仔細檢查評估，以找出血球低下的原因。李欣學醫師說，「千萬不要自行服用號稱可以補血的食品或藥物，以免延誤病情！」

嚴重再生不良性貧血必須積極治療

李欣學醫師說，再生不良性貧血在診斷時，醫師會根據患者血球低下的程度還有骨髓裡面的細胞量，來區分嚴重程度並決定其治療，根據國際上的共識，針對無症狀的輕度再生不良性貧血患者，有些僅需持續追蹤觀察，或進行輸血等支持性治療。

但嚴重再生不良性貧血的患者，因為他們的白血球數量若低於 500／ul（正常值 4000 至 10000／ul），發生感染的機會相當高，血小板數量若低於 2 萬／ul（正常值 15 萬至 45 萬／ul），也會增加出血的風險，嚴重的更有可能危及性命，因此，一定要盡速積極介入治療。

在治療嚴重或非常嚴重再生不良性貧血時會考慮幾個部分。李欣學醫師說，首先要評估患者是否適合做造血幹細胞移植，假使患者較年輕且在兄弟姐妹中有適合的捐贈者，應該要儘快去做造血幹細胞移植。一般認為，造血幹細胞移植對 40 歲以下的患者來說是首選。

假使是年紀較大的患者，或是尚未找到合適的捐贈者時，則應考慮使用免疫抑制療法，利用抗胸腺細胞免疫球蛋白搭配免疫抑制劑來抑制不正常的免疫反應，可以幫助正常的造血幹細胞長回來，血球數量便能夠逐漸恢復。近年來在再生不良性貧血的一個重要進展，則是發現促血小板生成藥物，不論是單獨使用或搭配免疫抑制療法，都可以有助造血幹細胞和血球數量的恢復，對患者很有幫助。

再生不良性貧血患者在接受治療後，可能還需要經過一段時間血球數量才能逐漸回升，所以在日常生活中仍需要小心照護。李欣學醫師說，白血球低下時容易受到感染，請戴口罩、多洗手、避免出入公共場合、避免生食等。

血小板低下時容易流血不止，請避免劇烈運動、使用軟毛牙刷避免牙齦出血、飲食方面要攝取充足纖維避免便秘。請務必依照指示服藥並按時血液科門診追蹤！

筆記重點記起來

1. 再生不良性貧血是因為骨髓被自己的免疫系統攻擊而失去造血功能，導致紅血球、白血球、血小板數量都明顯偏低。
2. 再生不良性貧血患者容易出現流血不止、嚴重感染的狀況，危及性命。
3. 嚴重或非常嚴重再生不良性貧血患者需要積極接受治療，治療方式包括支持性療法、造血幹細胞移植、免疫抑制療法、促進血小板生成藥物等，可以有效恢復血球數目。
4. 再生不良性貧血患者在接受治療後，需要經過一段時間血球數量才能逐漸回升，請務必按時回診，小心照護。

• 本文轉載自 Care Online 照護線上《這種貧血不單純，可能會致命！嚴重再生不良性貧血治療保養重點提醒，血液專科醫師圖文懶人包》，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

• 作者／照護線上編輯部
• 本文轉載自 Care Online 照護線上《破壞造血功能的骨髓纖維化，症狀表現與治療重點，血液專科醫師圖文解析》，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

「醫師，我最近體力變很差，食慾也不好，只要吃一點東西就覺得很飽。」60 多歲的王先生抱怨。

「還有其他不舒服嗎？」

「骨頭都會痛，不曉得是不是因為年紀大了。」王先生捶了捶大腿。

經醫師檢查後發現，王先生的脾臟腫大，有嚴重貧血，且白血球、血小板數量異常。透過骨髓切片，確定診斷為骨髓纖維化。

骨髓纖維化（myelofibrosis）是種血液惡性疾病，病友骨髓中的纖維組織異常增生，佔據原本容納正常造血細胞的空間，破壞造血功能。高雄醫學大學附設中和紀念醫院血液腫瘤內科高育青醫師指出，骨髓纖維化好發在中老年人，大多是 60 歲以上，若合併有先天基因異常，骨髓纖維化的發生機率又會增加。

骨髓纖維化的症狀沒有特異性，常會被病友忽略或誤認為老化的現象。高育青醫師說，常見症狀包括虛弱、疲憊、發燒、盜汗、搔癢、容易喘、骨頭疼痛、體重減輕、活動力變差、無法集中精神等。此外，骨髓纖維化會導致髓外造血進而使肝臟、脾臟腫大，病友也因此感到腹脹、食慾變差、吃東西容易飽。

如果輕忽症狀，沒有及早介入治療，可能導致一些嚴重併發症例如貧血持續惡化可能造成心臟衰竭、血小板異常可能導致出血或增加血栓的風險。另外，部分病友可能進展為急性白血病，危及性命。

骨髓纖維化診斷治療重點提醒

透過全血球檢查，能夠及早發現是否有貧血或血球異常的狀況。此時若腹部超音波檢查，發現脾臟腫大，應至血液科進一步釐清是否罹患骨髓纖維化。

高育青醫師說，除了詢問病史、進行理學檢查外，確定診斷的部分主要靠骨髓切片，可以從髂骨抽出少量骨髓作抹片檢查。另外，基因檢測也能夠輔助診斷骨髓纖維化。

臨床上會依據病友的風險等級來給予適當的治療，如果是低風險的病人，基本上採取支持性療法，利用輸血或是紅血球增生劑、白血球增生劑等藥物治療，幫助緩解症狀，改善生活品質，這些治療亦有助於降低併發症發生的機會，例如出血、血栓、心臟衰竭等，並建議病友應持續回診追蹤。

如果是中高風險的病人，有較高的機會進展為急性白血病，醫師會綜合評估選擇合適的治療方案。雖然骨髓移植有機會治癒骨髓纖維化，但也有相關風險。高育青醫師說，醫師會綜合考量病友的年紀、共病、體力狀況，並與病友詳細討論，若能找到合適的捐贈者，才會考慮安排進行骨髓移植。

但大多數病友不宜進行骨髓移植，此時則有機會使用口服標靶藥物，除了症狀緩解外，亦助於改善脾臟腫大的狀況。高育青醫師提到，上述王先生再經過口服藥物治療後，症狀明顯改善，生活品質大幅提升，目前持續定期回診治療，狀況相當穩定。

針對骨髓纖維化症狀嚴重度，可使用 MPN-10 量表來自我評估，病友可以就各項症狀給一個分數，每個項目都是 0 至 10 分，0 分代表沒有症狀，10 分代表最糟的狀況，將各項目之分數加總得到 MPN-10 的總分。高育青醫師提醒，定期填寫 MPN 10 症狀評估表能夠幫助醫師了解治療成效，並能適時調整藥物。

貼心小提醒

骨髓纖維化常見症狀包括虛弱、疲憊、發燒、盜汗、搔癢、腹脹、容易喘、骨頭疼痛、體重減輕、活動力變差、無法集中精神、食慾變差、吃東西容易飽等。若有相關症狀，請盡快至血液科就診。

骨髓纖維化病友一定要定期回診！高育青醫師提醒，定期回診能夠預防一些血球低下導致的併發症發生，也可以減少感染事件。接受口服藥物治療有助於改善生活品質，也能降低進展為急性白血病的風險。即使症狀不明顯，也要持續追蹤治療，不能輕忽喔！

• 本衛教資訊由台灣諾華提供（TW2307115490）

• 本文轉載自 Care Online 照護線上《破壞造血功能的骨髓纖維化，症狀表現與治療重點，血液專科醫師圖文解析》，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

牛奶？尿液？紅酒？今晚醫生你想選那個？

早在16世紀，人們開始嘗試替失血的傷者補充血液，當時被打入傷患血管內的液體千奇百怪，凡舉尿液、牛奶、唾液、酒或動物的血，都曾被當時的醫生和患者英勇地嘗試過 [1]。

當時也嘗試用人血補充，但總有許多傷患反而在輸血死亡，數百年來醫界不得其解。1900年時，奧地利大學的Karl Landsteiner教授向世界宣告了血型的存在，血液只要區分血型，輸血就不再會造成死亡，這猶如開啟了血液學的真理之門，輸血的成功率巨幅地提升，更將外科手術提攜了另一個新世代 [2]。

既然輸血已經不成問題，那還需要人工血液嗎？

在國內外，皆有人因為信仰而拒絕輸血 [3]，而戰火下的軍人、大海上的船員等，伙伴裡不見得剛好有專門負責補血的伙伴；即便是在醫院血庫裡，每袋血液最多也只有42天的保存期，極度仰賴定期捐血；而愛滋病襲捲全球後，也令人開始擔心那一袋袋的血液裡，是否就藏有未爆彈？

捐血的缺點開啟了人工血液的需求，而大規模戰爭加速了科學前進的動力。歷經二戰、越戰等大量的血液需求，科學界逐漸全力研發人工血液。一方人馬尋找可用的血紅素（hemoglobin），而另一派則轉向研究能高度溶氧的氟碳化合物－perfluorocarbon。

氟碳化合物無毒且安定，更重要的是氧氣的溶解度，比水高出約10-20倍 [4]。其實早在1966年，科學家便將小鼠置入浸滿氟碳化合物的容器，發現小鼠仍能存活數小時[5]。1989年，FDA首次許可氟碳化合物類型的人工血液產品－Fluosol-DA-20上市 [6]。而血紅素類型的人工血液，雖然因越戰的需求而蓬勃發展 [5]，但因為強烈的腎、心毒性限制了發展；僅有一款商品－Hemopure在南非獲准使用 [5]。

而本世紀初，幹細胞技術正式加入競逐人工血液的行列，2005年法國的Marie-Catherine Giarratana學者以及2010年Hélène Lapillonne學者，利用誘導幹細胞的方式，成功地人工生成了紅血球 [7, 8]。

在台灣，捐血已是習慣，還需要人工血液嗎？

台灣每年都有超過250萬袋捐贈的血液 [9]，但在愛滋病的陰影下，每袋血液都仍須接受繁複且昂貴的檢測（據估計，約0.002%的捐贈血有愛滋病毒 [10]），而許多居住在特殊的地區（如：高山、離島等）或從事特別職業（如：遠洋船員）的台灣人，因為無法快速抵達醫院，引進人工血液能舒緩他們的困境。據筆者了解，目前我國衛福部並未引進人工血液，近期的數次重大公安意外也許恰好是個機會，讓我們省思，讓我們好好的想一想，台灣的醫界、學界是否需要加強研究人工血液呢？

本文感謝衛生福利部台東醫院檢驗科張昱維（Yu-Wei Chang）協助

參考資料

1. Keyhanian Sh, Ebrahimifard M, Zandi M. (2014) Investigation on artificial blood or substitute blood replace the natural blood. Iranian journal of Pediatric Hematology Oncology. 4(2):72-77.
2. K Landsteiner (1900) Zur Kenntnis der antifermentativen, lytischen und agglutinierenden Wirkungen des Blutserums und der Lymphe. Zentbl. Bakt. Orig. 27:357-362
3. 耶和華見證人官方網站
4. Elibol M, Mavituna F. (1995) Effect of perfluorodecalin as an oxygen carrier on actinorhodin production by Streptomyces coelicolor A3(2). Applied Microbiology and Biotechnology. 43:206-210
5. W. H. Choe, E. J. Baek. (2015) RBC substitutes: from the past to the future. ISBT Science Series. 10(S1):150-153
6. Jerry E. Squires (2002) ArtiÞcial Blood. Science. 295:1002-1005
7. Giarratana MC, Kobari L, Lapillonne H, Chalmers D, Kiger L, Cynober T, Marden MC, Wajcman H, Douay L. (2005) Ex vivo generation of fully mature human red blood cells from hematopoietic stem cells. Nature Biotechnology. 23:69-74
8. Lapillonne H, Kobari L, Mazurier C, Tropel P, Giarratana MC, Zanella-Cleon I, Kiger L, Wattenhofer-Donzé M, Puccio H, Hebert N, Francina A, Andreu G, Viville S, Douay L. (2010) Red blood cell generation from human induced pluripotent stem cells: perspectives for transfusion medicine. Haematologica 95(10):1651-1659
9. 台灣血液基金會
10. 世界衛生組織官網