Loading [MathJax]/extensions/tex2jax.js

0

1
0

文字

分享

0
1
0

王者之聲,國王的口吃——《有一天會成真!》

PanSci_96
・2015/08/03 ・3402字 ・閱讀時間約 7 分鐘 ・SR值 543 ・八年級

《王者之聲:宣戰時刻》The King’s Speech/導演:湯姆.霍珀Tom Hooper

文/悠揚

電影《王者之聲》刻畫了英王喬治六世口吃的經歷,這位歷史上臨危受命卻最終被人讚譽為「勇者無敵」的國王,借此片再次讓觀眾回到了那個充滿榮耀的時代。影片中,「達西先生」柯林.佛斯精湛的演技,令他沒有爭議地登上2011年奧斯卡的影帝席位。

此外,本片也讓人們開始關注口吃這一常見卻又讓人困擾不已的身體話題。

-----廣告,請繼續往下閱讀-----

發表演講對政治人物來說本是家常便飯,這似乎是他們生來的使命和理應擅長的事情——但對喬治六世來說,這卻是場充滿艱辛的旅程。為了即位以來最重要的「王者的演講」,6 個月來,他每天都要進行「魔鬼訓練」。當他身著禮服走向演講席,身邊陪伴的是他的妻子,還有他的語言導師羅格(Lionel Logue)。

kings-speech-3-shot
電影《王者之聲》中,男主角進行語言訓練之場景。source:IMDB

童年心理陰影並非口吃成因

口吃在人群中並不鮮見。美國約有300萬口吃患者,平均100人就有 1 人口吃。美國言語聽覺研究聯合會的專家鮑爾(Mark Power)認為,口吃的成因是受不同基因調控的,因此,口吃人群中也存在家族遺傳特性。

也有一部分的人因為成年之後心理方面的創傷或頭部受傷而發生口吃。2007年發表在《神經語言學》(Journal of Neurolinguistics )上的一篇論文就記載了文獻當中出現的由成年期心理創傷造成的口吃病例,其中的誘因包括了工作過度勞累、自殺未遂、離婚、失業等,但是,每一個個案都有獨特性,而且心理創傷也並不一定會導致口吃的症狀。因此,這類由心理問題導致的口吃也還待進一步的研究。不過,研究人員在文中對成年後口吃和發展性口吃的症狀進行了比較,發現成年後的口吃在言語困難上更傾向於片語成塊的不連續,而發展性口吃患者則更多地出現重複詞語的口誤。在大腦結構的異常方面,兩者沒有太大區別。

《王者之聲》中描述,喬治六世因童年壓抑、被糾正左利手等經歷導致口吃。而在現實生活中,童年的心理陰影並不能完全成為口吃的原因。倘若果真如此,那估計很多人都要變成口吃者了——誰小時候沒受過一點挫折呢?

-----廣告,請繼續往下閱讀-----

伊利諾伊大學著名的口吃專家雅依利(Ehud Yairi)認為, 兒童的口吃也並不太會成為他們的心理負擔。小孩子開始口吃時,由於年齡太小,根本意識不到自己口吃,所以很少因此感到焦慮。只有成熟後,才會因為口吃造成的負面作用開始焦慮和自卑。另一說法認為,有些孩子學說話時,因為不斷重複某些詞或聲音被父母指責,就開始口吃。雅依利認為,這也不大可能是兒童口吃的原因。兒童期的口吃多和兒童大腦語言區域的發育不完全有關,多數兒童長大後都能恢復。

人們普遍認為,口吃是心理問題,因為焦慮或緊張導致結巴,一如電影中羞澀的喬治六世。但科學家發現了某些基因和口吃的關聯,說明口吃是由於基因變異,影響了大腦對聲帶肌肉的控制能力。美國國家失聰暨其他溝通障礙研究院(National Institute on Deafness and Other Communication Disorders)的研究員德雷納博士(Dennis Drayna)主持的研究發現,口吃者普遍存在 GNPTAB、GNPTG 和 NAGPA 三種基因上的變異。

這些基因多與負責控制聲帶肌肉的大腦區域發育有關,異常的基因突變會造成細胞死亡,導致言語機制的「故障」,最後導致口吃症狀。由於這類生理性失調常發生在孩子開始學說話的階段,因此,常讓人誤將口吃和能力差或智商低畫上等號。

這些基因同時還與兩種嚴重的新陳代謝疾病——黏脂質症 II 型和黏脂質症 III 型息息相關,它們會造成細胞內糖類和脂肪體聚積,導致骨骼發育異常和嚴重學習障礙。其中,黏脂質症 II 型患者會失去說話能力。科學家認為,口吃並不是一種社交功能障礙,而是實實在在的生理疾病。這項發表於美國科學促進會的最新研究顛覆了傳統認知,有助於為藥物治療和基因療法鋪路,最終治癒口吃。

-----廣告,請繼續往下閱讀-----

「重塑」大腦言語能力

為了更好地讓人們擺脫口吃的困擾,科學家們從神經機制和訓練方法兩方面進行了探索。

電影中,治療師讓喬治六世戴上耳機大聲放古典音樂,同時錄下他讀莎士比亞的聲音。在喬治六世看來,這是個相當荒謬的治療方法,一氣之下選擇放棄。但當他無意間翻出那盤黑膠唱片時,卻驚訝地發現,聽不到自己說話聲音情況下的朗讀流暢無比,完全沒有平時的結結巴巴。

電影中的這一治療手段和神經學家對口吃的發現有不謀而合之處。在近十年對口吃患者的神經學研究中,人們發現,口吃者與語言相關的大腦活動有著與常人不同的模式。德克薩斯健康中心的神經學家皮特.福克斯(Peter T. Fox)等人1996年就在《自然》雜誌撰文指出,通過正電子發射斷層掃描(positron emission tomography, PET)手段能夠發現口吃患者在言語過程中,左半球聽覺皮層的反應較常人更弱,這可能反映出他們在言語過程中對聽覺資訊的自我監控有誤。2009年由美國國立衛生研究院語言研究所的韓裔科學家張秀恩(Soo Eun Chang)領導的一項對口吃患者的 fMRI 研究再次證明,口吃患者不僅在言語階段,在對語言的知覺階段,大腦的言語部分功能也不如正常人活躍。電影中治療師的這一手段在現實生活中也有類似的應用:透過改變對口吃者言語的回饋時間、頻率等資訊,校正口吃患者大腦聽覺回饋的不足,也能夠減緩口吃的症狀。

除了針對聽覺回饋的校正,科學家們還對以下問題感興趣: 為何有些兒童可以從口吃中恢復,而有些則不可以?張秀恩教授就著力於進行「發展性口吃」在兒童和成人間的比較。在2008年發表在《神經成像學》(Neuroimage)上的一篇文章中,她利用磁共振彌散張量成像(diffusion tensor imaging, DTI)方法掃描了口吃兒童的大腦,發現了持續口吃的兒童和口吃康復兒童的大腦灰質體積、大腦白質纖維和連接通路呈現出不同的模式。相對於正常兒童來說,兩組口吃兒童都出現了語言區域灰質成分的減少。而持續口吃兒童在弓狀纖維束(arcuate fasciculus)處的大腦連接則比其他兒童更弱——弓狀纖維束是連接大腦中兩個重要的語言功能區威尼卡區(Wernicke’s area)和布洛卡區(Broca’s area)的神經纖維束,威尼卡區負責語言理解,而布洛卡區負責「說話」,所以弓狀纖維束起到把「想說的」傳遞為「說出來」的重要功能。張秀恩認為,那些成年後口吃消退的兒童,其大腦與言語有關的腦區經過重新塑造變得與常人一樣,而沒有恢復正常的人,其大腦中仍保留著獨特的神經結構。

-----廣告,請繼續往下閱讀-----

此外,張秀恩和她的同事還對成年口吃患者的大腦結構進行了研究,他們發現成年口吃患者的主要癥結也在於弓狀纖維束處的大腦連接。成年口吃患者的大腦右半球無論在言語過程中的活躍程度,還是結構的纖維連接方面都比一般人要強。這個結果卻是口吃的兒童所沒有的。張秀恩認為,右半球的活動增強可能是大腦可塑性的一種體現,為了補償左腦語言能力的減弱,口吃患者在成長過程中鍛煉出了更加「強大」的右腦以便執行正常的語言功能。

言語訓練需日復一日

口吃的治療不是一朝一夕就可達成的。密西根州立大學(Michigan State University)傳播學系教授庫克(Paul Cooke)本人就是一個口吃者。他從五、六歲時就有口吃的症狀,現在他用自我控制的方法儘量減少口吃的出現。「我到現在仍然承認我是一個口吃患者,但我也是一個能成功控制它的人。」庫克說。現代治療口吃的方法和影片中令人印象深刻的怪異訓練方法基本吻合:放鬆訓練,深呼吸,唱歌,音樂治療和舌頭靈活性訓練。這些言語治療多多少少能有效果,也是治療口吃的必經過程,但它們絕不是「萬靈藥」。想從口吃中恢復,需要日復一日,年復一年的訓練和檢查。

事實上,有很多人都像喬治六世一樣,曾經或一直在經受口吃的磨煉,如我們所熟知的演員瑪麗蓮.夢露、蔣雯麗等。

電影中,喬治六世從治療師那裡回來,給女兒們講了個童話故事:「從前有兩位小公主:伊莉莎白和瑪格麗特,她們的爸爸被邪惡的巫婆詛咒變成了企鵝。這讓他痛苦萬分,因為他是那樣喜歡抱著他的女兒們,卻因為兩隻短翅無法做到。回家的路途遙遠,為了及時趕到,他一頭鑽進水裡,終於成功地回到宮殿。

-----廣告,請繼續往下閱讀-----

兩位公主給了他一個大大的擁吻,他終於變成了——你們猜是什麼?」故事到這兒,所有人都會脫口而出:「王子!」但這位「企鵝公爵」給出的答案是:「他變成了一隻短尾巴的信天翁,因為這下他有了很大的翅膀,可以抱著他的兩個小公主了!」這個故事就像是在講這個電影本身,以及所有關注口吃的人們:雖然很難脫胎換骨成為童話中的王子,但國王完成了他第一場流利的演講, 演化成不完美、卻擁有堅強翅膀的「信天翁」。

getImage (3)

本文摘自《有一天會成真!科學松鼠的電影科技教室》,華滋出版。

-----廣告,請繼續往下閱讀-----
文章難易度
PanSci_96
1262 篇文章 ・ 2411 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

0
0

文字

分享

0
0
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

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。

-----廣告,請繼續往下閱讀-----

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。

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。/ 圖片來源:MotionArray

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)」!

-----廣告,請繼續往下閱讀-----

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。

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。

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。/ 圖片提供:研華科技

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。

-----廣告,請繼續往下閱讀-----

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。

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。/ 圖片來源:MotionArray

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)。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----
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。/ 圖片提供:研華科技

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

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

6
1

文字

分享

0
6
1
觀察俄烏戰爭,學習心理急救
胡中行_96
・2023/02/09 ・3800字 ・閱讀時間約 7 分鐘

-----廣告,請繼續往下閱讀-----

前言:泛科學臉書粉專推廣〈在臺海危機下,淺談戰地醫療〉時,讀者們熱情分享檢傷分類經驗,與急救課程資訊。事後更有國軍弟兄私訊筆者,表示對相關中文資料的迫切需求。有別於先前介紹戰時的醫療制度與創傷急救,本文摘譯知名期刊《The Lancet》(中譯「刺胳針」或「柳葉刀」)的附屬刊物,概述俄烏戰爭中,烏克蘭承受的公衛挑戰;並分享俄裔美國心理學家 Elena Cherepanov 對當地心理健康應變的觀察。同時,再次歡迎大家提供更多專業資訊,討論臺灣應該如何備戰,謝謝。

烏克蘭總統Volodymyr Zelenskyy視察被俄軍屠殺的地區。圖/President Of Ukraine on Flickr(Public Domain)

公衛挑戰

疾病給烏克蘭帶來的負擔,在承平時期並沒有特別沉重。然而,俄烏戰爭不僅重擊當地醫療體系;難民的文化差異和語言隔閡,以及物資與藥品不足等,也造成周邊國家的壓力。戰爭期間,聯合國(UN)、世界衛生組織(WHO)、紅十字會(Red Cross)、明愛(Caritas)等單位,紛紛在當地和鄰國展開救援。學者訪談烏克蘭等多個歐洲國家的政府部門與民間組織,統整出一張俄烏戰爭的公衛挑戰清單:[1]

  • 產科照顧:對孕婦產前、生產和產後,以及新生兒的照顧,都被戰火打斷。[1]
  • 婦幼營養:食物、營養品,還有金錢的流通受阻,以致婦女與孩童營養不良。[1]
  • 長期處方:心血管疾病、糖尿病等慢性病,以及肺結核和愛滋病等既有的感染,不見得能夠獲得穩定的藥物供給,與即時的專業協助。[1]
  • 冷冽天候和長途跋涉:在嚴寒中逃難,容易造成肺炎、凍瘡、失溫,以及上呼吸道感染。需要庇護所、衣物和毛毯。[1]
  • 身體創傷急救:欠缺醫療器材和物資補給。人力方面,則得訓練社區志工,進行檢傷分類和急救。[1]
  • 精神創傷急救:除了土生土長的當地人,有些敘利亞、伊拉克和阿富汗難民,於俄烏戰爭中受到二次精神傷害。跨文化的精神健康服務,變得格外重要。[1]
  • 疫苗普及:當地COVID-19疫苗與兒童常規疫苗接種率偏低,而逃難的人口中,九成是婦女和兒童。[1]
  • 潔淨水源:缺乏安全的用水,難以防範傳染病的爆發。[1]
  • 性暴力與性販賣:須要保護機制、心理社會支持與女性衛生用品包(dignity kits);以及生殖健康、安全墮胎和家暴處理等服務。[1]
烏克蘭總統Volodymyr Zelenskyy探訪傷兵。圖/President Of Ukraine on Flickr(Public Domain)

心理創傷

戰爭會帶來長期,甚至跨世代的心理傷害。[2]出生於俄羅斯的心理學家 Elena Cherepanov,長年任教於美國,專攻心理創傷。曾於 2014 年烏克蘭東部戰亂時,透過 Skype 指導 170 名基輔與烏東的心理學家、心理健康工作者、社工人員與心理系學生。[3]2022 年 2 月 23 日晚間,俄軍入侵烏克蘭。[4]Cherepanov 博士在 11 月的《公衛前沿》(Frontiers in Public Health)期刊上,分享自己對戰爭的觀察。她將烏克蘭民眾在身心反應上的轉變,分為下列幾個時期:[2]

  1. 戰爭初期:基於歷史、文化、宗教和血脈的淵源,烏克蘭民眾難以接受鄰國入侵的事實,覺得慘遭背叛[2]性侵女性、綁架兒童,以及系統性安全檢查,蒐集個資,再強迫難民遷徙的過濾營(filtration camps)等,種族滅絕的事件頻傳。經由媒體報導,引來國際的同情與支持。[2, 5]同時,手機和社群媒體即時分享的功能,雖能維繫人與人的連結,卻也帶來資訊真偽難辨的混亂。網路論壇中,起先充斥驚愕顫抖無法置信之類的留言。接著,當難民逐漸抵達鄰近友邦,依然持續哭泣失眠做惡夢。在高度警戒的狀態下,有些人拒絕使用安眠藥。心理衝擊也可能以生理形式呈現,例如:噁心想吐,多半起因於戰時的緊張情緒,而非食物中毒。[2]
  2. 戰爭滿月:到了 3 月底,烏克蘭民眾開始產生對未來的憂慮。失去親人、家園和戰前的生活,精神與情緒疲乏麻木,有些便拒絕前往庇護所。一邊是無法控制的憤怒躁動,增加家庭衝突;另一邊,又因為不得不拋下被徵召或羸弱的至親,而遺留心靈創傷。目擊殺掠、性侵和虐待,或是與父母分離的兒童,出現依戀問題行為退化,表現得比真實年齡還幼小。原本乖巧的孩子,也可能變得黏人冷漠挑釁有攻擊性[2]
  3. 戰爭近期:烏克蘭群眾開始習慣戰爭的狀態,一些長期或原有的問題,例如:酗酒或家庭失和等,又再度浮現。[2]

在人道危機中,老年人身心障礙者等族群,面臨減少的援助與增加的阻礙,更是顯得脆弱。一方面害怕離開熟悉的環境,另方面是為了避免成為家人的負擔,他們有些選擇留下來,因而容易喪命於原本能預防的傷害。[2]

心理健康資源

烏克蘭的心理健康體系,在開戰初期,被突如其來的龐大需求,搞得措手不及。所幸專業人員兩個月內便上了軌道。除了一般面對面的服務,Cherepanov 博士表示,當地還有下列選擇:[2]

-----廣告,請繼續往下閱讀-----
  1. 遠距醫療:COVID-19 疫情期間變得普及的遠距科技,正好於戰時派上用場,提供危險地區心理諮詢。[2]
  2. 網路社群:通訊軟體 Telegram 和社交平臺 Facebook上,支持性團體林立。在俄烏戰爭期間,成為烏克蘭人媒合供需,互通有無的重要管道。緊急心理問題的求助貼文,也會引來早就離鄉背井的相關從業人員,即時回覆。有些團體從世界各地,聘僱幾百名通俄語和烏克蘭語的心理工作者,每天答覆 200 至 300 則訊息。也有在 2020 年白羅斯(Belarus;舊譯「白俄羅斯」)政治危機時,成立的臉書社團,用既有的經驗,協助烏克蘭人度過難關。[2]
  3. 聊天機器人:操烏克蘭語、俄語和白羅斯語的聊天機器人 Faino 和 GotoHelp,效益如何還有待評估。[2]
烏克蘭總統 Volodymyr Zelenskyy 探訪傷患。圖/President Of Ukraine on Flickr(Public Domain)

心理急救

心理急救(Psychological First Aid)是一套用來給予身陷危機者心理支持,加強其調適能力,並滿足基本需求的對策。有別於精神科的臨床技巧,無論是專業醫療人員或一般民眾,都可以學習並執行。[6]世界衛生組織的心理急救指南,建議大眾注意重大危機事件發生的時間、地點和受難的對象,以及哪些單位參與救援。[7]在擁有這些認知的前提下,進行下列心理急救的步驟:

  1. 觀察(look):在行動前先確認安全,以免自己陷入危險環境。接著,觀察受害者身心的基本需求,然後思考有哪些可運用的相關資源或服務。每個人對危機的反應不同,有些呈現在情緒上,例如:易怒或沮喪;有些則沉默或出現頭疼、疲憊等症狀。兒童、青少年、孕婦、老人、身心障礙者和被歧視的族群,特別需要關照。[7]
  2. 傾聽(listen):簡單地報上自己的名字,以及所屬的組織。情勢允許的話,將人帶到安全且寧靜的地方。用溫和的語氣,鼓勵他專注於緩慢的呼吸。給予陪伴,別讓情緒低落者獨處。以尊重的態度,全神貫注地聆聽對方的憂慮,試圖釐清需求的優先順序。務必維護對方隱私,不要任意轉述。[7]
  3. 連結(link):協助受害者獲得水、食物、住所和醫療等資源,並提供局勢與計劃的最新動態。動盪時期的資訊混亂,必要盡可能地查證並隨時更新。切勿為了安撫人心,就擅自捏造。針對特定文化背景及宗教信仰,可轉介給相關社群;或是透過社福單位,協尋親屬,兩者皆能帶來心靈慰藉。[7]

在結束心理急救的階段性任務後,如果就這麼離開,或許會太突然。要讓受助者理解,接手的專業人士會負責以後的事務。然後選擇適當的時機,與他們道別,並奉上誠摯的祝福。[7]

美國國家心理創傷中心(National PTSD Center)版本的心理急救指南,從07:56開始。影/鄭若瑟Joseph Cheng on YouTube

烏克蘭經驗

Cherepanov 博士指出,在沒有中央統籌的狀況下,烏克蘭等地的心理健康從業人員,冒著生命危險,自發性地付出,並組織社會資源。他們讓世人看到,唯有喚起大眾對心理創傷的重視,才能強化社會韌性,以及減少對求助的汙名化。必要訓練專業人員、醫療工作者、教師和志工,心理急救的能力;並建立社區型的支援體系,共同分擔責任。[2]

  

-----廣告,請繼續往下閱讀-----

延伸閱讀

  1. 高振傑、蘇逸人(2021)《心理急救手冊》中華民國紅十字會。
  2. UCLA早期心理急救模式」(2010)災難與創傷心理資訊網。
  3. 紅十字會與紅新月會社會心理急救資源冊》(2018)香港紅十字會與紅新月會。
  1. Kumar BN, James R, Hargreaves S, et al. (2022) ‘Meeting the health needs of displaced people fleeing Ukraine: Drawing on existing technical guidance and evidence’. The Lancet Regional Health – Europe.
  2. Cherepanov E. (2022) ‘Mental health providers in Ukraine need support but they are not helpless: Professional self-organization and innovative practices’. Frontiers in Public Health, 10:1009431.
  3. Smith, K. (2015) ‘Trauma in Ukraine’. Monitor on Psychology, 46(4).
  4. United Nations. (17 JAN 2023) ‘The UN and the war in Ukraine: key information’. Regional Information Center for Western Europe.
  5. Ochab EU. (30 OCT 2022) ‘What Are Putin’s ‘Filtration Camps’ And Why Are They Concerning?’. Forbes.
  6. Schafer A, Snider L, Sammour R. (2016) ‘A reflective learning report about the implementation and impacts of Psychological First Aid (PFA) in Gaza’. Disaster Health, 3(1): 1-10.
  7. Snider L, van Ommeren M, Schafer A. (02 OCT 2011) ‘Psychological first aid: Guide for field workers’. World Health Organization.
-----廣告,請繼續往下閱讀-----
胡中行_96
169 篇文章 ・ 67 位粉絲
曾任澳洲臨床試驗研究護理師,以及臺、澳劇場工作者。 西澳大學護理碩士、國立台北藝術大學戲劇學士(主修編劇)。邀稿請洽臉書「荒誕遊牧」,謝謝。

0

1
0

文字

分享

0
1
0
勒洛伊的女巫,集體歇斯底里症——《謎病睡美人》
麥田出版_96
・2022/12/11 ・2487字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

集體歇斯底里症(mass hysteria):一種影響特定群體的病症,典型特徵為激動、焦慮、非理性行為或信念,或其他無法解釋的症狀。

誤解、扭曲、貼標籤

大眾很容易對所謂 「集體歇斯底里症」的報導產生興趣。相關消息常以獵奇角度呈現,記錄的不是故作暈倒的做作女孩,就是突然流行的怪異行為。

事實上,不只媒體誤解和扭曲集體歇斯底里症的真實樣貌,資訊不足的醫界成員也是如此,而且後者不在少數——想想哈瓦那症候群的例子,連負責調查的資深醫學專家都不辨菽麥,將集體心因性疾病和詐病混為一談。在埃爾卡門,很多人以為只有受過創傷的人才會出現集體心因性疾病。

集體歇斯底里症的真實樣貌不易辨識。圖/Pexels

與大多數醫學問題相比,集體心因性疾病似乎更容易被陳腔濫調攻訐,也更常被早已過時的理論錯誤解讀。其中尤其顯著的問題是,人們總是認為這種病起於發病者的內在,是他們心理脆弱,但實際情況往往不是如此。

真正的集體歇斯底里症爆發與其所處的社會關係更大,遠遠大過發病者個人。

在埃爾卡門開始陸續有人發病前不久,兩個非常不一樣的社群也發生了類似事件,一個在美國,另一個在蓋亞那。雖然兩個發病族群在人口統計特徵上十分接近,都是小鎮學校的少女——兩者背後的社會驅力卻相當不同。

-----廣告,請繼續往下閱讀-----

勒洛伊風暴

第一個案例發生在二○一一年,地點是紐約州的勒洛伊。勒洛伊中學位於曼哈頓北方三百五十英里、尼加拉瀑布東方七十英里處。它現在成了無人不曉的神經流行病爆發地,許多媒體為該病症貼上集體歇斯底里症的標籤。

集體歇斯底里症:影響特定群體的病症;特徵為激動、焦慮、非理性行為或信念,或其他無法解釋的症狀。圖/Pexels

據說最早發病的是高年級生凱蒂.克勞特伍斯特。

她學業優異,人緣極佳,還參加了啦啦隊。我第一次看到她的照片是在《紐約時報雜誌》上,印象非常深刻,因為她讓我想到柳波芙。相片裡的凱蒂和柳波芙一樣望向遠處,表情有如被全世界遺棄。不過,相片裡也看得出這個女孩活潑的一面。她穿的彩色襪子刻意不成雙,顏色鮮豔,粉紅色的房間到處都是少女風的小飾品。

我不禁好奇:是凱蒂和柳波芙的攝影師要她們別露出笑容?還是她們真的像照片上那麼憂愁?

-----廣告,請繼續往下閱讀-----

報導說凱蒂發病於二○一一年十月。那天她睡完午覺就不由自主地出現一些小動作,也忍不住一直發出聲音,症狀類似妥瑞症。接著,她下巴抽搐,五官扭曲,身體痙攣、扭動,甚至沒來由地大叫。

凱蒂的症狀過了數星期才開始傳染,先是傳給她的啦啦隊好友瑟菈。

瑟菈的症狀幾乎和凱蒂一模一樣,在動作和發聲上出現非自願動作(tics),除此之外,她變得結巴,四肢劇烈擺動。瑟菈發作之後,這種病先在這兩名女孩的小圈子傳開,後來又傳到校內更大的人際圈。

隨著這種病的擴散,其症狀也開始改變,驗證了哈金所說的分類效應和迴圈效應。

-----廣告,請繼續往下閱讀-----

新病人的症狀變得更猛也更重,有的女孩像解離型癲癇一樣全身抽搐,有的甚至無法走路。連凱蒂和瑟菈的症狀也出現變化:她們肌肉抽動的情形嚴重到不斷跌倒,最後不得不坐輪椅。

不過,北美這群女孩在很多方面比埃爾卡門的女孩幸運,最起碼她們都能去大型醫院看神經科;在最早發病的十二個女孩裡,十個去了水牛城的同一個神經學團隊看診。由於發病人數不算多,院方一開始沒看出病例之間的關連,也想過可能是妥瑞症,然而一旦發現此病症的傳播在交友圈之中,這個預想便不成立。

女孩們肌肉抽動的情形嚴重到不斷跌倒,最後不得不坐輪椅。圖/Envato Elements

醫療團隊澈底調查後,判斷為功能性神經症狀障礙症,為她們下了 「轉化症」的診斷。

學校嚴肅看待這場集體發作,不但請人檢查環境,也呈報疾病管制中心,紐約州衛生處也隨後介入,環境檢查沒有發現毒素或傳染物。

-----廣告,請繼續往下閱讀-----

不被理解的功能性疾病

爆發的前三個月,事態似乎得到控制。病患家屬和平時一樣信賴醫生,也相信女兒一定會復原。

然而,二○一二年一月,當衛生處決定在學校召開說明會,讓更多人了解調查結果(在此之前,只有發病的女孩和她們的家人知道診斷詳情),事情也開始走樣,後續發展對牽涉其中的每一個人都不好。

在說明會上,衛生處向到場的家長和學生保證學校安全無虞,也隱約透露這場爆發可能與壓力有關。但他們略過細節不談,只表示這些部分受個資法保護,不能公開討論。

沒想到這番說法猶如提油救火——一方面是因為學校裡的人難以接受這個解釋,另一方面是因為很多人不知道功能性疾病的威力,不相信心理因素真的能造成如此嚴重的神經症狀。衛生處對相關資料諱莫如深的態度,更製造出不信任的氛圍。

-----廣告,請繼續往下閱讀-----

轉化症(功能性神經症狀障礙症,FND)的診斷是一回事,家長和學生對這個診斷的認識卻是另一回事,兩者之間的落差讓傷害有了可乘之機。

在埃爾卡門, 「集體心因性疾病」的標籤帶來混亂;在勒洛伊,轉化症的診斷同樣掀起波瀾。功能性疾病或心身症的診斷經常受到誤解,類似情況在我們平日行醫時也屢屢出現。對於這種類型的疾病,大家自以為了解的東西大多是錯的。

當他們極力抗拒功能性疾病的診斷,他們抗拒的其實是對這種病早已過時的錯誤詮釋,而不是我們現今所理解的功能性疾病。

——本文摘自《謎病睡美人》,2022 年 11 月,麥田出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
麥田出版_96
27 篇文章 ・ 15 位粉絲
1992,麥田裡播下了種籽…… 耕耘多年,麥田在摸索中成長,然後努力使自己成為一個以人文精神為主軸的出版體。從第一本文學小說到人文、歷史、軍事、生活。麥田繼續生存、繼續成長,希圖得到眾多讀者對麥田出版的堅持認同,並成為讀者閱讀生活裡的一個重要部分。