Loading [MathJax]/extensions/tex2jax.js

0

2
1

文字

分享

0
2
1

執迷不悟,乙醚之誤:生物實驗用乙醚錯了嗎?

YTLai_96
・2015/11/30 ・3532字 ・閱讀時間約 7 分鐘 ・SR值 463 ・五年級

cc by Mandy Jouan
cc by Mandy Jouan

說到生物實驗,不知道從什麼時候開始,多數人第一個想到的就是「解剖」。而若說要怎麼把要解剖的動物犧牲掉,大概第一個想到的也就是乙醚了吧。

乙醚這個藥品,作為吸入性麻醉劑已經有一百多年的歷史(請見誰是麻醉第一人)。然而,由於乙醚易燃,而且作為吸入性麻醉劑的乙醚蒸氣與空氣混合即成為爆炸性混合物,一旦使用上稍有不慎引發燃燒爆炸,外科醫生和助手恐怕馬上就成了開刀患者隔壁床的新來病友。再加上乙醚麻醉後的恢復期長,而且還可能有噁心反胃的不良反應(WIKI1   WIKI2),乙醚在外科手術上的用途,早已讓位其他更安全的麻醉藥品。

cc by Chris Beckett
cc by Chris Beckett

但是,即使在臨床手術麻醉上的重要性早已退居龍套中的霸主,乙醚在大眾的印象中依然像是麻醉或迷藥的七武器之首。不但在電視上老是可以看到壞人拿著乙醚沾濕的白布蓋住苦主,然後苦主就白眼一翻兩腿一軟失去知覺任人擺佈,乙醚在台灣的生物實驗課裡頭,也常常被拿來將動物麻醉致死,以便後續解剖觀察。直覺的想,乙醚既然是歷史悠久的麻醉藥,用來將動物麻醉到死應該是恰如其分,不僅在犧牲動物的時候不會造成痛苦達成安樂死的要求,也讓動物在後續的實驗過程中不要受罪,不是嘛?

很不幸的,在台灣的生物實驗課現場,這樣的想法 / 做法幾乎都是大錯特錯。由於這個錯誤是如此嚴重又荒唐,實在得好好打打還在使用乙醚的人的臉。

-----廣告,請繼續往下閱讀-----
cc by polywen
cc by polywen

首先,台灣的生物實驗課最常用到的活體動物,大概非青蛙(牛蛙或虎皮蛙)莫屬。這些動物九成九九都是從市場買來的活跳跳個體,在實驗課上頭九成九九也是作為解剖觀察的對象,無論是高中選修生物裡頭就有的蛙類解剖實驗,還是大學的普通生物學實驗裡頭的單元皆是如此。在解剖之前當然要把青蛙安樂死(或鄉愿的稱之為「麻醉」,講得好像可以把青蛙肚子關起來然後就醒來活跳跳一樣),那麼,使用乙醚把青蛙安樂死,或是先使用乙醚把青蛙麻醉再以腦脊髓穿刺法安樂死,難道臭(錯)了嗎?

的確是臭(錯)了,而且是大臭(錯)特臭(錯)。

我們來看看乙醚的特性吧。乙醚的氣味相當不佳,會強烈刺激口鼻呼吸道的黏膜。既然會刺激我們的黏膜,那麼,對青蛙這樣皮膚通透性好到可以行部分呼吸功能、構造跟黏膜一樣缺乏緻密隔離層的動物來說,把它們丟到充滿乙醚蒸氣的密閉空間裡麻醉致死,恐怕就像是全身燒燙傷一樣強烈刺激致死。

乙醚對青蛙造成刺激和痛苦的證據之一,就是青蛙被乙醚麻死(或快死)後的腹部皮膚模樣(上面影片的開頭、跟這個第一張照片)通常都是粉紅甚至整片泛紅,而這樣的膚色通常都是在環境水體不乾淨、水中含氮廢物過高造成氨中毒的時候才會出現(而且通常是粉紅色而已)。想想乙醚在短短十幾分鐘就把青蛙搞成上面影片那樣的整片紅,那應該是怎麼樣的強烈刺激?

另外一個證據是,既然號稱是麻醉到安樂死,那麼動物應該是漸漸失去意識、不會有什麼掙扎才對。但是如果各位看過青蛙剛進乙醚瓶的反應(例如這個影片),那些抽動、突然跳躍和抹臉,根本不是安逸放鬆無痛苦的時候會有的行為。

-----廣告,請繼續往下閱讀-----

更糟的是,乙醚因為易溶於血液中,因此要達到麻醉效果所需時間也並不短(連結第三頁底)。所以,使用乙醚來犧牲青蛙,其實就是讓他在『全身刺激的痛苦』『緩慢的』昏迷失去行動能力,然後又在半死不活的時候被拿來切割流血到死,這樣的方法怎麼能夠稱做『安樂』?

又,從教師和學生的角度來看,乙醚也是一個相當危險的藥品:它的揮發性強、易燃易爆、毒性也高、對呼吸道黏膜刺激性強。真的萬不得已要操作,都應該要在抽風櫃裡進行。而且,乙醚即使被吸收後溶於動物體的血液裡,也還是會慢慢的揮發出來,所以當你用乙醚把青蛙弄死以後,整班學生跟老師一起埋著頭在解剖盤上翻攪時,其實也正在吸著剛剛被青蛙吸收到身體,然後慢慢散發回空氣中的乙醚,好像要跟痛苦死去的青蛙一起同甘共苦,讓乙醚燒灼黏膜一樣。而也因為乙醚易燃易爆的特性,就連這樣的屍體都應該要在安全抽風櫃中置放三十分鐘,再以塑膠袋密封移到防爆冰櫃裡,即使冰起來還不能放太久(連結第三頁底)。但是無論是抽風櫃或是防爆冰櫃,許多使用乙醚的教學場域根本都沒有這樣的設備,卻可以一直使用乙醚來犧牲青蛙,這還真是台灣生物教學的七大不可思議。

 

簡報1 簡報2

最後,使用乙醚還有一個重大風險,那就是「違法」。根據農委會的「實驗動物適用之安樂死方法及禁止使用之死亡方法」 表格所述,即使是哺乳動物,乙醚也只能用在小於125g的囓齒動物上,其他哺乳類通通是「不得使用」,至於其他脊椎動物裡頭,也沒有一種動物可以拿乙醚來安樂死。若是參考2013年版的美國獸醫動物安樂死規範,裡頭可是明白說了「乙醚用來安樂死是不被接受的(Ether is not acceptable for euthanasia.)」(22頁左上),附表三的「不可接受的安樂死主要方法」裡頭乙醚也名列其中(102頁)。今天若不是因為台灣的教學用動物使用毫無規範,動物保護法也沒有執行法法源和專責的執法人員在稽查,校園、課堂、社團、補習班或科學營隊裡的各個教學場域,根本不可能數十年如一日的依然使用乙醚來處理教學用動物。

至此,也許各位會問:既然歷史悠久的乙醚不能用來把青蛙安樂死,那可以用什麼方法呢?其實,有些版本的高中生物課本裡頭,早已出現了符合規範的人道犧牲方式,例如使用苯氧基乙醇,或者是也可以使用國外研究裡採用的丁香油。用這些藥品,讓青蛙在溶液中游著游著就昏迷,泡久一點就安樂死,不是比乙醚更好得多嘛?
(20161229補註:苯氧基乙醇和丁香油可以用來麻醉魚類和兩棲類,但是因為麻醉機轉是肌肉神經活性阻斷,所以在中樞神經失去作用之前會讓兩棲類呼吸衰竭而痛苦,因此依然不是真正的安樂死。顯而易見的跡象是,使用苯氧基乙醇和丁香油麻醉到死亡的過程中,牛蛙會有一兩分鐘的劇烈掙扎。但是,這兩種藥物比起乙醚對操作者是安全得多,對蛙類的刺激『可能』也還是比較小,因此用來取代乙醚應該還是可行。)

-----廣告,請繼續往下閱讀-----

另外,更進一步的反思,如果現在連蛙的解剖都已經變成高三選修生物的示範實驗,那麼強迫全班殺死一堆動物各自解剖的意義到底為何?如果為的是讓學生動手操作,試問就操作這麼一次,事前沒練習事後沒複習,這種體驗式的沾醬油目的,到底是有什麼學習意義?按圖索驥式的把所有器官構造點名指認過一次,這樣「好像學到了什麼」的感覺,反而消耗了珍貴的認知資源在膚淺的記憶上頭,阻礙了思考、提問、推理、歸納等真正的深化學習。

是的,我同意實驗課應該要可以有實體來操作、觀察和對照,但既然要看的只是各個外部型態和內部構造,使用研究結束後人道處理完準備銷毀的動物不行嘛?使用養殖場意外死去的雞、小豬、牛蛙不行嘛?使用路殺的動物個體不行嘛?使用鳥店寵物店死掉的個體不行嘛?使用可以一用再用的動物標本不行嘛?使用可以重複拆卸把玩的精細動物解剖模型不行嘛?有心的話,那麼多的選擇就在那裡,何苦老是一定要找活體動物,再使用乙醚或其他根本不安樂的方法把牠弄死解剖?

結果到頭來,大家想到生物實驗就只會想到把活體動物弄死解剖,但真的細問解剖到底學到了什麼,答案卻和犧牲得輕如鴻毛的動物性命一樣,飄散在茫茫的乙醚風中。

延伸閱讀:關於動物解剖實驗的操作與反思系列

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度
YTLai_96
51 篇文章 ・ 31 位粉絲
也許永遠無法自稱學者,但總是一直努力學著

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

1
0

文字

分享

0
1
0
精神個案系列:麻醉醒來講外語?!
胡中行_96
・2023/06/15 ・1537字 ・閱讀時間約 3 分鐘

-----廣告,請繼續往下閱讀-----

少年醒來了。他反覆地用英語說,自己在美國猶他州。[1]

這裡是荷蘭 Maastricht 大學附設醫學中心(Maastricht UMC+)的術後恢復室。少年踢足球傷到膝蓋,剛開完刀。外科護理人員判斷他麻醉尚未退盡,不以為意。然而數小時後情況依舊,精神科因此參與會診。[1]

荷蘭 Maastricht 大學附設醫學中心。圖/Nobbelicious on Wikimedia Commons(CC BY-SA 4.0)

精神狀態檢查

術後 18 小時,精神醫師為少年進行精神狀態檢查(mental status examination)。以下是個案報告中,記錄的幾個項目:[1]

  • 外表:此項目觀察病患維護個人衛生的能力,穿著是否合宜,外貌可有因病蒼老等。[2]時年 17 歲的白人少年,服儀整潔,躺在床上。[1]
  • 情緒:這是病患的主觀感受,通常就是直接問他們當下覺得如何。[2]該少年的心情愉快,顯然不受病況影響。[1]
  • 表情:有些精神病患會出現跟情緒不吻合的表情,例如:該哭的時候笑,或者說自己心情好,卻一直哭。[2]少年的表情正常。[1]
  • 行為:某些精神狀態、生理疾患或藥物副作用,會改變病患的行為。比方說,狂躁症患者亢奮的舉止;巴金森氏症使動作僵硬緩慢;亦或是因藥導致的非自主性運動等。[2]本案少年輕鬆自在,與醫師握手打招呼,以開放的態度對話,且有適當的眼神接觸。[1]
  • 認知:常見的項目有清醒程度、專注力、記憶力、抽象推理能力,以及辨識人、時、地的定向力等。[2]少年稍早在恢復室,以為自己位於從來沒去過的美國,又不認得父母,就是定向力異常。到了精神科問診的時候,醫師沒有發覺異樣,並認為他的智力約在平均水準。[1]
  • 感知:人在沒有外界刺激的狀況下,不該接收到感官訊號。[2]少年的感知正常,無幻覺。[1]
  • 思考:此項分為模式和內容。[1]前者是指思路是否清晰,還是雜亂無章;後者則要看病患的思緒可有圍繞特定主題,像是擔心遭受迫害,或是想自殺等。[2]醫師認為少年的思考模式與內容都正常,沒有奇怪的妄想。[1]
  • 言語:一般是觀察說話的語調、節奏、速度、音量和流利程度等特質,[2]當然這裡得加上語言的種類。就讀高中三年級的少年,平常除了學校的英語課,生活中都講荷蘭語及該國南部的林堡語(Limburgish)。現在他卻用英語跟醫師溝通,而且只擠得出簡短的荷蘭語答覆。不過,比起先前完全聽不懂荷蘭語,這已經好得多。醫師評論其英語,雖然帶有荷蘭腔,但發音大致清晰正確。護理人員及少年的母親,則認為他的英語相當流利。[1]

外語症候群

麻醉劑會暫時改變腦部連結,也許是認知功能恢復較慢,或者用藥種類的選擇,有時便引發令人困惑的甦醒譫妄(emergence delirium)。外語症候群(foreign language syndrome)可能算是其中罕見的類型,而非獨立的診斷。過去的學術文獻裡,相關案例以成年人居多,症狀維持的時間長度,不論年紀則從 25 分鐘至 28 小時不等。[1]

-----廣告,請繼續往下閱讀-----

術後 24 小時,少年的朋友們前來探訪。他以荷蘭語對答如流。翌日,少年再次接受精神狀態檢查。這回醫師的描述,涵蓋了另一個重要的項目──病識感[1]也就是病患本身對病況的理解。[2]少年表示,他有意識到自己術後僅懂英文,以為身處異地,又認不得人。既然精神狀態似乎都已恢復,同時神經科方面的檢查也無異常,隔天他便回家。[1]

或許如同動物實驗中,麻醉對未成熟個體認知功能的影響較為長久。過了3週,少年告訴精神科診所的醫師,他容易累,注意力比開刀前差。他在出院後 2、5 和 10 個月,持續回診追蹤,所幸後來症狀逐漸改善。[1]

  1. Salamah HKZ, Mortier E, Wassenberg R, et al. (2022) ‘Lost in another language: a case report’. Journal of Medical Case Reports, 16, 25.
  2. Voss RM, M Das J. (12 SEP 2022) ‘Mental Status Examination’. In: StatPearls. Treasure Island (FL): StatPearls Publishing.
-----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

4
1

文字

分享

0
4
1
那天下了一場「動物雨」!!
胡中行_96
・2023/03/13 ・2173字 ・閱讀時間約 4 分鐘

澳大利亞北領地的 Tanami 沙漠,有一個叫做 Lajamanu 的偏遠小鎮。2023 年 2 月 19 日晚間,突然下起驟雨。[1]直至隔天早晨,累積了 61.4 毫米的雨量。[2, 3]降雨期間,魚群也跟著從天上落下。[1]

19 世紀英國畫家 George Cruikshank 描繪俚語「raining cats and dogs」的概念。圖/參考資料 5(Public Domain)

動物雨的種類

英文俚語「raining cats and dogs」,以「降下貓狗」形容大雨滂沱[4]19 世紀的英國畫家 George Cruikshank,還拿這個比喻當題材,創作虛構作品(上圖),抱怨糟糕的天氣。[5]事實上回顧歷史,其他動物比較常由空中砸下來。早在西元前 1 世紀,羅馬博物學者老普林尼(Pliny the Elder)就曾記錄,隨著暴風雨墜落。文藝復興時期開始,更不時有版畫描繪此類事件(下圖)。除了與上述雷同的情形,也有的個案。 [6]19世紀以降的文獻,則增加了蜘蛛螞蟻蝸牛淡菜(貽貝)、寄居蟹,以及各色蠕蟲等千奇百怪的案例。[7]

16 世紀版畫:天空降「魚」。圖/參考資料 6,Figure 2(Public Domain)
17 世紀版畫:天上掉下大量的蛇(左)和鼠(右)。圖/參考資料 6,Figure 3(Public Domain)

許多動物雨的紀錄,要不是歷史悠久,死無對證;就是鄉民口述,人微言輕。信者恆信;質疑者則當是鄉野奇談,嗤之以鼻。然而,若有科學家挺身背書,那就不一樣了。1947 年 10 月 23 日,美國路易斯安那州野生動物與漁業局的生物學家 A.D. Bajkov,在該州的 Marksville,親身體驗奇妙的自然現象。他事後撰文,投稿《科學》(Science)期刊,[8, 9]興奮之情躍然紙上:

「那天早上 7、8 點之間,2 到 9 英吋(約 5 到 23 公分)的魚落在樹梢和院子裡」,使這個南方小鎮的居民困惑之餘,群情激昂。當時他和妻子正在餐廳裡享用早餐,一聽服務生說魚群從天而降,便立刻跑去蒐集。Marksville 銀行的總裁 J.M. Barham 表示,起床就發現數以百計的魚落在自家院子裏,鄰居太太家也是。7 點 45 分,1 名該銀行的員工和 2 個商人的路途,則遭魚群阻斷。[8]

「離餐廳半個街區外的銀行附近,平均每平方碼(約 0.84 平方米)就有一條魚。」有的慘遭車輛輾壓;有些則落在房子的屋頂上。「牠們屬於在地的淡水魚類…」這名生物學家如數家珍地,列舉了一堆名字。然後說他將撿來的魚,全部裝成一罐,泡福馬林,要「分送數個博物館」。[8]

水龍捲

根據美國國會圖書館的介紹,動物雨的肇因或許不只一種:許多科學家將矛頭指向,形成於陸地,並行經水域的水龍捲(waterspouts)。其最高風速為每小時 100 英里(約 161 公里),中央低壓渦漩(vortex),會像吸塵器般,吸入周圍的水、空氣,以及包含生物在內的小東西。水龍捲移動的過程中,因為逐漸失去能量,沿路容易掉東掉西,造成動物雨等現象。美國普渡大學的 Ernest Agee 教授,「曾見過小池子的水,整個被路過的龍捲風淨空」,所以覺得天上要是砸下幾隻蛙,也算頗為合理。[10]不過,如果水龍捲夾帶的,不是動物,而是石頭,就可能變成危險的石頭雨。這種情形,有時會被誤認為來自外太空的隕石雨。[6]

-----廣告,請繼續往下閱讀-----

上升氣流

南伊利諾大學的 Doc Horsley 教授等科學家,認為上升氣流(updrafts),也會導致動物雨:暖空氣由地表高壓處,向上升到較冷的低壓處。在暴風雨中,能超過每小時 60 英里(約 97 公里),幾乎與中等水龍捲相當,所以擄走小動物的潛力,也不遑多讓。[10]

一起掉落的物種

水龍捲和上升氣流,都是從路經之處,任意搜刮。既然被帶走的東西包羅萬象,為何同時落於一處的,卻是相近的物種?美國華盛頓大學的 William Hayden Smith 教授解釋:當風力漸減,重的東西,會比輕的先掉下來。於是,尺寸和重量雷同的個體,便一起墜落。[10]

魚還活著…

講了半天,所以那些澳洲沙漠裡的魚,後來怎麼了?當地的議員 Andrew Johnson Japanangka,告訴 ABC 新聞臺,有些魚落地後倖存。「被孩子們撿起來,保存於瓶罐裡。」同樣的事件在 1974、2004 和 2010 年,亦曾發生過,部份居民甚至記得當年的情景。總之,這在該小鎮,雖然罕見,但算是正常。[1]

  

-----廣告,請繼續往下閱讀-----
  1. Allison C, Trevaskis L, Barwick A. (21 FEB 2023) ‘Fish ‘rained from the sky’, outback community says, in freak weather event’. ABC News.
  2. Lajamanu, Northern Territory – February 2023 Daily Weather Observations’. Australian Bureau of Meteorology. (Accessed on 24 FEB 2023)
  3. Notes to accompany Daily Weather Observations’. Australian Bureau of Meteorology. (Accessed on 24 FEB 2023)
  4. Cambridge University Press. ‘It’s raining cats and dogs!’ Cambridge Dictionary. (Accessed on 23 FEB 2023)
  5. George Cruikshank. ‘Very Unpleasant Weather, or, the Old Saying Verified “Raining Cats, Dogs, & Pitchforks.”!!!’. Yale Center of British Art. (Accessed on 23 FEB 2023)
  6. Franza A, Morelli M, Faggi D, et al. (2021) ‘To be or not to be, that is the question: The Marsala meteorite (Italy, 1834) and the role of the doubtful meteorites in the history of meteoritics’. Meteoritics & Planetary Science, 56(5): 922-943.
  7. Berenbaum MR. (2015) ‘Who’ll Stomp the Rain?’. American Entomologist, 61(3): 133–135.
  8. Bajkov AD. (1949) ‘Do Fish Fall from the Sky?’. Science, 109(2834): 402
  9. Dennis J. (2013) ‘6. It’s Raining Frogs and Fishes’. In: It’s Raining Frogs and Fishes: Four Seasons of Natural Phenomena and Oddities of the Sky. Diversion Books.
  10. Science Reference Section. (19 NOV 2019) ‘Can it rain frogs, fish, and other objects?’. U.S. Library of Congress.
-----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。