• 作者／賴昭正｜前清大化學系教授、系主任、所長；合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒，那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬．霍金（Stephen Hawking）　英國理論物理學家

大約在八十年前，當第一台數位計算機出現時，一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧；但七十年後，還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」（Artificial Intelligent，簡稱 AI）的能力最近十年突然起飛，在許多（所有？）領域的測試中擊敗了人類，正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元（graphic process unit，簡稱 GPU）是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia（英偉達）股票從每股不到 $5，上升到今天（5 月 24 日）每股超過 $1000（註一）的全世界第三大公司，其創辦人（之一）兼首席執行官、出生於台南的黃仁勳（Jenson Huang）也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人！可是多少人了解圖形處理單元是什麼嗎？到底是時勢造英雄，還是英雄造時勢？

在回答這問題之前，筆者得先聲明筆者不是學電腦的，因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事，不是我們外行人需要了解的；但作為一位現在的知識分子或公民，了解基本原理則是必備的條件：例如了解「能量不滅定律」就可以不用仔細分析，即可判斷永動機是騙人的；又如現在可攜帶型冷氣機充斥市面上，它們不用往室外排廢熱氣，就可以提供屋內冷氣，讀者買嗎？

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」（central process unit，簡稱 CPU）。CPU 是電腦的「腦」，其電子電路負責處理所有軟體正確運作所需的所有任務，如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作；但為了簡單化，我們在這裡所談的工作將只是執行算術和邏輯運算的工作（arithmetic and logic unit，簡稱 ALU），如將兩個數加在一起。在這一簡化的定義下，CPU 在任何一個時刻均只能執行一件工作而已。

在個人電腦剛出現只能用於一般事物的處理時，CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後，CPU 開始顯示心有餘而力不足：例如電玩動畫需要應用程式處理數以萬計的像素（pixel），每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年，英偉達將其一「具有集成變換、照明、三角形設定／裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」（註二）定位為「世界上第一款 GPU」，「GPU」這一名詞於焉誕生。不像 CPU，GPU 可以在同一個時刻執行許多算術和邏輯運算的工作，快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢？因每一時刻只能做一件事，所以其步驟為：

• 計算 7×5；
• 計算 6/3；
• 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢？很多工作便可以同時（平行）進行：

• 同時計算 7×5 及 6/3；
• 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間，但如果我們有 16 對 a×b 要相加呢？單獨的 CPU 需要 31 個運算的時間（16 個 × 的運算時間及 15 個 + 的運算時間），而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間（1 個 × 的運算時間及 4 個 + 的運算時間）！

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了，如何將它擺正成右圖呢？ 一句話：「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點（座標 x, y）組成的，所以這句簡單的話可讓 CPU 忙得不亦樂乎了：每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

即每一點均需要做四個 × 及兩個 + 的運算！如果每一運算需要 10^-6 秒，那麼讓《我愛科學》一書做個簡單的角度旋轉，便需要 6 秒，這豈是電動玩具畫面變化所能接受的？

人類的許多發明都是基於需要的關係，因此電腦硬件設計家便開始思考：這些點轉換都是獨立的，為什麼我們不讓它們同時進行（平行運算，parallel processing）呢？於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 10⁶ 運算，那上圖的轉換只需 10^-6 秒鐘！

GPU 的興起

GPU 可分成兩種：

• 整合式圖形「卡」（integrated graphics）是內建於 CPU 中的 GPU，所以不是插卡，它與 CPU 共享系統記憶體，沒有單獨的記憶體組來儲存圖形／視訊，主要用於大部分的個人電腦及筆記型電腦上；早期英特爾（Intel）因為不讓插卡 GPU 侵蝕主機的地盤，在這方面的研發佔領先的地位，約佔 68% 的市場。
• 獨立顯示卡（discrete graphics）有不與 CPU 共享的自己專用內存；由於與處理器晶片分離，它會消耗更多電量並產生大量熱量；然而，也正是因為有自己的記憶體來源和電源，它可以比整合式顯示卡提供更高的效能。

2007 年，英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後，科學家發現獨立 GPU 不但能夠快速處理圖形變化，在需要大量計算才能實現特定結果的任務上也非常有效，因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理，不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化，也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬（註三）等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分，正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲，遠遠落在英偉達（80%）及超微半導體公司（Advance Micro Devices Inc.，19%，註四）之後，大約只有 1% 的市場。

事實上現在的中央處理單元也不再是真正的「單元」，而是如圖二可含有多個可以同時處理運算的核心（core）單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心，因此其核心功能不如 CPU 核心強大，但它們能同時高速執行大量相同的指令，在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心；GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書，不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等，也知道它擺斜了。這種「平行運作」的能力不僅限於視覺，它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是：嘴巴在講，腦筋思考已經不知往前跑了多少公里，常常為了追趕而越講越快，將不少學生拋到腦後！這不表示筆者聰明，因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技，因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣（matrix）的讀者應該知道，如果用矩陣和向量（vector）表達，上面所談到之座標轉換將是非常簡潔的（註五）。而矩陣和向量計算正是機器學習（machine learning）演算法的基礎！也正是獨立圖形處理單元最強大的功能所在！因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石：它們的架構就是充分利用並行處理，來快速執行多個操作，進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」（deep learning）。

黃仁勳在 5 月 22 日的發布業績新聞上謂：「下一次工業革命已經開始了：企業界和各國正與英偉達合作，將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升，幫助企業降低成本和提高能源效率，同時擴大收入機會。」

附錄

人工智慧的實用例子：下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後，讀者是不是認為筆者該退休了？

GPU（圖形處理單元）和 AI（人工智慧）之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力，特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步，使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率，使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐，而且使其更具成本效益，因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展，GPU 的角色可能會變得更加不可或缺，推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標，這些神經元網路可以獨立但有凝聚力地工作，使我們能夠執行複雜的任務，例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外，研究表明，與非人類動物相比，人類大腦具有更多平行通路，這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上，一邊聽音樂一邊做飯，或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技，因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵：透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

（註一）當讀者看到此篇文章時，其股票已一股換十股，現在每一股約在 $100 左右。

（註二）組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」（GeForce 256）插卡吧?

（註三）筆者於 1984 年離開清華大學到 IBM 時，就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士（fellow）」Enrico Clementi 的團隊：因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層，我們只能自己寫軟體將 8 台中型電腦（非 IBM 品牌！）與一大型電腦連接來做平行運算，進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

（註四）補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商：英偉達及 ATI（Array Technology Inc.）。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立，2006 年被超微半導體公司收購，品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐（Lisa Tzwu-Fang Su）博士為執行長後，股票從每股 $4 左右，上升到今天每股超過 $160，其市值已經是英特爾的兩倍，完全擺脫了在後者陰影下求生存的小眾玩家角色，正在挑戰英偉達的 GPU 市場。順便一題：超微半導體公司現任總裁（兼 AI 策略負責人）為出生於台北的彭明博（Victor Peng）；與黃仁勳及蘇姿豐一樣，也是小時候就隨父母親移居到美國。

（註五）或。

延伸閱讀

• 「熱力學與能源利用」，《科學月刊》，1982 年 3 月號；收集於《我愛科學》（華騰文化有限公司，2017 年 12 月出版），轉載於「嘉義市政府全球資訊網」。
• 「網路安全技術與比特幣」，《科學月刊》，2020 年 11 月號；轉載於「善科教育基金會」的《科技大補帖》專欄。

近日 COVID-19 高端疫苗議題持續延燒，甚至有謠言直指政府會用吹箭強迫國民中鏢。然而，用吹箭打針是真的有可能嗎？它又是如何做到的呢？

一般人對於吹箭的了解，第一個想到的總是古代暗器、或是原住民狩獵的工具。但事實上，對一名獸醫師而言，吹箭其實是再稀鬆平常不過的日常。

獸醫使用吹箭，主要目的是在一定的距離之外，透過麻醉放倒兇猛或是敏感緊張的動物。舉例而言，野生動物 / 動物園獸醫師會在動物需要健康檢查，或是疑似生病時，透過吹箭放倒動物進行醫療。而動保處的獸醫師，也會透過吹箭來麻倒流浪犬貓，捕捉來進行絕育，以此控制流浪動物數量。

吹箭是如何達到注射效果的？

其實，吹箭的「箭」非常特別，是將一般的注射針巧妙改造後，讓它在刺入身體的同時，釋放出裡面的藥物。所以說，如果用一般的針，就算真的給你射中，藥也沒辦法完全打進去啦！（以為在射飛鏢嗎）

回答這個問題前，不妨先回頭想像一般打藥的狀況：護理師會先用酒精棉擦拭，然後要你深呼吸，再用超快的手速把針戳進去，並把藥推到底。最後，再拿著乾棉花按住傷口，要嚇得臉色蒼白的你自己壓迫止血。

可想而知，要使用吹箭一般沒有閒情逸致事先用酒精消毒。而一段距離外，即使能夠成功刺入，也少了一股注射藥劑進去目標物體內的推力。

因此，改造的第一步在於創造出一個打入身體後才出現的「推力」！簡略地說，透過剪開針筒尾端，並將另一個空針筒的活塞取出，塞入尾羽毛線（像是羽毛球一樣為了在空中穩定！），最後，再將附有毛線的活塞塞入針筒尾端，在這個多出的空間內灌入瓦斯氣後，就創造出了一種壓力！

第二步，是讓藥物不會在打入身體前就不小心噴出來！這裡小巧思是，把針頭開口封起來後，在側邊開一個小開口，並用套子蓋住。這個目的在於，在刺入身體時，套子順勢被推開後，才會顯露出側開口。

此時，加上瓦斯氣的推力，就可以一氣呵成地把藥物打入身體內！

完成了超炫改良注射針後，只要再找一根空心長管子，就準備好吹箭的工具了！雖然簡單說就只是用力吹氣，但其實這是很考驗技巧的一項技術，尤其是在目標會移動的狀態下！而老練的獸醫師，可以神準地在 10 公尺以上的距離準確擊中目標！

其實除了看似土派用吹的吹箭之外，還有很炫的空氣槍可以用科技的力量來取代吹氣的噴射力，但因為屬於管制品，且價位較高，目前還是以傳統吹箭法為主。

通常吹箭會瞄準哪裡？

其實給藥途徑很多，有分成皮內、皮下、肌肉以及血管。而吹箭這種方式主要就是透過肌肉注射，如果是需要打皮內、皮下或是血管的藥物劑型或劑量，則不適合透過吹箭的方式給予。

那一般吹箭會瞄準哪裡的肌肉呢？一般會瞄準肉多的地方！獸醫通常會瞄準動物的臀部、大腿等肉多且面積大的地方，提高出擊的成功率。

網傳要保護手臂跟脖子，老實說這些部位真要射中還真不簡單！不提手是很靈活且擺動幅度大的部位。脖子不但肉不多，更是有豐富血管神經的地方，如果是特意瞄準脖子，根本是想謀殺了吧！

總結而言，利用吹箭的方式打疫苗，理論上絕對是可行的！然而，說政府會用吹箭的方式強迫施打高端疫苗，讓民眾心生恐懼，絕對不是一件對疫情有幫助的事。

參考資料

• 台灣 CDC 疫苗簡介
• Warren, R. J., et al. “A modified blow-gun syringe for remote injection of captive wildlife.” Journal of wildlife diseases 15.4 (1979): 537-541.

• 作者 / 黃伊平｜台北大學法研所畢業，執業律師

面對來勢洶洶的 COVID-19 疫情，我們必須提高疫苗接種率，才可能達成群體免疫的效果。不過，最近施打 COVID-19 疫苗後發生不良反應的新聞頻傳，讓許多民眾對疫苗施打產生不小疑慮（註一）。

基於施打疫苗確實有防止疾病蔓延、促進公共衛生的必要性，但且普天之下確實也沒有 100% 安全的疫苗，所以傳染病防治法第 30 條就設有「預防接種救濟補償」制度，讓民眾在因施打疫苗發生副作用的時候，可以請求金錢補償（註二）。

該如何申請補償？ 

根據傳染病防治法第 30 條，以及還有依此制定的《預防接種受害救濟基金徵收及審議辦法（下稱審議辦法）》規定，民眾在施打疫苗後，如果發生身體不適、甚至死亡的話，本人或死者的法定繼承人，可以在２年內填寫申請書，並準備相關的證明文件（例如就醫和病歷資料），向施打地的衛生局申請預防接種救濟給付（詳細流程請參考衛生福利部疾病管制署製作之手冊）。

地方政府衛生局在受理民眾申請的７天之內，就必須開啟調查程序，調查受害人的就醫病歷，以及受害者提出的證明資料，並將調查結果送請衛福部進行審議。

補償金額怎麼算？

地方政府衛生局把調查結果送到衛福部後，衛福部會成立「審議小組」來審議民眾的申請。其中的首要的關鍵任務，就是先鑑定「預防接種與受害情形關聯性」。

審議辦法第 13 條規定，審議小組透過鑑定，會將疫苗跟不良反應間的關係分為「無關」、「相關」或是「無法確定」三類（註三）。如果認定為後兩者──即「相關」或「無法確定」時，就會再進一步計算補償金額。

此時，審議小組會依照審議辦法第 18 條規定，從各種角度，如受害人的「就醫過程」、「醫療處置」、「實際傷害」、「死亡或身心障礙程度」、「與預防接種的關聯性」⋯⋯等，綜合判斷補償金額。

而補償金額，在前述審議辦法第 18 條的附表中，也有明確依照受害人的身體狀況，像是：死亡，極重度、重度、中度、輕度的障礙，或是不良反應的高低等情況，列出不同的補償範圍。

以死亡給付為例，如果鑑定死亡與疫苗接種「相關」，將有 50 萬到 600 萬元的給付，如果是「無法確定關聯性」，將有 30 萬到 350 萬元的救濟給付。

「疫苗接種補償制度」的特殊性？

從給付的條件也可以看出，「疫苗接種補償制度」跟一般「損害賠償制度」的不同之處。

通常我們在講損害賠償的時候，提出賠償的人通常一定要向法院證明行為跟損害之間有「一定關連性」，例如：買便當吃壞肚子，受害者通常需要證明吃壞肚子是因為便當有問題所造成，才能向請求法院判便當店提出賠償。

然而，如同法學俗諺提醒：「舉證之所在，敗訴之所在。」如果沒有辦法證明「行為跟損害」之間有任何關聯，通常原告都會敗訴。

反觀「疫苗接種補償制度」，縱使透過醫學鑑定後，無法確定疫苗跟不良反應間到底有沒有關係，也依舊提供補償。

說到底，這是因為當民眾施打疫苗，其實也是為了公共利益（如降低疫情氾濫），如果不幸發生意外，實在不應該要求個人完全承擔這樣的特別犧牲，所以立法者在設計補償制度的時候，就採取了這樣的設計。

不服補償金額，該如何救濟？

受害民眾或死者家屬若就補償金額不服，固然可提起訴願和行政訴訟。不過，這邊有兩個重點：

• 在提起訴願與行政訴訟時，人民是否有舉證責任？
• 法院是否會尊重之前的機關決定？

人民有舉證責任嗎？

前面提到，一般民事損害賠償的案件，請求賠償的人通常有「舉證責任」，必須向法院證明行為跟損害之間有「一定關聯性」；沒辦法證明的話，就可能會敗訴。

• 那在民眾請求疫苗救濟補償的案件中，是否也有責任證明疫苗施打跟不良反應之間有「相關」或「無法確定」的關聯性呢？答案是「沒有」。

最高行政法院過往指出：在疫苗補償的訴訟中，因為有關疫苗的選擇、保存、接種方式及安全評估，都是在行政機關的掌控之中，如果要求民眾對這些不熟悉的事物負起舉證責任，顯然是非常不公平的事，所以應該將舉證責任倒轉到行政機關身上，由行政機關負起證明「無因果關係」的責任（註六）。

法院如何判斷之前機關決定？

不過，另一方面，法官畢竟不是醫學領域的專家，針對「疫苗與損害之間的因果關係」，通常會尊重審議小組的決定空間（專有名詞叫做「判斷餘地」），進而採取比較寬鬆的審查態度。

換句話說，除非法院調查之後，認為審議過程「並未遵守法定程序」，或「基於錯誤的事實認定」，甚至做出「與事件無關的考量」等情形，否則法院通常會尊重審議小組的判斷（註四）。

舉「審議過程基於錯誤事實」的狀況為例，曾有某Ａ在接種 H1N1 新型流感疫苗後持續身體不適，檢查後發現罹患 ADEM（急性瀰散性腦脊髓炎），經過診治仍然死亡；Ａ的家屬提出疫苗救濟申請，審議小組經判斷後，認為Ａ罹患 ADEM 是因為自身感染造成，排除和疫苗有關，所以沒有給付補償。

但法官審理後認為，審議小組的審議過程沒有詳細檢查Ａ的病程發展及就診經過，只把Ａ的家族病史拿來做推測，並以偏概全地擷取護理人員的片段說詞，即認定Ａ的發病與疫苗無關，所以審議小組的判斷是基於錯誤的事實和不完全的資訊。

也就是說，在事實調查不完全的前提下，不能完全排除Ａ是因為接種疫苗才引發 ADEM。而既然無法完全排除Ａ死亡與預防接種的關聯性，衛福部審議小組的決定就有問題，於是法院下令給予補償。（註五）

未來補償案件會更多？

回到疫情的發展，疫情指揮中心在 6 月 20 日表示：截至 6 月 19 日止，國內接種 AZ COVID-19 疫苗共計 1,446,608 人次，其中 314,487 人次為 75 歲以上長者。

目前疫苗不良事件通報系統（VAERS）已收到 67 例接種 AZ COVID-19 疫苗後死亡的報告（截至6/19為止）。死亡個案大多為高齡且有慢性疾病，尚無死亡個案被判定為與疫苗相關。

除了 AZ 疫苗外，莫德納疫苗也已經陸續開始施打，將來還會有更多不同廠牌的疫苗出現在市面上。由於施打疫苗的副作用已經成為民眾急切關心的議題，可以預期未來民眾申請疫苗接種救濟補償的相關案件，在行政法院將有不少激烈的攻防戰。

註解

• 註一：匯流新聞網，2021 年 6 月 22 日新聞：打疫苗死亡再 35 例！3 人不到 60 歲 1 熟女當天洗澡暈厥已顱內出血。
• 註二：傳染病防治法第 30 條
  • 因預防接種而受害者，得請求救濟補償。
  • 前項請求權，自請求權人知有受害情事日起，因二年間不行使而消滅；自受害發生日起，逾五年者亦同。
  • 中央主管機關應於疫苗檢驗合格時，徵收一定金額充作預防接種受害救濟基金。
  • 前項徵收之金額、繳交期限、免徵範圍與預防接種受害救濟之資格、給付種類、金額、審議方式、程序及其他應遵行事項之辦法，由中央主管機關定之。
• 註三：預防接種受害救濟基金徵收及審議辦法第 13 條｜審議小組鑑定預防接種與受害情形關聯性之分類如下：
  • 一、無關：有下列情形之一者，鑑定結果為無關：
    • （一）臨床檢查或實驗室檢驗結果，證實受害情形係由預防接種以外其他原因所致。
    • （二）醫學實證證實為無關聯性或醫學實證未支持其關聯性。
    • （三）醫學實證支持其關聯性，但受害情形非發生於預防接種後之合理期間內。
    • （四）衡酌醫學常理且經綜合研判不支持受害情形與預防接種之關聯性。
  • 二、相關：符合下列情形者，鑑定結果為相關：
    • （一）醫學實證、臨床檢查或實驗室檢驗結果，支持預防接種與受害情形之關聯性。
    • （二）受害情形發生於預防接種後之合理期間內。
    • （三）經綜合研判具有相當關聯性。
  • 三、無法確定：無前二款情形，經綜合研判後，仍無法確定其關聯性。
  • 前項醫學實證，指以人口群體或致病機轉為研究基礎，發表於國內外期刊之實證文獻。
  • 第一項綜合研判，指衡酌疑似受害人接種前後之病史、家族病史、過去接種類似疫苗後之反應、藥物使用、毒素暴露、生物學上之贊同性及其他相關因素所為之醫療專業判斷。
• 註四：臺北高等行政法院 109 年度訴字第 418 號判決、臺北高等行政法院 109 年訴字第 73 號判決。
• 註五：臺北高等行政法院 104 年度訴更二字第 30 號判決。
• 註六：最高行政法院 106 年度判字第 355 號判決。