0

0
0

文字

分享

0
0
0

使血液凝塊可見的新奈米粒子

peregrine
・2011/02/13 ・1906字 ・閱讀時間約 3 分鐘 ・SR值 556 ・八年級

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

本文轉載自PEREGRINE科學點滴

這樣一來,醫生就能清楚判別血液凝塊的位置了。(圖片取自原文網站)

近20年來,心臟病學家們已搜尋了多種在引發心臟病發作前,發現可能造成傷害之血液凝塊的方法。

目前,美國密蘇里州聖路易斯市華盛頓大學醫學院(Washington University School of Medicine in St. Louis)的研究人員們報告,他們已設計出找尋血液凝塊,並使其在新型X-射線技術下可見的奈米粒子。

根據巴恩斯猶太醫院(Barnes-Jewish Hospital:美國華盛頓大學醫學院附設教學醫院)心臟病學家Gregory Lanza博士的說法,此些奈米粒子能免除,在認定因胸痛來到醫院之病患是否實際罹患心臟發作上的揣測。

身為內科學教授的Lanza宣稱:「每年,有數百萬人因胸痛來到急診室。醫師們知道,其中一些病患不是因為他們的心臟。不過其中多數,醫師們並不確定。」當有任何疑惑時,病患必需住院並接受檢查,以排除或證實心臟病發作。而那些檢查既花錢且費時。

無需過夜來確保病患是穩定的,該項新技術能在數小時之內揭露血液凝塊的位置。

此些奈米粒子旨在與有能力發現金屬色彩的新型電腦斷層掃瞄儀(CT scanner)一起使用。該被稱為光譜電腦斷層掃瞄(spectral CT)的新技術,使用X-射線束的全光譜來區別,使用僅看見黑與白之普通電腦斷層掃瞄儀,難以分辨的物體。

Lanza表示,該種新掃瞄儀利用了,天文學家們用來探索出自恆星的光及辨別恆星含有什麼金屬的相同物理特性。

Lanza宣稱:「他們正進行X-射線光譜(X-ray spectrum)的探索,而X-射線光譜能告知他們存在什麼金屬。那正是他們所想要的。」

在此情況下,正被討論的金屬是鉍(bismuth)。內科學的研究助理教授Dipanjan Pan博士設計了一種,含鉍量足以被光譜電腦斷層掃瞄儀發現的奈米粒子。

Lanza宣稱:「每一奈米粒子含有百萬個鉍原子。」由於電腦斷層掃瞄是種相對上不敏銳的造影技術,因而十足的金屬數量是此些粒子能被該種掃瞄儀發現所必需的。

不過Pan表示,鉍是種有毒的重金屬,不能單獨被注入人體中。因而,Pan使用了一種由鉍原子附著於脂肪酸鏈所形成,而在人體中不會分離的混合物。之後,將該種混合物封裝於磷脂膜(phospholipid membrane)中。

於老鼠的模型體中,證實此些奈米粒子的設計,能於體內破裂開並以安全的方式釋出內部的鉍混合物。

一旦此些奈米粒子含鉍量足以被光譜電腦斷層掃瞄儀發現時,Pan於此些粒子表面添加了一種能找尋出被稱為血纖維(fibrin)之蛋白質的分子。血纖維是血液凝塊中常見的一種蛋白質,不過於脈管系統中的其他地方未被發現。

Lanza宣稱:「當心臟病發作時,冠狀動脈的襯裡已破裂,因而會形成凝塊來加以修補。不過這種凝塊開始縮窄血管,因而血液逐漸無法通過。目前,他們擁有了能發現那種凝塊的奈米粒子。」

藉由鎖定血纖維之鉍奈米粒子的光譜電腦斷層掃瞄影像,能提供傳統電腦斷層掃瞄之黑與白影像的相同資訊。不過,於任何血液凝塊中的血纖維,會以諸如黃或綠的色彩呈現出。這解決了,於傳統電腦斷層掃瞄儀中常見的鈣干擾問題。

於該項研究中使用的光譜電腦斷層掃瞄儀,仍然是由位於德國漢堡市之飛利浦研究實驗室(Philips Research in Hamburg, Germany)所研發的原型儀器。此些奈米粒子僅在兔子及其他動物模型中試驗過,不過初期的結果證實,成功地從鈣干擾中區分出血液凝塊。

不只能輕易地確認心臟病發作,此些新型奈米粒子及光譜電腦斷層掃瞄儀也能呈現出血液凝塊的確切位置。

當今,即使醫師們診斷病人罹患心臟病發作,倘若病人未在心導管室(cardiac catheterization lab)注入染劑來找尋變窄的動脈,醫師們也無法指出血液凝塊的位置。不過Lanza表示,找到狹窄的動脈並未解決所有問題。

Lanza宣稱:「具有極狹窄通路的動脈不是令人擔心的動脈。因為他們能撐開,於心導管室被發現的那些動脈。」

令人擔心的是,當血液於此些動脈中自由流動時,於動脈壁上有不穩定的斑塊(plaque)。也就是Lanza所謂的中度級病變(moderate-grade disease)。

Lanza宣稱:「多數人的心臟病發作或中風是起因於,使動脈破裂或突然間阻塞的中度級病變。因而,人們需要某種,即使血管不是極狹窄時,也能告知可能有破裂凝塊的方法。」

由於這種奈米粒子找到並附著於血管中的血纖維上,因而能使醫師們得以發現先前難以或不可能察覺的問題。

利用該項造影技術,Lanza預言了諸多治療冠狀動脈疾病的新方法。並未阻礙大量血流的不穩定凝塊無需昂貴的支架來撐開血管。因而,Lanza預見諸多於血管壁中,可能起如同護創膠布(Band-Aids)將易破點加封起來之作用的技術。

Lanza宣稱:「目前,人們不知道於何處黏上護創膠布。不過,藉由鉍奈米粒子的光譜電腦斷層掃瞄造影能顯現凝塊於血管中的確切位置,因而有可能防止造成危害之不穩定凝塊的破裂。」

該項研究是由來自美國心臟協會(the American Heart Association)、美國國家癌症研究所(National Cancer Institute)、生物工程研究合作聯盟(Bioengineering Research Partnership)及美國國家心、肺暨血液研究所(National Heart, Lung and Blood Institute)的補助金所資助。

原文網址:http://news.wustl.edu/news/Pages/21824.aspx

翻譯:peregrine

文章難易度
peregrine
38 篇文章 ・ 0 位粉絲

1

133
3

文字

分享

1
133
3
AI 是理科「主場」? AI 也可以成為文科人的助力!
研之有物│中央研究院_96
・2022/08/13 ・5646字 ・閱讀時間約 11 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

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?

中央研究院人文社會科學研究中心蔡宗翰研究員。圖/研之有物

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?

猜猜哪首詩是 AI 做的?哪首詩是人類做的?圖/研之有物

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。

數位化到 AI 自動化作業的進程與舉例。圖/研之有物

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。

圖/研之有物

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。

圖靈測試:AI(A)與真人(B)同時傳訊息給第三者(C),如果 C 分不出訊息來自 A 或 B,代表 AI 通過實驗。圖/研之有物

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。

白蛇傳中鎮壓白娘子的雷峰塔。最早為五代吳越王錢俶於 972 年建造,北宋宣和二年(1120 年)曾因戰亂倒塌,大致為故事雛形到元素齊全的時期。照片中雷峰塔為 21 世紀重建。圖/Wikimedia

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」

想像與 AI 共存的未來,蔡宗翰研究員驚嘆於 AI 的學習能力,只要提供夠好、夠多的資料,幾乎都可以訓練到讓人驚訝的地步!圖/研之有物

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。

照護機器人娜丁的運作架構。圖/研之有物

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

文章難易度
所有討論 1
研之有物│中央研究院_96
253 篇文章 ・ 2221 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook

0

1
0

文字

分享

0
1
0
擺脫沈重步伐:靜脈曲張的治療方式百百種,該如何選擇?
J. Yang_96
・2022/11/25 ・1700字 ・閱讀時間約 3 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

延伸閱讀:久站或久坐,讓你「靜脈曲張」了嗎?了解靜脈曲張的成因與症狀

認識了靜脈曲張的成因之後,我們來看看這惱人的問題如何解決?

血管檢查——對症下藥

當病人來到醫院就診後,我們會先以超音波的方式檢查三個部分——量測血管大小、定位穿通支、找出逆流之處。當大隱靜脈大於 0.4 公分、小隱靜脈大於 0.3 公分時,即可視為靜脈曲張。

表面上血管最鼓脹之處不一定就是瓣膜缺損最嚴重的地方,確認病灶所在才能更精準的對症下藥。除此之外,謹慎一點的醫師還會安排一系列血管的檢查排除動脈以及深層靜脈的問題。

輕症者——從日常中改善

找出病灶之後,就能夠依照每個人的狀況制定出適合的治療方案。如果症狀輕微,或是病人暫不考慮手術時,建議的保守治療方式不外乎調整生活飲食習慣,如:戒菸、減輕體重、以和緩的游泳、適量步行並避免過於劇烈運動,來減輕下肢靜脈的負擔。

養成每天抬腿的好習慣!圖/Pexels

研究更指出每天抬腿(抬高至心臟水平面上方30公分)半個小時並配合使用彈性襪,對於已經造成皮膚潰瘍的靜脈曲張能有效降低復發率。

彈性襪是靜脈曲張治療中相當重要的一環,無論是保守治療或是手術,皆需要配合彈性襪的使用來達到更好的效果。與普通的長襪不同,彈性襪提供漸進式的壓力,壓力從腳踝往大腿遞減,協助血液順利往心臟方向回流。

一般藥局可以買到的預防型彈性襪提供約 10~20 毫米汞柱的壓力,適合輕微的靜脈曲張。如果已經有症狀或是其他併發症,則須就醫依照處方穿戴壓力更高的彈性襪。

中重症者——靜脈剝除手術

當保守治療無效或是病人已經嚴重到有出血潰瘍的症狀時,則會建議考慮手術介入。當然,如果考量到生活品質與方便性,不想長時間穿戴彈性襪,手術也是個更為一勞永逸的解決方法。

傳統的手術方式是先在接近大隱靜脈匯入股靜脈之處進行高位結紮術(high ligation),再膝下切個小洞,用專門抽除血管的器具(Codman stripper)將大隱靜脈剝除。小隱靜脈也是利用相同的原理進行手術。

然而,想像血管硬生生的從原本的位置被剝除,可想而知的是即使術後會給予適當的繃帶壓迫止血,仍有機率出現大片瘀青,傷口及疼痛感也需要較長時間修復。

更值得擔心的是由於大隱與小隱靜脈旁邊皆有神經伴行(隱神經及腓腸神經;saphenous nerve & sural nerve),術後可能出現腿部感覺異常(麻木)的併發症。故而現在靜脈剝除手術最低位由傳統的腳踝改為只剝除至小腿,降低傷害神經的風險。

儘管術後會給予止血,仍有機會出現大片瘀青。圖/Envato Elements

微創趨勢——血管內雷射燒灼技術

隨著醫療科技的發展,「微創」的概念也逐漸成為趨勢,血管手術亦是如此。目前主流係以血管內雷射燒灼術配合硬化劑的使用來進行微創手術。

血管內雷射燒灼術(Endovascular laser therapy)是在超音波的引導下,將大隱靜脈由內燒灼使其收縮。硬化劑(Sclerotherapy)則是一種界面活性劑,直接用細針打入小腿部分的靜脈曲張,針對 1~3 mm 的靜脈曲張效果佳。這樣複合式療法的優點是術後恢復期短,較無明顯疤痕,有些醫院也可以門診手術的方式進行,減少麻醉相關風險。

缺點則是需要健保並無給付,費用較為昂貴,單側手術約要七萬多(各家醫院收費略有不同)。另外由於是以熱能及化學能的原理來破壞不健康的血管,可能會具有形成血栓或皮膚暫時性反黑等相關風險。

透過兩篇文章的篇幅帶大家詳細了解靜脈曲張的成因到後續有哪些治療選擇,希望對於深受這個疾病困擾的朋友們帶來一些幫助!

參考資料

  1. Campbell B. Varicose veins and their management. BMJ. 2006;333(7562):287-292. doi:10.1136/bmj.333.7562.287
  2. Courtney M. Townsend, Jr., MD, R. Daniel Beauchamp, MD, B. Mark Evers, MD, and Kenneth L. Mattox, MD (2021). Sabiston Textbook of Surgery (21st edition).
  3. Lurie F, Passman M, Meisner M, et al. The 2020 update of the CEAP classification system and reporting standards [published correction appears in J Vasc Surg Venous Lymphat Disord. 2021 Jan;9(1):288]. J Vasc Surg Venous Lymphat Disord. 2020;8(3):342-352. doi:10.1016/j.jvsv.2019.12.075

0

5
1

文字

分享

0
5
1
鑑識故事系列:從血斑型態判斷致命地點
胡中行_96
・2022/10/31 ・1920字 ・閱讀時間約 4 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

公寓裡的陣陣呼救,劃破了 2016 年 8 月某個寧靜的早晨。這裡雖然是倫敦,但住戶、受害者與嫌犯,全都來自波蘭。[1]

時年 25 歲,高 184 公分,重 72 公斤的波蘭男子 A,當時在地面層的自家臥房,被刀子砍傷。他擠過狹小的窗戶,落在前門的台階上,再從人行道逃脫。監視錄影器拍到同棟的住戶 B 與對街的鄰居 C,正離開該公寓,並朝著反方向走去。同時,幾名住戶聽到喊叫前來關心,但應門的卻是與 A 同住的 D。[1]

A 男從照片中打開的窗戶逃脫。圖/參考資料 1,Figure 2a(CC BY 4.0)

不久,D 尾隨 A 出去。倒是 B 返回公寓,進入 A 的房間,一下站上沙發,一下又沾染 A 的血跡,踩出鞋印。另一頭,A 蜷曲在一輛停靠路旁的車後大聲求救,然後移動到距離自家 60 公尺外,位於別條街的住宅前倒下。裏頭的人聞聲出來察看,只見他癱在階梯上的血泊中,被血液浸漬的 T 恤則掉在身旁。[1]

警方的假設

警方沿著血跡,一路從陳屍地點,追溯到 A 的家,並做出下列假設:

  1. A 被攻擊的範圍僅限臥室。[1]
  2. 他身上所有的傷,都是在室內造成的。[1]
  3. 血跡顯示其路徑,且某部份能用監視錄影的紀錄佐證。[1]

血斑型態

鑑識人員在公寓內找到幾種不同型態的血斑:

  1. 沾有血液的表面碰觸其他物體時,會產生所謂的轉移血斑(transfer bloodstains)。[2]在這個命案中,是混雜著頭髮,抹在床邊的牆上。[1]
  2. 血液受外力作用而四散的噴濺血斑(spattered bloodstains)。[1, 2]
  3. 在吸附性材質上才會有的滲透血斑(saturation bloodstains),[2]則是集中在臥室裡的床墊上,顯示許多衝突都在那裏發生。[1]

有別於室內,在窗檯以及逃脫的路途上,僅有幾滴受重力作用產生的滴落血斑(drip bloodstains)。[1, 2]然而從保險桿上的血跡可見,當他躲到車後,失血量就已經開始增加。最後,在陳屍地點附近,他的血液更是宛如泉湧,[1]不乏經口鼻噴出的吐氣血斑(expiration bloodstains)以及受到壓力而噴發的噴射血斑(projected bloodstains)。[1, 2]

正中央粗的藍色箭頭,為致命刀傷刺入的方向。圖/參考資料 1,Figure 4(CC BY 4.0)

驗屍報告

A 的頭、頸、左肩、左腕以及右前臂,有多處刀傷。後腦勺的銳器創傷(sharp force trauma),能對應到公寓裡的血跡。最致命的一刀,約有 14 公分深:從頸部左側進入,穿過肌肉和氣管,並割斷右頸動脈。呼吸道與肺部,有被吸入的血液。另外,他身上其他地方,也不乏鈍器創傷(blunt force traumas)。至於 A 體內的微量大麻和安非他命,則被認為濃度不足以影響案情。[1]

法庭判決

B、C 和 D 三個人,均被檢方以謀殺罪嫌起訴。B 表示,他目擊 D 在臥室裡刺傷 A,於是離開公寓。他事後又回來找 A,才會留下足跡。不過,因為 B 與 C 曾向警察撒謊,所以 B 對 D 的指控在庭上不具說服力,反而只是證明自己也在場。六個禮拜的訴訟過程中,B、C 與 D 都被認定案發時在 A 的臥室裡,而所有的刀傷也都在那裏發生。陪審團投票以 10 比 2,判決 B 和 C 有罪;但 2 次投票無法對 D 的部份達成共識,後者因此被無罪釋放。[1]

然而,事情就到此結束了嗎?

血跡分析及全案重審

有一個新的專家團隊,重新檢視證據,並提出與判決迥異的看法。首先,在臥房裡慘遭割頸的 A,不可能在逃離公寓時只滴一點點血。他要嘛失血過多,幾分鐘內便休克倒下;要嘛全程用手加壓,結果血液流進氣管,難以呼吸,還會在室內和窗檯上製造出現場沒有的吐氣血斑。更何況監視錄影有拍到,他在街上雙手下垂,沒有摀住脖子。公寓內的血跡,則是頭部與背部流血所致,和頸部的致命傷無關。[1]

其次,喉頭的刀傷會防止大聲呼救,但他卻叫到驚擾整棟樓房。此外,從吐氣血斑和噴射血斑的地點,可以推論關鍵刀傷發生在陳屍處附近,而非公寓裡。換句話說,根本不在那裏的 B 與 C,絕非殺死 A 的兇手。[1]

基於新的證據分析,2021 年 1 月 B 和 C 的判決被撤銷,全案重審。同年 8 月,英國中央刑事法院(Central Criminal Court)放兩人回波蘭,與家人團聚。[1]

美國鑑識專家 Matthew Steiner 介紹各種血斑型態。影/GQ Taiwan on YouTube

參考資料

  1. Grey S, Lartey J, Millington J, et al. (2022) ‘An avenue to miscarriage: a case report’. Forensic Science, Medicine, and Pathology.
  2. 常用鑑識名詞對照表〉社團法人臺灣鑑識科學學會(Accessed on 14 OCT 2022)