亡」的定義嗎？的血液循環，會改寫「死OrganEx重建了死亡動物 心跳停止跳動所造成的血液循環停止、器官缺氧而衰竭，是否真的會導致死 亡？今（2022）年8月，來自耶魯大學醫學院的一篇研究，將體外技術儀器 OrganEX接上已經「死亡」的豬，發現豬的血液循環、器官功能可以被重新活 化，原本已經停止的心臟也重新出現了電生理現象。那麼我們究竟該如何定義 死亡？OrganEX技術可能對未來的醫學造成哪些改變（4版）？ SciTech Reports 科技 報導 全方位視野 科技人關懷 scimonth.com.tw 科學月刊姊妹刊物 創刊於1982年 04 焦點話題 心跳停止等於死亡？耶魯大學 研究重建器官活性，死亡定義 即將遭到挑戰？ 09 前瞻科技 讓再生能源更有效率 AI 智慧化 維護檢測太陽能發電系統 13 科技人文 能從醫學影像分辨種族 AI 帶來醫學倫理疑慮？ 17 前瞻科技 嶄新的海運發展趨勢 一窺自主船的技術與特點 21 書適圈 P 值竄改和出版偏誤 《數據的假象》 26 動態時報 海洋微型塑膠飄去哪兒？ 研究發現會經飛沫進入大氣 科學月刊9月號 【葡萄的不思議奇幻旅程】上市！ 當期介紹請見39版 489 2022 9月號 每月15號出刊 No. 27 動態時報 COVID-19 會提高失智症風險？ 29 動態時報 用蜘蛛絲製成的光纖感測器 精準量測糖尿病患者血糖 30 動態時報 由天然物啟發的組合式化學 合成抑制肝癌的小分子天然物 2022年9月15日 （Photo by Piron Guillaume on Unsplash）
然而，今（2022）年8月刊登於《自然》（Nature）期刊上、來自耶魯大學醫 學院（Yale School of Medicine）的研究，卻挑戰了這個理所當然的概念。
我們都知道如果心跳停止、血液循環終止，在細胞沒有氧氣的情況下，多 數生物會不可逆地走向死亡。
麼是死亡？死亡的定義是什麼呢？ 何重新建立血液循環？心跳已經停止，OrganEx如 早在 2019 年，耶魯大學醫學院的研 究團隊就設計研發了一種針對大腦 的體外灌流儀器，稱作 BrainEX 。希 望藉由體外灌流，重新恢復歷經缺 氧後大腦細胞與分子的功能。 BrainEX 這個儀器，主要是由以下 幾個部分所組成的：幫浦、脈衝 產生器（ pulse generator ）、血液 透析（ haemodiafiltration ）、氣體 印 刷：赫偉有限公司E-mail：scimonth@scimonth.one傳 真：(02)2363-5999電 話：(02)2363-4910社 址：臺北市羅斯福路三段77號7樓財務顧問：江旻壕業務專員：廖本翔美術編輯：黃琳琇特約編輯：陳亭瑋主 編：羅億庭編輯委員：王文竹 王伯昌 曲建仲 副總編輯：趙軒翎 李依庭總編輯：林翰佐執行總監：趙軒翎發行人：張之傑出版者：科技報導雜誌社主 辦：台北市科學出版事業基金會劃 撥：0018482-3訂 閱：全年12期1000元單 本：100元行政院新聞局登記局版台誌字第3034號執照登記為雜誌交寄中華郵政北台字第1461號創刊於公元1982年1月科學月刊社江建勳 李志昌 李精益 阮明淑 周鑑恆 林秀玉 林宮玄 邱韻如 金升光 金必耀 門立中 紀延平 范賢娟 倪簡白 高啟明 高憲章 張大釗 張敏娟 陳妙嫻 陳彥榮 陳鎮東 單維彰 景鴻鑫 曾耀寰 程一駿 程樹德 黃正球 黃相輔 楊正澤 葉李華 廖英凱 管永恕 劉宗平 蔡兆陽 蔡孟利 蔡振家 鄭宇君 鄭運鴻 韓德生 嚴如玉 嚴宏洋 蘇逸平 廣告索引 貝克曼 2 錫昌 3 雙鷹 5 暢鴻生技 11,37 尚偉...................... 12,35 玉山生醫..................... 16 益弘......................... 20 日龍 23 牟博科技 24 昭地 28 人事廣告 38 BD........................... 40 官活性，死亡定義即將遭到挑戰？心跳停止等於死亡？耶魯大學研究重建器 THE BIOLOGIST 紐約生／美國紐約大學醫學院免疫學博士候選人。每週 帶你讀生物學新知，與平常的紐約生活。
如果要用簡單一段話來描述這個發現，那就是——研究團隊利用一種體外 的技術儀器 OrganEX ，接上已經「死亡」的豬。結果發現，豬的血液循環 與器官功能可以被重新活化。甚至，原本已經心跳停止了一個小時的豬， 在接上儀器後，心臟竟重新產生了電生理跡象、心肌細胞也開始收縮。
4 科技報導焦點話題
為什麼這個件事值得注意呢？傳統上都認為，心臟停止跳動（ cardiac arrest ）所造成的血液循環停止（ circulation stop ）與缺氧（ oxygen deprivation），是一種不可逆的、無法挽回的現象。然而，這篇文章所發表 的研究結果挑戰了這一個概念，並且更引發了另一個重要的議題： 到底什
那麼，詳細的實驗流程是如何進行的？
夠成功地重建並維持大腦細胞的神經活性、代謝功能
注入（ gas infusion ）與藥物遞輸系統（ drug-delivery system ），再加上各式各樣的感測器（ sensors ）來偵測 身體的代謝功能、循環功能等生理指標。
灌流液中除了有基本常見的像是抗生素、抗氧化劑 等物質以外，主要還包含了一種叫做 Hemopure 的物 質。 Hemopure 是一種人工合成的蛋白質，看到名字 不難猜出來，它的功能就像是我們紅血球上的血紅素 （hemoglobin）一樣，可以攜帶氧氣至身體內的器官中。 研究人員們打開已經死亡的豬的頭骨，將牠的大腦分 離出來（ ex vivo ），並連接上 BrainEX 儀器裝置。結 果研究發現，即使已經死亡了四個小時， BrainEX 能
因為 BrainEX 原本是專門針對大腦所設計的，為了能 夠將這項技術應用到全身器官，研究團隊改良了灌流 液，除了原本用來攜帶氧氣的 Hemopure 、常見的抗生 素、抗氧化劑以外，還在其中添加了抗凝血劑／抗發 炎劑等，總共 12 種物質，更進一步地避免全身器官的 凝血與發炎現象。
5SciTech Reports 焦點話題
其中最重要的，就是注入大腦內的灌流液了。而這些 灌流液又是由哪些成分所構成的呢？
（ metabolism ）、與大腦組織的結構完整性。該研究發
表在2019年的《自然》期刊上。
三年後來自同樣的團隊，研究人員們將 BrainEX 技術改 良研發出 OrganEX ，希望可以將它應用在更多的器官 上。我們知道，大腦是身體缺氧時最脆弱、最容易受 損的器官。「若我們能夠重建死亡大腦的部分功能， 其他器官或許也可以被重建。」該研究團隊的主要負 責人塞斯唐（ Nenad Sestan ）在接受《自然》訪問時如 此說道。
這樣聽起來， OrganEX 技術似乎跟我們常聽到的葉 克膜（ extracorporeal membrane oxygenation system, ECMO ）有一點相像？的確， OrganEX 和葉克膜在概念
圖a和圖b是OrganEX系統接上實驗動物的示意圖。圖c則是整篇研究論文的實驗流程圖，以及動物實驗中 不同的實驗條件與情況。 OrganEX技術的示意圖與本研究的實驗流程圖一a b c
6 科技報導焦點話題
在經過灌流以後，研究人員們首先發現，跟 OrganEX 相 比，葉克膜無法將新鮮的血液遞送至全身器官內，導 致一些器官內的微小血管末端出現了明顯的坍塌萎縮 現象。
首先，研究人員利用心室顫動（ventricular fibrillation） 使實驗豬引起心搏停止（ VF-induced cardiac arrest ）。 接著在動物死亡一個小時後，啟動 OrganEX 儀器將灌流 液注入死亡的動物體內，進行全身性灌流（ whole-body reperfusion）。
也因為 OrganEX 和葉克膜的相似概念，所以在這篇研究 文章中，幾乎所有重要的數據都是以 OrganEX 組對比葉 克膜組進行分析比較。
患「自己的血液」引流至體外，移除血液中的二氧化 碳，加入新鮮的氧氣後，再重新注入回病患體內；而 OrganEX 則是注入前面介紹的，由血液再加上 12 種物 質所組成的灌流液。其中，灌流液內最重要的成份 Hemopure ，因為具有比一般紅血球更小的分子量， 所以可以將氧氣運送至微小甚至是塌陷的血管末端
但是 OrganEX 和葉克膜最大的不同在於葉克膜是 將病
上是有些相似的。
整個灌流持續了六個小時，在這段期間內，實驗團 隊持續地收集並監控實驗動物的各種生理影像與生 理數據，像是血管造影（ angiography ）、超音波檢 查（ ultrasonography ）、心電圖（ electrocardiography, ECG）、腦電圖（electroencephalography, EEG）等資訊。
OrganEX與葉克膜的差別在哪裡？
（ collapsed vessels ），這一點也被研究團隊認為是 OrganEX比起葉克膜更具有優勢的地方。
相較於葉克膜， OrganEX 則能夠更有效地將灌流液與氧 氣傳遞至全身各個器官中。研究人員們進一步發現， 在大腦、心臟、肺臟、肝臟、腎臟，以及胰臟 中，使
的確，這些研究數據紛紛指出 OrganEX 比起葉克膜，或 許可以更有效、更高程度地避免器官的壞死。更精確 地說， OrganEX 技術可能可以特別針對某一類的器官捐 贈，產生重要的影響。
7SciTech Reports 焦點話題
儘管最後心臟的功能並沒有被完全重新啟動，但研究 團隊在其他的器官，像是腎臟與肝臟，同時也偵測到 了較高程度的新陳代謝功能。這些結果都顯示與葉克 膜相比， OrganEX 能夠更有效地促進各個器官的復原， 以及器官功能的再啟動。 接著研究團隊想要更進一步探討， OrganEX 能夠促進器 官功能的重新啟動，背後可能的機轉（ mechanism ）是 什麼？因此，他們利用單細胞分析（single-cell analysis） 技術，研究接受了 OrganEX 儀器灌流後的動物各個器官 內細胞的基因表現如何？
分析結果指出，
OrganEX 組在腎臟、肝臟、心臟中有關 細胞死亡與發炎反應（ inflammation ）的基因表現，跟 葉克膜組相比都有著顯著的差異。這些分析結果更進 一步地顯示，細胞死亡與發炎反應的相關基因可能都 是 OrganEX 促進復原器官功能、重建血液循環的可能機 轉之一。 OrganEX可能帶來什麼樣的改變呢？ 根據上述這些實驗結果， OrganEX 似乎可以更好的保存 人體死亡後準備進行移植的器官， 避免器官受到心臟
死亡後的器官捐贈大致可以被分為兩個類別，分別是 腦死後器官捐贈（ donation after brain death, DBD ） 與心臟死後器官捐贈（ donation after circulatory death, DCD）。DBD顧名思義，就是指在腦死（brain death） 後所進行的器官捐贈。換句話說， DBD 的捐贈者大 腦，包括腦幹的功能是完全喪失的，但是他的心臟血 液循環仍是未受損的（ intact blood circulation ）。而 DCD 則是指在心臟死亡（ circulatory death ）後所進行 的器官捐贈。更詳細地說， DCD 的捐贈者有可能是因 為腦部受到了不可逆的嚴重損傷（但未達到判定腦死 的標準），而後續的治療也很可能無法使他康復或存 活的情況下，必須依賴維生醫療支持著。 DCD 的器 官在器官捐贈者被撤除維生醫療（ withdrawal of lifesustaining therapy, WLST ）後，器官會經歷一段時間的 溫缺血（ warm ischaemia time, WIT ）狀態，這個狀態 的時間長短，會直接地影響到器官移植後的預後。因 此，這篇研究才會將實驗流程設計為等待實驗動物死 亡一個小時後（1h WIT）再進行OrganEX的灌流，藉此 更加貼近模擬未來可能的臨床應用情境。
停止的影響？
綜合以上所述，從目前的研究數據來看 OrganEX 這項技 術，不僅可能比現有的葉克膜表現更好，在未來的器 官捐贈應用上面，特別是在改善心臟死亡後器捐這一 塊，OrganEX的技術可能會是一個重要的里程碑。 那⋯⋯神經細胞呢？OrganEX可以重新建立血液循環， 文章接近尾聲了，但不曉得讀者有沒有注意到，關於 OrganEX 對動物死亡後的器官所產生的改變，從開始到 現在，有一個器官幾乎沒有被提及？ 詳見 QR code 連結新聞中的細胞 染色圖。上半部為實驗豬的肝臟 細胞染色，下半部為腎臟細胞染 色；左半部是未接受灌流組，右 半部則是OrganEX組。可以看到OrganEX能夠順 利地重建部分組織的完整性與細胞的功能活性。 實驗豬的肝臟與腎臟細胞染色圖
用 OrganEX 的組別器官內都顯示了較低程度的細胞死亡 現象，也展現了較高程度的細胞修復現象。甚至，研 究人員們還在原本已經死亡的心臟中，重新偵測到了 電生理活動（ electrical activity ）的跡象，與心肌細胞 的收縮現象（contraction）。
8 科技報導焦點話題
。
然而，這僅僅只是研究人員們的推測，背後真正的原 因是什麼？還有待更進一步的釐清。也因此，研究團 隊的下一步除了將會持續地改良並擴展 OrganEX 技術 的應用以外，該團隊也特別強調，將會針對這個只在 OrganEX 上出現的頭頸部抽蓄現象，進行更全面的研 究。希望能夠對於缺氧後大腦功能的復原和移植器官 的保存，有更深入的理解。 OrganEX 相關 技術更加成熟並應用在臨床上，那已經心臟停止跳動 一個小時的病人，可以被宣告死亡嗎？什麼樣的情 況，才可以被定義為死亡呢？在這篇研究的相關報導 中，《自然》期刊訪問了一位紐約大學（ New York University, NYU）的生物倫理學專家，該專家在訪問中 提到了一句話，我想，或許是目前關於死亡最貼切的 形容了：「死亡並非是一個狹隘的片刻，死亡是一個 漸進的過程。」這樣的概念，其實也正是這篇研究中 所強調的。
雖然研究人員在論文中有提到， OrganEX 和 BrainEX 樣可以維持死亡後大腦組織的完整性；但是研究團隊 特別強調，他們並沒有偵測到任何可能顯示實驗動物 重新獲得意識或感知能力的大腦神經訊號。他們認為 沒有偵測到神經訊號的原因，可能是因為儀器所使用 的灌流液溫度是 28 ℃ ，遠低於正常體溫；抑或是因為 灌流液中含有麻醉物質與其他的神經阻斷劑（ neuronal blockers ），才會導致神經訊號的傳遞被抑制，而無法 被儀器偵測到。
延伸閱讀
1. Andrijevic, D., et al. (2022). Cellular recovery after prolonged warm ischaemia of the whole body. Nature, 608(7922), 405-412.
2. Vrselja, Z., et al. (2019). Restoration of brain circulation and cellular functions hours post-mortem. Nature, 568(7752), 336-343.
3. Kozlov, M. (2022). Pig organs partially revived in dead animalsresearchers are stunned. Nature.
OrganEX可能造成的生物倫理難題與挑戰 儘管目前 OrganEX 的技術，還沒有辦法完全讓已經死亡 的心臟重生，也無法再次復原大腦的神經訊號。但隨 著科技的持續進步，會不會將來有一天這些困難都能 夠被克服呢？ OrganEX 或是未來的相關技術，是否有機 會能夠重新啟動已死亡動物的大腦神經訊號傳遞呢？ 到時候，這個動物還能被稱為死亡嗎？ 或者應該這樣問，就算有大腦神經訊號的傳遞，那就 代表有意識或是有感知能力嗎？未來若
沒錯，就是大腦
他們發現，當給予實驗動物一種染劑（ contrast dye ） 來做大腦顯影時，原本已經死亡的豬竟在牠的頭部、 頸部、軀幹（ torso ）產生不由自主的抽蓄現象，且這 樣的現象只在 OrganEX 組中發生，並沒有在其他的組 別中被觀察到。因為沒有偵測到動物大腦的電生理活 性，研究人員們目前認為這個肌肉的抽蓄現象，或許 可能是動物的脊髓神經活性所造成。
最後，隨著生物醫學不斷的進步與發展，許多關於生 命倫理、道德爭議、哲學與神學的問題，也逐漸地浮 上檯面受到世人的關注。
然而，有一個現象是他們觀察到，但無法清楚解釋的。
從女性的終止妊娠權、基因編輯胎兒（ CRISPR baby ） 爭議、胚胎幹細胞的研究、安寧療護的停止、到死亡後 的移植器官捐贈，以及這篇文章所提到的死亡的定義 等，這些生物倫理的爭議，都是生物醫學科技發展到一 定程度後，我們人類所必須面對的難題與挑戰。這些挑 戰，都遠遠地比科學技術本身，要來得更加複雜與棘 手，需要我們用更多的討論與智慧來面對和處理。
過去的幾十年，能源消耗愈來愈大，煤炭、石油、天 然氣的過度開採和利用，不僅給地球帶來嚴重的汙 染，也讓全球提前面對能源耗盡以及氣候變遷的危 機。解決當前的能源問題，主要由兩個途徑：一是提 高傳統能源的使用效率，實現節能減排；二是逐步提 高再生能源的佔比。
太陽光電故障的診斷方法
行狀態即時監控的功能，但也僅提供發電運行資料及 重大停電資訊的顯示和統計，對於潛在的故障預警及 維運管理無能為力。目前的故障辨識只能依靠經驗豐 富的工程師對現場設備進行測試，或通過資料解讀判 定，以有限的人力資源，將無法滿足規模龐大的太陽 光電市場的需求。此外，自然災害、人類活動，以及 環境的變化，都可能會使太陽光電的運行性能降低、 影響發電效率。因此隨著技術的發展和產業升級，太 陽光電的維運成本占比及其效益都將逐漸提高，合理 和智慧化的維運，將成為太陽光電產業永續及健康發 展的推動力。
性能比較和信號處理。 性能比較主要是通過比較太陽光電的 參數特性 來區分 正常狀態和故障狀態。不同的故障類型，內、外部參 數或者曲線的斜率、形狀會出現發生的變化，可通過 分析、總結規律，找出表徵不同故障的特徵表示。人 工智慧（ artificial intelligence, AI ）技術的應用，有助 於製造故障類型自動分類器，將所提取的特徵或以物 理特性分類，做為樣本或模型訓練樣本加以利用。常 見的故障分類方法有人工類神經網路、機率類神經網 路、決策樹、聚類、支援向量機、極限學習機等。 信號處理則是應用波形信號分解方式，來辨識和定位
20GW 太陽光電發電系 統。國際趨勢也預估 2050 年太陽光電發電系統將成為 全球主要電力來源之一，提供全球約11%電力需求。 現階段太陽光電發電系統中，太陽光電模組占投資的 比重較大，約占總造價的 40% 。通常模組的設計壽命約 為 25 年，然而由於長期工作於比較惡劣的環境，各種 故障情況難以避免，使得實際使用壽命大為降低。一 旦模組發生故障，直接的危害是損壞模組本體，降低 發電效率；間接危害則是造成整個太陽光電發電系統 不能正常運行或對電網造成影響，進而釀成重大經濟 損失。目前，大部分的太陽光電發電系統已經實現運
9SciTech Reports 前瞻科技 魏榮宗／臺灣科技大學電資學院暨產業創新學院特聘教授 AI智慧化維護檢測太陽能發電系統讓再生能源更有效率
太陽光電常見的直流側故障類型有：接地故障、線間故 障、開路故障、短路故障、電弧故障、遮蔭故障、老化 故障，以及旁路二極體故障等。目前大部分的太陽光電 故障診斷方法可以分成兩類：
再生能源包括太陽能、風力、水力、生質能、地熱發 電等，具有分布範圍廣、取材方便、可重複利用等特 點。其中太陽光電發電是一種將太陽能轉化為清潔 能源的技術，是最直接的能源利用方式，具有規模靈 活、安全可靠、清潔環保等優點。由於太陽能發電的 過程並無碳排放，可減輕氣候變遷的影響，並能改善 全球的能源安全，因此世界各國開始提倡建置太陽光 電發電系統。 2020 年，全球太陽光電發電系統安裝量 達到 140 百萬瓩（ GW ），根據市場預測，到 2023 年度 全球太陽光電發電系統安裝量將達到 200GW ；以臺灣 而言，政策規畫至 2025 年將設置
故障類型的方法，經常用於解決多串列系統的線間故 障、動態遮蔭，以及電弧故障診斷。線間故障又稱 為失配故障，如線間出現短路或接地。線間故障的電 流－電壓曲線特性表現和遮蔭極為相似，無法通過性 能比較的方式來辨識。不過，由於線間故障存在電流 回流的現象，因此常可通過對暫態波形的分解和時頻 變換工具的應用抽取故障特徵，以辨識故障類型。但 是失配的比例、接地電阻大小、阻塞二極體的使用， 又會限制故障電流的產生和變化，對故障辨識帶來了 極大的挑戰。而當發生直流電弧故障時，不同的電弧 類型及故障發生的位置，所產生的故障波形又存在些 許差異。因此，常利用對時序信號故障波形的分析， 實現電弧辨識和定位。由於電弧信號的特徵頻率比較 高，往往需要使用具有高取樣速率的設備來採集波 形。電弧信號容易受到各種雜訊干擾，如逆變器雜 訊、篩檢程式高頻衰減雜訊、通信信號、振動雜訊 等，因此進行信號處理時，抑制雜訊顯得更為重要。 檢測直流電弧的方法有很多，常見的有傅立葉變換、 小波分解、基於統計學法、基於電弧模型法、基於 AI 方法等。
目前有種創新研究方法，是基於少樣本遷移式學習 （ transfer learning ）以發展出太陽光電混合故障智慧 辨識技術。在此方法中，針對故障樣本缺乏的問題， 通過建立和每個電場相對於的 數值模擬模型 獲取故障 樣本；透過研究太陽光電各種故障的物理特性，獲得 表徵故障類型的特徵。這類以數值模擬進行的混合故 障辨識研究，拓寬了研究的廣度和深度，符合業界實 際需求。此外，透過將外特徵參數統一，在標準測試 條件下將參數規範化處理、轉換為表徵參數變化趨勢 的資訊，使特徵量具備強大的泛化能力。對於無照度 和溫度資訊的電場，也可以藉由串聯對比技術，獲得 同樣表徵外特徵變化趨勢的特徵量，實現了新舊電場 特徵量的統一表達。而採用遷移式學習技術，則使得 辨識模型能適應從數值模擬樣本到實測故障樣本的過 渡，最終透過線上強化學習，使模型具有自我更新能 力，即使在電場逐年老化衰減的情況下，也能保持較
1. 缺乏故障樣本：以機器學習演算法建立診斷模型， 需要大量的標籤化故障樣本進行訓練。最終診斷的 準確率取決於樣本的數量，且要求訓練樣本和測試 樣本符合同一分布。
退及無照度和溫度感測器的老舊電場，並不適用。
高的辨識準確度。 此外，為進一步解決電弧故障以及多串列系統的遮陰 和失配故障辨識問題，也可研究以機器學習辨識、找 出多串列太陽光電系統直流電弧及線間故障辨識。通 過對直流電弧中常見的電弧模型進行數學建模和波形 特性分析，尋找一種或幾種適用於太陽光電並聯電弧 和串聯電弧的模型，並利用其生成模擬故障樣本。在 此方法中，透過模擬或電弧產生器的研製，獲得實測 故障樣本，從而解決故障樣本缺少的問題。並且分
樣本要重新獲取，而且閥值要重新計算，模型參數 也要重新調整。 3. 能辨識的故障類型少：目前很多研究方法大部分是 單一故障，而且多只針對單串列的部分故障類型進 行辨識，很少考慮多串列及混合故障。 4. 研究模型大多只適合於新建電場，對於出現老化衰
10 科技報導前瞻科技
另一方面，太陽光電系統的維運工作不僅只偵測及判 別故障，還須針對系統的運行性能狀況，提出最佳的 養護策略，追求維運成本的最佳化。舉例來說，日常 週期性的灰塵沉積，會導致太陽光電模組表面玻璃的 透光率降低，從而影響系統整體的發電效率，給日常 的發電效益帶來不可忽略的損失。
2. 泛化能力差：很多研究針對特定的電場建立數值化 診斷模型，特徵參數沒有進行規範化處理或採用固 定的閥值進行評判。若是要推廣到其他電場，不僅
辨識太陽能光電故障基於少樣本遷移式學習，
目前太陽光電故障診斷面臨的主要問題是：
11SciTech Reports 前瞻科技
析對線間故障的物理特性和影響因素，尋找能夠辨識 失配、遮蔭故障的特徵，並與正常情況下其他干擾因 素進行區別。最後，則針對基於時序信號波形進行訓 練，以發展出獨立的機器學習診斷模型，來辨識直流 電弧和線間故障。 度相對較慢，所以很多電場一年或幾年才清洗一次。在 較長的清洗週期下，老化對功率損失的影響也不容忽 視。從類型上看，太陽能板的老化可以分成：腐蝕、分 層、變色、模組破片。若濕氣從面板的層壓邊緣侵入電 池，還會造成電池以及連接部件生銹及腐蝕現象。為了 積極探索太陽光電最經濟的維運方案，太陽光電系統面 板清洗維運成本優化亦為重點項目之一。透過對臺灣地 區汙染物及太陽光電面板灰塵沉積情況分析，我們所發
展的 AI 系統可提出各個縣市太陽光電汙染損失情況、 及清洗週期分布圖；按照太陽光電面板老化類型單獨建 模，實現精確化的老化損失計算需求；提出一個計算清 洗成本的太陽光電灰塵沉積優化清洗方案。在考慮面板 老化的情況下，通過計算最合理的清洗時間，確保發電 損失及清洗費用總成本最小，並開發相應的優化程式， 滿足業界精細化維運需求。
精打細算營運太陽能，清洗與調度靠AI 臺灣屬於亞熱帶海島型氣候，潮濕多雨，灰塵的沉積速
智慧電網通常包含太陽光電發電系統的分散式再生能 源，上述智慧化 AI 檢測太陽光電發電系統狀況，自然 可納入智慧電網整合控制架構中。如無法確保太陽光 電發電系統的穩定性，併網會遇到很大的挑戰，輕者 可能導致系統頻率不穩或區域電網的電壓變動太大， 重者可能導致輸電線路雍塞及區域電網電壓不穩定進 而影響到電網穩定性及安全性。無法控制、具備不確 定性的再生能源併網，可能會增加電網的營運成本， 讓太陽能光電在電網中每增加 100 兆瓦（ MW ）的容
未來針對太陽光電發電系統，力求單位面積最大化設 置容量及降低環境因素造成發電損失等議題可再進一 步研究。除高效能光電材料及溫升無感的太陽光電模 組發展外， AI 則可進一步探討少量感測器的故障定位 及高精度發電預測議題，將對太陽光電發電系統智慧 管維做出具體貢獻。
量，可能會增加每小時 100 美元的電網營運成本。舉例
為了減少資料傳輸成本，電表資料管理系統通常會延 遲時間才取得太陽光電發電系統案場的發電資訊，此 作法雖然解決資料傳輸成本的問題，卻對太陽光電發 電預測帶來更高的挑戰性。因電力營運商通常需要即 時太陽光電發電量預估作為電力調度依據，但卻無法 提供對應的歷史發電資料。目前有創新研究提出氣象 資料擬合的前處理概念，並結合深度學習來預測太陽 光電發電量，不同案場的發電量預測準確度指標平均 值可達97％以上。
再生能源併網是目前全球普遍遇到的一大難題，來自 大自然的能源容易變動、很難精準預測，尤其日照、 溫度、風速等關鍵因素都會受到天氣影響，可能會在 短時間內產生變動。因此再生能源發電系統也稱作間 歇性發電系統、智慧化 AI 預測或檢測策略，不僅適用 於太陽光電發電系統，其他綠色能源（例如風力發電 系統）也有大幅發展空間。
12 科技報導前瞻科技
來說，去（ 2021 ）年 5 月臺灣兩次大停電，皆發生於傍 晚時段。主要影響因素除了人為疏失、氣候變遷及離 峰用電日漸遽增等狀況以外，也與太陽光電發電系統 夜間無法供電、其他發電機組啟動併網需要數小時時 間有關。顯見太陽光電發電狀況整合，與短期發電量 預測以及經濟電力的調度息息相關。
13SciTech Reports 科技人文 圖一：AI 可以從各種放射科影像辨別出種族。（作者提供） 郭柏志／清華大學資工系助理教授 AI帶來醫學倫理疑慮？能從醫學影像分辨種族
麻省理工學院（ Massachusetts Institute of Technology, MIT ）、史丹佛大學（ Stanford University ）等世界頂 尖研究單位，討論 AI 判斷不公平的問題以及可能的 原因，並試圖尋求解決方法。某天，我與學生突發奇 想，測試 AI 究竟有多大的本事可以從 X 光影像中做判 斷，是否能看出被拍攝的患者是屬於哪個族群，男生 或女生？老年人或青少年？亞洲人還是白人？測試之 下發現令人難以相信的結果， AI 對於分辨不同性別、 種族的放射醫學影像，如胸部 X 光影像、胸腔電腦斷層 掃描影像、乳房攝影、頸部 X 光影像，竟然都存在高達 90％的辨識準確率。
人工智慧（ artificial intelligence, AI ）輔助臨床判斷已 成為近年醫療的趨勢，被應用在多種醫學領域。例如利 用眼底視網膜影像進行糖尿病預測、透過 X 光影像判讀 是否有肺部疾病、依照患者入院時的病歷資料進行死亡 預測等，有時準確率甚至超越了有數十年經驗的臨床 醫師。近五年來，美國也已經有數百件的 AI 系統經美 國食品藥物管理局（U.S. Food and Drug Administration, FDA ）核准落地使用，愈來愈多的醫院引進 AI 輔助醫 師做臨床決策。 不過在近年卻有研究指出，這些AI系統或許在弱勢（或 少數）族群中存在著失準的現象，也就是在不同族群間 會有不公平的判斷準確度。例如，假設同時一位黑人與
一位白人量測到相同的血壓，但 AI 高血壓風險的評估 演算法會給予白人較高的風險指數，建議患者應該要接 受進一步的治療與藥物控制；而對於黑人，則顯示風險 低，建議只需繼續觀察即可。這些發現讓AI的公平性及 可靠性受到質疑，潛在問題逐漸浮上檯面。 AI可從X光影像分辨種族超越資深放射科醫師， 我們從 2020 年開始，號召來自世界各地的學者包含
根據這些結果，我們只能得到以下的結論： AI 在判斷 種族時並非使用影像中特定的位置或區塊進行決策， 而是利用整體影像中細微的資訊，然而這些資訊並非 人眼能夠直接識別。也就是說，要從影像中直接刪除
〔註〕臭蟲，即英文 Bug，開發人員在撰寫程式時不經意的錯誤 導致程式出錯。 圖二：不同性別、年紀、種族的胸腔 X 光影像。（作者提供） 要回答 AI 怎麼判斷的問題並不容易，因為 AI 的運作模 式是大家俗稱的黑盒子（ blackbox ），也就是內部複雜 的數值計算往往不透明、且並非人類可以用直觀意義
麼究竟 AI 是怎麼辦到的？ AI 的這種能力，究竟會對其 判斷的公平性有什麼影響呢？ 理解。舉類神經網路模型為例，我們可以想像當一張
〔註〕 ！資深的放射科醫師更提到，以他這麼多年檢視 過上萬張影像的經驗，也完全不可能從影像中判斷出 種族。但當各國團隊著手進行相同的實驗後，也紛紛 得到了和我們相同的結果，大家都直呼不可思議。那 影像進入模型分析時，在第一層會被拆解成各類的影 像特徵如形狀、亮度、線條角度，這些特徵會在第二 最後輸出一個數值，即顯示可能為某疾病的機率。整 個過程中動輒就是超過數百萬次的數值運算，要逐一 理解這些運算背後的意義，幾乎是不可能。 因此，為了找出 AI 從影像判斷種族的依據，我們設計 了一連串的實驗，包含將圖片裡的一部分遮住，考驗 AI 觀察後判斷種族的準確率是否下降，或是將影像放 大、縮小、旋轉、模糊化、裁剪等處理後再測試。結 果顯示， AI 非常神奇地通過了大多數的考驗，即使從 非常模糊的影像中，也可以準確地判斷影像主人的種 族（如圖三折線所示）。
14 科技報導科技人文
這意外的發現也讓我們立即與國內外資深的醫學影像 專家討論，除了年齡和性別因為生理構造上本身存在 的差異，而導致精準的區分結果可以合理解釋外（如 圖二上所示），關於種族（如圖二下所示），大家都 一致認為：不可能，一定是我們的電腦程式有臭蟲
層繼續被分解或重組成新特徵，經過層層的計算後，
產物也有很好的判斷能力，那就可以推測模型在「判 斷疾病」的過程中，很可能已使用患者「種族」的資 訊來做決策，而不只是使用和疾病本身相關的特徵。 這就好比醫生在看診時，除了看症狀外，看到進門的 是白人或黑人，也會成為他做診斷的依據，儘管該疾 病在不同種族間並沒有致病率高低的區別。而最終如 我們所假設的，實驗的結果顯示 AI 在判斷疾病的過程 中，確實利用了患者的種族資訊，進而影響到決策的 結果。也就是 AI 太過聰明，自行學到了讓它可以透過 跟疾病無關的「捷徑」得到答案（診斷結果）。 這也衍伸出了另一個醫療倫理問題，也就是患者不願 AI 判斷種族」的能力有沒有關 聯性，因此我們進行了另一個實驗來釐清。把上述建 立可以自動從 X 光影像判斷是否有特定疾病（例如肺 炎）的模型拆解開，將模型中間產生的運算過程提取 出來，再利用這些中間產物來判斷種族。若這些中間
15SciTech Reports 科技人文 與種族相關的資訊相當困難。 醫學倫理疑慮，種族資訊影響了診斷 那麼， AI 這種判斷種族的能力，究竟會不會在協助診 斷的時候造成判斷出現不一致，進而產生醫學倫理的 疑慮呢？為了回答這個問題，我們又進行了另外一個 實驗：我們先建立一個可以自動從 X 光影像判斷是否有 特定疾病（例如肺炎）的模型，接著我們觀察該模型 在白人族群和黑人族群的偽陰性率是否相同 〔註〕 。從 實驗結果發現，在各種疾病的平均判斷上，白人誤判 率約為 17 ％、黑人誤判率約為 28 ％。換句話說，黑人 有較高比例的人罹患肺炎卻沒有被 AI 系統發現；也就 是AI系統較適合白人來使用，準確率也較高。
透露的隱私資訊（如年齡、身高、體重），是否也已 經可以從影像中被AI所破解？ 早期發現AI的不公平，早期修正 回頭看看科學史，醫學的偏誤其實已存在相當長的時 間。早期在進行藥物臨床試驗時，因為白人占了試驗 人口的大多數，例如在 1997 年，研究指出白人占了臨 床藥物試驗的 92 ％；儘管到了 2014 年，白人仍占了臨 床試驗的 86 ％，導致藥物的效果往往對白人的療效最 好，在其他族群的副作用也較少被研究。另外根據調 發現判斷疾病上確實有不公平的現象後，要進一步確 定，這種不公平和「
〔註〕偽陰性率的意義即當對某種疾病診斷結果為正常，但實際 上該患者卻患有該疾病的機率。
（123RF）
圖三：利用不同解析度影像進行種族判別的準確性。（作者提供）
延伸閱讀
Gichoya, J. W., et al. (2022). AI Recognition of Patient Race in Medical Imaging: A Modelling Study. Lancet Digit Health, 4, e406–14.
幸好，一切發現得夠早！我們在 FDA 核准更多 AI 醫療 產品前釋出警訊。雖然目前還無法明確的知道 AI 判斷 種族的依據是什麼，也還沒有一個可以完全消除判斷 偏誤的方式，但已經成功呼籲臨床 AI 開發者應該重視 這個議題，在使用這些系統的人也應該更加留心思考 每個判斷結果背後可能產生的偏誤。至今，已經有愈
16 科技報導前瞻科技
查也發現，醫療人員對於不同種族的患者會給予不同 的對待，進而造成醫療資源的分配不公平。近年 AI 的 發展，有人認為有機會給予醫療正義一道曙光，不懂 種族歧視的機器似乎可以老實地依照所見到的資料， 採取客觀的標準，並進行公正的判斷。但我們的發現 卻指出， AI 竟然也不經意學到了利用種族去做「主 觀」決策的本事，且不只是醫療影像判讀系統，連風 險評估系統，甚至是生理訊號量測儀器，都有發現類 似的問題，不禁令人懷疑究竟 AI 的出現是否將加大族 群間醫療不公平的現象。
來愈多的學術研究者和公司投入 AI 模型偏誤消除的技 術發展，愈來愈多的資料和演算法透過自願公開分享 使用機制，作為不同研究者間交互驗證的資源。我們 也發現論文發表或醫療軟體落地使用的審查機制中， 逐漸加入「公平性」或「透明性」為其中兩項重要的 評估標準。期許在大家共同的努力之下，未來 AI 帶給 社會醫療照護的提升，不只是效率和準確性，也能讓 族群間的分歧降到最低。
系統等的運作。一艘船要完成航行，在甲板及輪機部 門之間，如何妥適地保持彼此工作的順暢，是一件非 常重要的任務，攸關人員、船貨、船舶本身的安全。 當自主船逐漸普遍化，傳統船舶的船員人力顯然將因 船舶本身型態的改變而產生明顯的變化。對於人力的 影響，可以由 2018 年聯合國國際海事組織海事安全委 員會第100次會議中確立的四個自主等級一窺端倪： • 「第一等級」為配備自動化流程和決策支持的船
鄭信鴻／臺灣大學工學博士，現任交通部運輸研究所副研究員。曾任臺北海洋科技大學專／兼任助理教授及交通部 航港局，致力臺灣海事科技發展多年，衷心努力營造更安全的臺灣海運環境。
17SciTech Reports 前瞻科技
一窺自主船的技術與特點嶄新的海運發展趨勢
電影《神鬼奇航》（Pirates of the Caribbean）中在幽靈 海上航行的鬼盜船讓許多人印象深刻。在將來的日子 裡，像電影裡無須駕駛員操作就會自動行駛的「無人 船」場景將有機會真實地搬上現實生活。
生活中常聽到的「無人船」（ maritime autonomous surface ship, MASS ）其實指的就是「自主船」或「自 駕船」，而英文的「 MASS 」一詞源自 2018 年聯合國 國際海事組織（ International Maritime Organization, IMO ）與海事安全委員會（ Maritime Safety Committee, MSC ）於第 99 次會議中確立。在此之前，世界各國都 以無人船（ unmanned ）、智慧船（ intelligent ）、智能 船（ smart ）或自駕船（ autonomous ship ）等類似名詞
體、船體等）、電腦晶片、驅動系統，以及各式感測器 高度整合而成的系統。自主船並不是一個新穎的概念， 最早的構想，源自於 1898 年塞爾維亞裔美籍科學家特 斯拉（Nikola Tesla），但當時受限於技術無法突破的因 素，發展並不順利。隨著近年來半導體及資訊科技的快 速發展，自主船又逐漸獲得重視。歐盟、美國、英國、 中國等，都已經開始著手研發自主船相關領域的技術， 並且視自主船科技為未來海事發展的重點。也因為如 此，使得自主船的發展有了嶄新的契機。 有鑑於自主船的發展逐漸受到重視，隨之而來的就是 船舶及船員將直接面臨的影響。以船員而言，傳統船 舶的運作若以人員工作性質區分時，可以分為甲板及 輪機最主要的兩個工作部門。甲板部門負責規劃航行 路線、操控船舶、航行瞭望及貨物管理等。而輪機部 門則在於主機保養維修、系統監測及維持動力、機電
稱呼它。雖然，目前英文名稱已經定義完成，但現階 段的中文稱呼上，在公開場合、專題演講、報章雜誌 或書籍等對於 MASS 的中文稱呼仍未統一，坊間仍有許 多不同的用詞。作者在此建議應以財團法人中國驗船 中心（ CR Classification Society ）於 2018 年 12 月公布的 「海上自主水面船舶準則」（ Guidelines for Maritime Autonomous Surface Ship ）所稱中文名稱「海上自主水 面船舶」為主，並簡稱為「自主船」。 自主船的演變與對船員的影響 自主船如同自駕車一樣，是一種利用運輸載體（如 車
國際海事組織確立的四個海上自主水面船舶等級圖一 （123RF）
• 「第四等級」為全自主船：船舶的作業系統能夠自 主決策並採取行動。
舶：船員在船上操作和控制船上系統和功能；有些 操作可能是自動化的，有時可無人監督，但船上有 船員隨時準備好進行接管控制權。
• 「第三等級」為無船員在船上的遠程控制船舶：船 舶是受異地遠程控制和操作；船上無船員。
此處「自主決策」一詞，意指「由系統監控人員設定 船舶起始點與目的地後、船上作業系統能夠自主規劃 最佳路徑」。
另外從以上的描述可以發現，從傳統船舶發展為自主
18 科技報導前瞻科技
自主船技術的感測特點 前面有提及，實現自主船的誕生，需要前述的運輸載 體（如車體、船體等）、電腦晶片、驅動系統等。但 自主船要能安全地在海上航行，或者在進出港時，能 避免與岸際發生碰撞，還需要具備更多的能力。自主 船由大量的感知系統、控制系統，以及決策系統所組
船 的過程中，船員的數量、工作的性質，以及工作環 境的改變將受到嚴重的衝擊。例如，目前可容納兩萬 個 20 英尺貨櫃（ Twenty-foot Equivalent Unit, TEU ）的 傳統船，船上的船員總數約 20 人左右，未來可能僅剩 一至二人、甚至無人。抑或者未來在自主船上工作的 船員，不論是甲板或輪機部門，工作內容可能只是處 理岸際中心（ Shore-side ）無法以遠端連線處理的船舶 技術問題而已。船員的工作量改變，工作型態也由於 船舶的功能而有所改變，甚至遭船舶部分設備取代。
• 「第二等級」為有船員在船上的遠程控制船舶：船 舶是受異地遠程控制和操作；船上有船員可接管控 制權及操作船上系統和功能。
19SciTech Reports 前瞻科技
化的感測能力，以下我們就來簡要說明完成自主船所
為了即時了解自主船在海上的航行動態，視覺攝影機 （ camera ）肩負起觀測海象及環境的工作。基本上， 自主船的視覺功能元件包含視覺攝影機、超音波雷達 等，每一個設備的功能不同，相對的也就會在不同的 情況上各自發揮。如視覺攝影機除了作為觀測船舶以 外的視覺情況外，當然也監控船舶內部的工作情況。 但是，視覺攝影機很難精確地判斷出距離的遠近，解 決的方法除了仰賴昂貴的光達之外，還有發展中的演 算系統。若僅能利用視覺攝影機提供的資訊，要來判 斷距離就變成一項很困難的技術，目前主要應用視覺 演算系統於自動駕駛系統上，透過結合多種角度的視
觸覺：感觸外界變化的光達 自主船有個重要核心技術為「光達」 （light detection and ranging, LiDAR）， 最主要用來定位及環境辨識。光達是 一種光學遙測技術，主要發射波長 600 ∼ 1100 奈米（ nm ）的雷射光束，並 透過接收及反射的時間差，來精確的 辨識環境；還更利用許多雷射光束所 構成的點雲（ point cloud ）高精細地圖 來完成自主船的定位。光達普遍應用 在無人駕駛科技（自駕車最常使用） 上，能夠補強全球定位系統（ global positioning system, GPS ）在多因素反 海上自主水面船舶的重要感測元件圖二 （123RF）
成。若以感知系統而言，自主船需要具備接受外界變 需重要的感知功能。
視覺：了解即時動態的的攝影機
覺圖片，來演算出觀測物的距離遠近及相關物體的空 間關係。 聽覺：傳來外界訊息的船聯網 大家對於物聯網（ Internet of Things, IoT ）這個詞大概 不陌生，但對於「船聯網」（ Internet of Vessels, IoV ） 可能就不常聽到了。船聯網的概念就像物聯網一樣。 物聯網是將所有的資訊藉由網路來聯繫；相對的，船 聯網是藉由網路來聯繫所有與船舶有關的資訊。自主 船要安全地航行在汪洋大海上，資訊的掌握及取得非 常重要。許多設備的運作可以藉由網路的連結，使設 備間可以進行資料的互換，讓船舶的運作更為靈活及 方便。更重要的是藉由船聯網的運作，並配合人工智 慧（artificial intelligence, AI）、演算法等，可使船舶自 行判斷航行情況，以逐漸實踐自主船在海上航行的可 能。目前，挪威科技集團康士伯（ Kongsberg ）已經著 手進行船聯網的資訊交換工作，他的 目的仍在於取得主導船聯網的技術領 先地位。另外，船聯網仍有許多需克 服的問題，包括網路攻擊、網路隱私 及網路竊取等隱憂。
定位：提供指引的全球定位系統
自主船的演進有著現代科技發展的輪廓，以及面對未 來世界的想像，更關係到將來全球運輸及貿易體制的 轉變。身處在資訊科技爆炸的時代，我們不能不知道 自主船發展的過程。期待將來海運朝向無人化演進， 為這世界帶來更多的驚喜及更豐富的想像空間，迎來 更便捷及更安全的海運環境。
射的問題，並且提供了高精細地圖。因此，有了光達 提供高精細地圖的資 訊，自主船的定位程度可以達到 公分等級的精確度。不過，光達在目前的應用上仍有 許多問題急需克服，例如：遭遇惡劣海象時會造成精 度降低、需仰賴高效能的計算處理儲存空間，以及造 價成本高等。
20 科技報導前瞻科技
GPS 是無人駕駛系統中不可或缺的一項技術，它主要 的功能是提供航行定位的資訊。 GPS 目前由 24 顆衛星 所組成，主要是利用衛星量測無線電訊號所傳來的時 間，推算出距離的遠近，並且以構成三角定位的原理 來獲得定位的結果。目前最普遍利用差分 GPS 來減少 定位上的誤差，這是因為目前的 GPS 更新頻率較低， 大約 10 ∼ 20 赫茲（ Hz ）左右，使得船舶在海上航行 時較不易獲得精確的即時定位。目前解決的方法是利
用三軸的陀螺儀（ gyroscopes ）和三個方向的加速度 計（ accelerometers ）所構成的慣性量測單元感測器 （ inertial measurement unit, IMU ），來測量物體在三 維空間中的角速度和加速度，並算出受測物體的動態 情況。
結語
否定的結果可能還讓人想到執行技術性實驗的能力不 足。卡爾任職於某家微生物實驗室時，常常沒辦法在 瓊脂平皿上培養出他要研究的微生物大腸桿菌。這並 非有趣的科學結果；只是顯示他在實驗室環境下完全 無能而已。 第三種可能解釋是否定命題（ negative propositions ）沒 有價值。不成立的假設隨口一說就有。隨機用字詞湊 成的句子通常都不成立。「鬱金香會咬人。」「雪花 資訊，不過一旦擊中對手的船艦，大量資訊到手，便可 進一步習得更多資訊。
P值竄改和出版偏誤 《數據的假象》
純粹出於慣例，我們常常把 0.05 的「 p 值」視為研究結 果具備統計顯著意義（statistically significant）的臨界標 準。換句話說，當 p 值＜ 0.05 ，也就是結果純粹出於偶 然的機率小於5％時，我們才說它具備統計顯著意義。
基於所有這些理由，否定的結果根本吸引不了大量的注 意力。我們從未見過有人發表演說大談自己在實驗室裡 做不成的研究、結果卻獲獎或成功謀得一職的例子。
能會將選舉結果做成表格，蒐集服用止痛藥的調查報 告，在找出過去以來止痛藥銷售量的數據資料。在此我 有程度不等的自由度。我要檢視的選舉為何？美國總統 選舉、美國參議員選舉、美國眾議會議員選舉、州長選 舉、州參議員選舉、州眾議員選舉、市長選舉、市議會 議員選舉等。我要調查男性或是女性的消費狀況，抑或 兩者都調查？消費族群是年輕人、中年人、或是65歲以 上的人、青少年，或者以上皆是？我要看的是民主黨候 選人對上共和黨候選人的選舉效應，或是個人偏好的候
雖然極少數科學家甘願犯下科學欺詐，以換取自己要 的「 p 值」，但破壞科學過程之誠正性的灰色地帶依然 很多。研究人員有時會嘗試不同的統計假設或檢驗方 式，直到找出方法將自己的 p 值一點一點下修到具備統 計顯著意義的臨界值 0.05 為止。這就是所謂的「 p 值竄 改」，屬於很嚴重的問題。或者，他們會修改自己的檢 驗結果。某個臨床試驗一開始可能要測量使用某種新藥 五年後對存活率的影響，不過，當研究人員發現毫無改 變，他們可能會探勘資料，以找出用藥三年後對生活品 質的明顯改善。
會融掉鐵。」「大象就是鳥。」想在這片滿是不成立 之陳述的海洋中找出成立之陳述，猶如想在充滿鬼扯 的稻草堆裡找出一根具有意義的針。把這想成海戰棋 （Battleship）這個老桌遊吧！棋盤格上大多數的空間都 是開放的水域，因此沒打到對手的船艦就得知不了什麼
書適圈 21SciTech Reports
在分析自己蒐集的數據資料時，我們往往可以做各種選 擇決定究竟要將什麼納入研究內容。舉例來說，假定我 想研究選舉結果如何影響美國止痛藥的消費狀況。我可
由於研究人員比較有意閱讀具備統計顯著意義的「肯 定」結果，而非不具備統計顯著意義的「否定」結果， 這促使作者與期刊都爭相提出結果具備顯著意義的研 究。研究人員和期刊為何對否定的研究結果不感興趣？ 我們不完全清楚，不過倒可提出幾個合理的肇因。其一 可能與我們的心理有關；對大多數人而言，否定的結果 感覺起來有點乏味。「這兩種群類並無不同。」「這 種治療方式不會改變結果。」「了解 x 對預測 y 沒有幫 助。」讀這些句子時，我們會覺得自己沒學到跟周遭世 界相關的有趣知識，反而又回到原點。
也許你嘗試了其他幾個統計檢驗。由於數計資料已經快
恭喜你。你剛剛竄改了研究的「p值」！ 想像有 1,000 位誠正無欺的研究人員全都拒絕在任何情 況下竄改「 p 值」。這些品行端正的學者們檢驗了 1,000 個攸關政治勝選與止痛劑使用情況之關係的假設，結果 通通不成立。純粹出於偶然，這些假設中大概有50個達 到「 p 值」＝ 0.05 的等級，具備統計學上的真憑實據。 50名幸運的研究人員提出他們的結果投稿期刊，順利通 過審核獲得發表。其他 950 名研究人員裡只有一些人會 大費周章地提出自己的否定研究結果，最後也只有少數 人有辦法發表自己的否定研究結果。
（ OxyContin ）？我要比較單一地點選前選後的止痛藥 消費狀況，還是只比較不同地點選後的結果？在我分析 數據資料之前要做的決定極為龐雜。由於排列組合情況 如此之多，很有可能最起碼有一個組合會呈現具備統計 顯著意義的結果，即便選舉結果和止痛藥的使用情況根 本沒有因果關係也無妨。
選人對上非偏好的候選人的選舉效應？換句話說，我要
書適圈22 科技報導
義是什麼？阿斯匹靈（ Aspirin ）、安舒疼（ Advil ）、 泰諾（ Tylenol ）、氫可酮（ hydrocodone ）、疼始康定
）。具備統計顯著意 義的結果在科學文獻裡比例過高，而不具統計顯著意義 的結果卻比例過低。那些產出不具統計顯著意義結果的 實驗數據資料最後都被丟進了科學家們的檔案櫃裡（現 在或許被丟進電腦檔案系統裡）。有時候我們就稱這為 檔案抽屜效應（file drawer effect）。 還記得古德哈特定律（ Goodhart's Law ）嗎？「當測量 成為目標，它就不再是個好的測量標準」。某種程度上
為了避免落入這樣的陷阱，研究人員在審視數據資料前 就該明確做好這些所有選擇，接著再檢驗他們事先下定 決心研究的假設。舉例來說，我可能決定檢驗已達法定 選舉年紀的成年男女在個人偏好的州長候選人落選後， 是否會服用更多止痛藥。或者，我可能要檢驗共和黨候 選人取代民主黨候選人贏得美國眾議院議員選舉的選區 裡，兒童用泰諾的銷量是否下滑。無論我選擇要檢視的 對象為何，重點都是分析數據資料前就明白訂出。否則 的話，只要我檢驗的假設夠多，一定會找到某些具備統 計顯著意義的結果，即便真正的型樣不存在也無所謂。
不要對照止痛藥使用者的政治立場？還有，止痛藥的定
不過，從研究人員的角度來看看吧。想像一下你才花 了好幾月的時間蒐集龐大的數據資料集。你檢驗了自 己的主要假設，也得到前景有望的研究結果，只不過 它們不具備統計顯著意義。你明白這麼一來就沒辦法 在知名的期刊發表這份研究，也許完全發表不了。你 心想，可是這個假設的確成立，也許只是數據資料還 不夠而已。於是你繼續蒐集數據資料直到你的「 p 值」 降到 0.05 以下，然後你立刻就此打住以免數值浮動又高 過那個臨界值。 要具備統計顯著意義了，選對方法與檢驗，你就得以跨 了。你要怎麼辦？取消整個計畫，放棄已經投資的幾千 美元，然後叫你指導的研究生再延 6 個月才畢業⋯⋯或 乾脆報告男性的結果就好，然後投稿頂尖的期刊？在這 些情況下，或許合理化後者的作法感覺起來很容易。 「我確信真的有這個趨勢」，你可能會這麼跟自己說。 「我一開始就考慮要刪除研究中的女性了。」
偏誤的問題。發表的論文集合代表所有做過的實驗集合 中的一個偏差樣本（
當讀者審視文獻時，會看到50份研究顯示政治選舉結果 和止痛藥的消費情況有關，也許還會看到幾個發現兩者 不具關聯性的研究報告。他會合理認定政治對止痛藥的 使用有重大影響，至於沒有成功的研究肯定只是量錯數 量或找錯型樣。然而，事實卻恰恰相反，這兩者根本沒 有關係，兩者出現關聯純粹是我們認為何種研究結果才 有出版價值的人為現象。 此處根本的問題在於，論文能否獲得發表的機率與其提 出之 p 值間並非毫無關係。因此，我們會迎頭碰上取樣 biased sample
過「 p 值」＝ 0.05 的關鍵門檻。想當然爾，稍做修改， 你就會找出結果具備統計顯著意義的方法。 也許你的假設顯然只在男性身上成立，而本來有意義的 型樣因為樣本當中加入女性卻消失了。你檢查了一下， 瞧啊，只看男性的話，你就有具備統計顯著意義的結果
以聳動的標題「為什麼大部分出版的研究結果都是 假的」（ Why Most Published Research Findings Are False ），著文概述檔案抽屜效應造成的後果。要解釋 伊奧尼迪斯的論點，我們得先離題探討人稱「基本率謬 誤」（base rate fallacy）的統計陷阱。
想像你是位醫師，正在治療某個擔心自己去緬因州釣魚
時可能染上萊姆病（ Lyme disease ）的年輕人。回家後 他人就一直不舒服，但目前還沒有出現跟萊姆病有關的 輪狀紅疹特殊病徵。你覺得染病機會不大，但為了讓他
安心，你答應檢測他血液中有無造成此病的細菌抗體。
書適圈 23SciTech Reports
讓你們兩人驚愕的是檢驗結果竟為陽性。檢測本身可稱 準確，但並非精準無比。大概會出現 5 ％的偽陽性。如 此一來，你的病人染上萊姆病的機率為何？ 許多人，包含許多醫師在內，會認為答案約為 95 ％上 下。這是不正確的。95％是指沒有萊姆病的人測出陰性 的機率。你想知道的是有萊姆病之人測得陽性的機率。 事實上由於萊姆病相當罕見，所以這個機率很低，在萊 姆病盛行的地區每 1,000 個人大概也只有 1 人受到感染。 想像一下你檢測 10,000 個人，你預期大約會有 10 個真陽 性，同時還有約0.05×10,000＝500個偽陽性。每50個測 出陽性的人當中，真正染病的不到 1 人。因此你可以預 期自己的病人得到萊姆病的機率不到 2 ％，即便測出陽 性也一樣。 這種混淆，也就是以為病人有95％的機率染病，實際機
這就是 p 值的情況。由於 p 值低於 0.05 已經是論文發表的 必要條件，所以 p 值便不再是具備統計說服力的有效測 量標準。如果科學論文出版與否與 p 值無關，這些數值 便依舊是檢測否定虛無假設的統計學證據說服力多高的 有用標準。話說回來，既然期刊嚴重偏好 p 值低於 0.05 的論文，p值便不再符合最初的用意。 2005 年流行病學家約翰．伊奧尼迪斯（John Ioannidis）
書適圈24 科技報導 率卻小於 2 ％，這應該很常見的錯誤。這就是檢察官的謬 誤，只不過老瓶換新酒而已。有時候我們會稱之為基本率 謬誤，因為它涉及到解釋檢驗結果時卻忽略患病人口基本 率的狀況。 回想一下檢察官的謬誤所用的表格： 吻合 不吻合 有罪 1人 0人 無罪 5人 50,000,000人 檢測為陽性 檢測為陰性 感染 10人 0人 未感染 500人 10,000人 每一個例子的錯誤都一樣：比較的不是左邊欄位的 機率，而是底部那一列的機率。 如果你檢測的是相當常見的病症，基本率謬誤就不 是大問題。假定病人是來自美國中西部北邊的年輕 白人女性，你為了治療她的胃疾，決定使用尿素呼 氣試驗法（ Urea Breath Test ）檢測她有無胃幽門螺 旋桿菌（ Helicobacter pylori ，簡稱幽門桿菌），也 就是一種跟消化性潰瘍有關的病原體。此法跟萊 姆病的抗體檢驗一樣，約有 5 ％未受感染的人會測 得陽性。假使你的病人測出陽性，她帶有幽門桿菌 的機率為何？一樣是百分之一嗎？不對，比這要 高多了，因為幽門桿菌是常見的病原體。美國約 莫有 20 ％的白人帶有幽門桿菌。現在想像一下你在 10,000 人身上檢測此病原體。你會發現大約 2,000 例 陽性，而剩下的 8,000 人當中大概有 5 ％，即 400 人會 測得偽陽性的結果。所以美國每6位幽門桿菌檢測結 果為陽性的白人，大概就有5位真的帶有此病原體。 解釋完基本率謬誤，讓我們回到伊奧尼迪斯身上。 他的論文「為什麼大部分出版的研究結果都是假 的？」認為科學研究跟醫學檢驗的解釋方式有異曲 同工之妙。他認為出版偏誤致使否定的研究結果大 多沒有發表，而文獻內容幾乎都是肯定的研究結 果。如果科學家們檢驗的是不太可能成立的假設， 那絕大多數肯定的研究結果就是偽陽性，一如在沒 有其他風險因子的情況下有無萊姆病的檢測結果幾 乎都是偽陽性一樣。 我們說完了。那就是完整的論點。我們不太能質疑 伊奧尼迪斯的數學。就他的模型來看，他的結論也 正確。而且，他還有我們先前探討過的論文提供的 實證支持，也就是證明許多優秀期刊發表的實驗無 法被複製的那些論文，倘若那些肯定的實驗結果很 多都是偽陽性，這便完全在我們的預料之中。 接著要談的是關於伊奧尼迪斯的假設前提，我們能 提出的反駁。發表的研究結果若要多數為假，科學 實驗就必須如罕見疾病般極不可能驗出真陽性。但 討論基本率謬誤時要用的類似表格，則如下所示：
科學不是那樣運作的，因為科學家們得以選擇自 己要檢驗的假設。我們已經明白科學家深諳自己 專業領域的獎勵結構，靠著發表引人興趣的研究 內容最能累積獎勵，而且否定的研究結果是很難 獲得發表。所以我們認為科學家會傾向檢驗雖未 定論但比較可能成立的假設。這會讓我們偏向研 究絕大多數之陽性結果皆為真陽性的幽門桿菌相 關領域。由於伊奧尼迪斯對研究人員決定檢驗的 那類假設認定有誤，不符現實，我們認為他過於 悲觀。
書適圈 25SciTech Reports 出版日期｜2022年6月出版社｜天下雜誌譯 者｜穆思婕、沈聿德 作 者｜卡爾‧伯格斯特姆、杰文‧威斯特書 名｜《數據的假象：數據識讀是深度偽造時代最重要的思辨素養，聰明決策不被操弄》（CarlT.Bergstrom,JevinD.West） 破綻？是現在深度偽造時代非常重要的自保能力。如何偵測科學鬼扯？如何識破數據資料不合邏輯的更容易藏貓膩，大數據陷阱多多更容易扯大謊。有圖有照片不一定有真相，數字表格簡單清楚其實被識破！但也是資訊時代更容易操弄人心的騙術，而且更難數學、統計與科學都是理性、客觀、精確的代表， 兩位作者在華盛頓大學開設同名課程，受到極高的 討論和迴響，他們運用統計與生物學領域的專精知 識和經驗，以生動幽默的方式，拆解取樣偏誤與數 據資料數位化混淆視聽的案例，檢視我們的生活多 麼容易受到各類數據假象的影響。
當然，這都是理論上的推測而已。倘若我們想真 的測量出版偏誤的問題多麼嚴重，我們就得知 道：（ 1 ）檢驗過的假設實際為真的比例為何，還 有（ 2 ）否定的研究結果獲得發表的比例為何。如 果兩者比例皆高，就沒什麼好擔心的。假如兩者 比例皆低，就有問題了。
我們已經闡述過科學家會傾向檢驗有可能成立的 假設。可能性也許為 10 ％、 50 ％、或 75 ％不等， 但不會是 1 ％或 0.01 ％。至於否定的研究結果獲 得發表的情況又如何呢？頻率多高？就跨科學領 域整體而言，所有出版的研究中否定的結果約占 15 ％。若屬生物醫學領域則為 10 ％。社會心理學 領域只有 5 ％。問題在於我們無法從這些數據得 知心理學家比較不可能發表否定的研究結果，還 是他們選擇的實驗比較有可能產出肯定的研究結 果。我們真正想知道的並不是所有發表的研究中 否定的結果占比多高。我們想知道的是否定的研 究結果獲得發表的比例為何。
目前全球塑膠生產量已超過 40 億噸，由於不當的廢 棄物管理制度，每年至少有千萬噸的塑膠廢棄物流入 海洋環境。這些廢棄物會再經風化作用，成為肉眼難 以察覺的微型塑膠。微型塑膠對於生態環境有哪些影 響、在地球表面又是如何移動聚集的呢？一般認知微 型塑膠在海洋中主要的宿命是沉降至海底，因此研究
26 科技報導動態時報
提出假說之後，團隊經過多次實驗室模擬，終於成功 證實微型塑膠在海洋與大氣之間轉移的步驟與機制， 整個流程大致上分為三個步驟。首先，在大氣與海 洋水體的交界處，如果存在著高鹽度、含膠體且高黏 度的表層，將有助於微型塑膠累積於水體的表面。其 次，當被困在水體表面高濃度的微型塑膠遭遇到風這 類高速的空氣擾動，就會短暫形成表面富含微型塑膠 的泡泡。最後，當泡泡破裂的時候，水中的微型塑膠 就會噴發至大氣中，成為大氣微型塑膠。團隊也得出 結論，海水的成分會影響微型塑膠的濃縮、聚集狀
在海洋大學的報導中，許瑞峯表示研究的起點是在爬梳 文獻的過程中發現到，即使在許多較少人為活動的開放 海域大氣中，仍可測得微型塑膠的存在。傳統觀點認為 這些微型塑膠來自大氣本身的沉降，而研究團隊進一步 提出推測，認為這些微型塑膠也有可能來自於海洋的微 型塑膠在海浪拍打的過程中，噴發至大氣。
塑膠垃圾進入海洋，除了在海上漂流、沉沒、集結成 大規模的海洋垃圾帶，也會在風吹日曬雨淋的過程中 風化為海洋微型塑膠（ microplastics ）。這些微型塑膠 在大海中將何去何從？全球微型塑膠的排放量與環境 中的累積量為何不平衡？這些都是學界亟欲釐清的議 題。臺灣海洋大學環態所暨海洋中心助理教授許瑞峯 與輔仁大學化學系助理教授李竹平組成的研究團隊在 新發表的研究中證實，海洋飛沫或氣膠（ sea spray ）的 形成，可將海洋中的微型塑膠送進大氣中；而海洋中 的膠體還進一步扮演了黏著與濃縮微型塑膠的角色。
research）期刊。
態，從而影響進入大氣的效率。 這項研究有助於科學家更進一步了解海洋微型塑膠的 命運，以及塑膠的何去何從，也對於未來針對海洋塑 膠進行的相關管理、監控甚至是處置因應，提供了更 多的資訊。 新聞來源 1. 國立臺灣海洋大學媒體公關暨出版中心（ 2022 ）。海洋微型塑膠傳 輸途徑新發現 海大研究登領域排名第一期刊《 Water Research 》。 https://bit.ly/3CSW1zs。 2. Shiu, R. F., et al. (2022). New insights into the role of marine plasticgels in microplastic transfer from water to the atmosphere via bubble bursting. Water Research, 222, 118856.（123RF）
團隊提出的「由水體傳輸至大氣」新路徑，不只解釋 了過去微型塑膠在海洋中「消失」的可能原因，也 開啟了新的研究方向。該研究於今（ 2022 ）年 8 月 15 日，發表在水資源領域排名第一的《水研究》（ Water 研究發現會經飛沫進入大氣海洋微型塑膠飄去哪兒？ 整理報導｜陳亭瑋
一年前牛津大學的團隊就已經發表過相關研究，發現 患者在感染 COVID-19 的 12 個月之後，仍然可以檢查到 新冠長期症狀（ long COVID-19 ，簡稱長新冠）。當時 發現有 37% 的康復患者，在急性感染的三到六個月內 至少會出現一種長期的症狀。這些長期症狀有相當多 種類，包括呼吸異常、腹部症狀、喉嚨或胸部疼痛、 腦霧（ brain fog ）、疲勞、頭痛等。雖然許多流感的 案例也會在六個月內出現至少一種長期的後遺症，但 COVID-19 案例中出現的頻率更高，至少高出 1.5 倍之 多。這顯示這些後遺症不只是病毒感染的結果，更是新 型冠狀病毒（ SARS-CoV-2 ，簡稱新冠病毒）感染後的 後遺症。延伸此研究，牛津團隊針對
下的成年人相較於對照組的其他呼吸道感染，腦霧的 發生率較高， COVID-19 痊癒者的腦霧發生率是每萬人 640 例，高於對照組的每萬人 550 例。而 65 歲以上的成 年人則更加嚴重，長期神經疾病的發生率腦霧為每萬 人 1540 例（對照組 1230 例）、癡呆症為每萬人 450 例 （對照組 330 例）、精神障礙 85 例（對照組 60 例），皆 有顯著增加。
自 2020 年 COVID-19 大流行以來，已經有許多討論擔 憂新冠病毒會造成神經退化性疾病（ neurodegenerative disease ）發生率增加。例如在 1918 年西班牙流感大流 行之後的幾年內，就觀察到帕金森氏症（ Parkinson's disease, PD ）的發病率急遽上升，因此研究人員懷 疑某些病毒感染有可能會加速神經退化性疾病的進
今（ 2022 ）年 8 月，英國牛津大學（ University of Oxford ）針對嚴重特殊傳染性肺炎（ COVID-19 ）的長 期神經影響進行最全面的追蹤研究，並將結果刊登在 《刺絡針精神病學》（ The Lancet Psychiatry ）。這項 研究追蹤了超過 128 萬人長達兩年，發現多數人在感染
COVID-19 的兩週後，情緒障礙如憂鬱或焦慮的風險會 增加，但在幾個月後就會恢復正常；而在患病的24個月 後，老年人癡呆症的風險與對照組相比也提高了。
展。今年 6 月發表於《神經病學前沿》（ Frontiers in Neurology ）的研究就表明，根據丹麥的電子健康紀 錄，感染 COVID-19 的患者在痊癒後罹患阿茲海默症 （ Alzheimer's disease, AD ）、帕金森氏症、中風的 機率有可能增加。不過除了缺血性中風以外，感染 COVID-19 之後其他神經系疾病的發病率，似乎都並未 高於細菌性肺炎。 然而，儘管研究觀察到了此一趨勢，詳細的因果關係仍 待進一步釐清，有人認為是阿茲海默症早期的患者更容 易感染病毒疾病；也有人主張病毒引發的腦炎造成心血 （123RF）
COVID-19 的患者 持續追蹤，以了解受新冠病毒感染後兩年內會發生的狀 況，並以其他病毒性呼吸道疾病的患者作為對照組，研 究COVID-19對於神經系統與精神疾病風險的影響。 好消息是，雖然 COVID-19 預後有段時間會增加情緒障 礙，如焦慮症或憂鬱發生的風險，但在急性症狀結束後 的幾個月內就會恢復正常。特別是在兒童，與其他呼吸 道感染相比， COVID-19 造成的焦慮症或憂鬱的風險並 沒有任何差異。 但成年人身上卻不一樣，在超過兩年的追蹤後顯示， 仍有些神經系統問題可能會出現。舉例來說， 65 歲以 COVID-19會提高失智症風險？ 編譯｜陳亭瑋
27SciTech Reports 動態時報
新聞來源
由於
COVID-19 的長期影響，仍需要花費更多時間繼續進行 研究，現階段要達成任何確切的結論都還太早。 COVID-19 全球疫情的影響範圍極大，因此雖然增 加的比例不高，目前統計神經退化疾病如癡呆症比例增 對於患者長期來說會
也有研究人員指出，癡呆症有一定的複雜與異質性，診 斷也有一定的難度，因此現階段要將 COVID-19 與癡呆 症的發病連結達成結論為時尚早。此外，神經退化疾病 的發病需要一定的時間，可能長達數十年，兩年的追蹤 期尚有不足，目前仍可能存在調查時未確診或亞臨床的 案例。
有哪些影響非常重要，如此醫療系統才有機會應對未來 可能出現的長期健康狀況。
1. Taquet, M., et al. (2022). Neurological and psychiatric risk trajectories after SARS-CoV-2 infection: an analysis of 2-year retrospective cohort studies including 1 284 437 patients. The Lancet Psychiatry.
3. Haridy,R. (2021). New long COVID studies show symptoms linger up to one year after infection. New Atalas
有更多進行中的研究希望發掘新冠病毒如何影響神經系 統、與常見的病毒感染差異為何。牛津大學的研究成 果雖為近期最全面追蹤 COVID-19 神經系統後遺症的研 究，並且選擇了相當有力的對照組做比較，有利於發現 新型冠狀病毒與其他的病毒不同之處。但要進一步了解
加 1.2 ％，但總和下來的影響仍然難以忽略，有可能讓 這些疾病的全球發生率提高，對於老年人照護造成一定 的衝擊。持續研究了解 COVID-19
28 科技報導動態時報
管、神經損傷，可能會造成已經很脆弱的神經系統出現 退化。但這些神經疾病，真的是由於新型冠狀病毒感染 所造成的後遺症嗎？或者背後仍有更複雜的免疫機制、 甚至與自體免疫反應有關？這些都是研究人員亟待回答 的問題。
2. Haridy,R. (2022). Oxford study finds increased dementia risk 2 years after COVID infection. New Atalas
29SciTech Reports 動態時報
究團隊，利用人面蜘蛛（ ephila pilipe ）吐出的蜘蛛 絲，成功開發出一款光纖糖度感測器，可以在 0.1 毫 秒（ ms ）內有效量測果糖、蔗糖、葡萄糖的濃度，
且這款感測器的量測範圍已包含人體血液中所有可能 的糖濃度，有望作為下個世代血糖偵測領域的利器， 該研究成果將於今（ 2022 ）年 9 月刊登在的 Biomedical Optics Expres期刊中。
根據衛生福利部國民健康署統計，臺灣罹患糖尿病的人 口已累計突破 200 萬人，且每年都在持續增加。糖尿病 已經躍升為新一代的國民病，而它所引起的急性、慢性 併發症，也是讓死亡率增加的一大原因。目前糖尿病患 者多半會自行在家使用採血針取指尖的血，再透過血糖 機檢測血糖，不過使用採血針不僅有容易感染的風險， 針頭使用過一次後就成為醫療廢棄物，因此許多科學家 都致力於研發更方便、即時的血糖偵測方式。 蜘蛛絲不同於傳統利用玻璃或塑膠材料製成的光纖，擁
有好的延展性、光波傳輸等物理性質，更重要的是還具 有高度生物相容性，因此適合用於人體。劉承揚研究 團隊與臺北醫學大學及臺灣儀器科技研究中心合作，從 活蜘蛛體內取得天然的蜘蛛絲後，會先利用「光固化樹 脂」穩定蜘蛛絲的結構，再以「斜向薄膜濺鍍技術」在 固化的蜘蛛絲表面濺鍍上一層薄薄的奈米金薄殼，增加 蜘蛛絲光纖對糖濃度的靈敏度。最終製成一根直徑約等 於人類頭髮，肉眼可見的光纖感測器。 透過「表面電漿子共振」（ surface plasmon resonance, 精準量測糖尿病患者血糖用蜘蛛絲製成的光纖感測器 整理報導｜羅億庭 SPR ）的光學物理原理，科學家能計算出不同糖類在金 屬上的折射率，藉此知道糖類的濃度變化。而在這項光 纖感測器的研發過程中，團隊也經實驗證實感測器可以 在一年內維持相同的靈敏度，且在室溫、人體溫度下都 能正常運作。 為了找到適合的材料，研究團隊嘗試過2∼3種不同品種 的蜘蛛，經過多方嘗試後才選擇以人面蜘蛛作為主要的 取絲對象。此外，在製作蜘蛛絲光纖的過程中，他們也 嘗試使用多種樹脂和金、銀、銅等金屬材料。由於糖尿 病患者需要在餐前、餐後都監測血糖，因此一款可以長 期適用於人體內，且能即時、精準反應患者血糖的感測 器是相當重要的，不僅能解決患者遇到的難題，更可以 達成精準醫學的目標。 新聞來源 陽明交通大學新聞網（ 2022 ）。陽明交大研發蜘蛛絲光纖糖度感測器， 可做為新一代糖尿病管理利器。https://www.nycu.edu.tw/news/3918/。 （123RF）
許多人都會怕蜘蛛，但你有想過有一天「蜘蛛絲」可 以用來量測血糖，成為糖尿病患者管理血糖的工具 嗎？陽明交通大學生物醫學工程學系教授劉承揚的研
30 科技報導動態時報
為了在自然環境中存活，許多天然植物都會具備毒 性、藥理活性，例如生物鹼（ alkaloid ）就是一種存 在於植物體的含氮鹼性有機化合物，也是植物類毒素 的主要成分之一。中央研究院基因體研究中心副研究 員鄭偉杰實驗室長年投入生物鹼分子領域，團隊以 苦馬豆素（ swainsonine ）這種雙環亞胺醣（ bicyclic iminosugars ）生物鹼的分子結構作為核心骨架，替換 掉它周邊的取代基後，合成出具有 400 多種變化的分子 群。爾後他們進一步篩選了這些新合成的化合物，成 功找出具有殺死肝癌細胞藥效且無副作用的新型小分 子抑制劑。
的 α －甘露糖苷酶 II （ human alfa-Golgi Mannosidase II, α -hGMII ），進而改變癌細胞內蛋白質表面的醣聚合 物組態，限制腫瘤的發展與轉移。不過在後續進入臨 床實驗時，卻發現苦馬豆素針對特定酵素的專一性不 足——在抑制 α -hGMII 時，同時也會抑制細胞內溶小 體（ lysosome ）的 α －甘露糖苷酶（ α -hLM ），使糖類 堆積在腦中，造成溶小體儲積症（ lysosomal storage disease）等副作用。也由於這項嚴重的副作用，以苦馬 豆素做為抗癌藥物的研究因此停擺。 為了解決苦馬豆素抑制酵素時專一性不足的問題，合 成更具有專一性的抑制劑，鄭偉杰以「由天然物啟發 合成抑制肝癌的小分子天然物由天然物啟發的組合式化學 整理報導｜羅億庭
合成技術平臺，廣泛地運用到其他自體免疫疾病、罕 見疾病的藥物開發和探索中。 新聞來源 中央研究院基因體研究中心（2022 ）。舊天然物新靈魂 小分子抑制劑復 活重生。https://bit.ly/3cKr0D2。
大部分的生物鹼對人體具有毒性，但也有某些能作為鎮 痛、麻醉等藥物使用，像是屬於鴉片類藥物（ opioid ） 的嗎啡（ morphine ）、可待因（ codeine ）。因此如何發 揮天然物的最大藥理活性，同時又能將副作用降低， 成為目前天然物藥物開發時的研究重點。過去科學家 在一種稱為「瘋馬草」（ locoweed ，又稱為瘋草）的 植物中發現的苦馬豆素，能夠抑制人體高基氏體裡
的組合式化學」（ natural product-inspired combinatorial chemistry ）概念出發，首先製作出苦馬豆素裡具有生 物活性的主結構，再以不同分子組塊替換主結構周邊 的取代基、修飾主結構。過程中，他們合成出四種具 有不同環大小及不同相對位置的骨架，而每個骨架又 可以藉由組合式化學產出約 100 種化合物，建立了含有 約400個化合物的類天然物生物鹼分子庫（library）。 建立資料庫後，研究團隊選定甘露糖苷酶 II 與 α －甘露 糖苷酶進行篩選，挑出對甘露糖苷酶 II 專一性較高的分 子，並利用電腦運算輔助預測，改良、最佳化分子的 結構與功能，最終合成了對於甘露糖苷酶 II 具有高度 選擇性的有效小分子抑制劑「 ACK900 」。在細胞實驗 中，也顯示 ACK900 能有效調節肝癌細胞的醣蛋白聚糖 組態，達到毒殺癌細胞、抑制癌細胞轉移的效果，同 時對於正常細胞具有較小的代謝物堆積副作用。動物 實驗也顯示，以 ACK900 治療感染肝癌的小鼠後，小鼠 的腫瘤縮小；在血液生化數據則說明 ACK900 不具有肝 腎毒性，降低細胞內溶小體儲積症的副作用。 目前團隊嘗試將 ACK900 應用於乳癌、胰臟癌、腦癌的 治療測試中，更期望能將這個從天然物中啟發的化學
作為植物氮循環（ nitrogen cycle ）中的一部分，硝酸 鹽與亞硝酸鹽廣泛存在於自然環境與蔬果中。此外， 也因為硝酸鹽與亞硝酸鹽具有抑菌、保色等特性，可 以作為乳酪製品、醃製肉類的合法食品添加物，達 到防腐與保色的功能。不過由於硝酸鹽和亞硝酸鹽與 含有二級胺類的食物（如肉、魚類）一同進入到人體 內時，可能會生成內源性亞硝基化合物，增加人類罹 癌的可能性。過去國際癌症研究中心（ International Agency for Research on Center, IARC）曾指出，在特定 條件下硝酸鹽和亞硝酸鹽可能對人類來說具有致癌風
險（group 2A），但現在藉由科學家所做各項研究，證 實攝取硝酸鹽及亞硝酸鹽將有助於降低血壓、預防心 血管疾病。 為了知道臺灣民眾每天吃下的硝酸鹽、亞硝酸鹽到底有 沒有食安風險，林怡君與研究團隊跑遍全臺的傳統市 場、量販店、超市、餐廳等，調查了42類國人飲食習慣 中常見含有硝酸鹽與亞硝酸鹽的食物，並透過實際烹調 分析和計算國人每天吃下的硝酸鹽、亞硝酸鹽量有多 少。結果發現，臺灣各年齡民眾在日常生活中實際上攝 管健康利大於弊洗刷致癌汙名？硝酸鹽、亞硝酸鹽對心血 整理報導｜羅億庭 取的硝酸鹽來源，主要來自十字花科的小葉菜類與高麗 菜類，且白米飯更是亞硝酸鹽的主要來源。 研究團隊進一步以毒理動力學，模擬我們吃下含有硝酸 鹽、亞硝酸鹽的食品後，硝酸鹽與亞硝酸鹽在人體內的 吸收、分布、代謝、排除狀況，發現各年齡層國人每日 飲食中攝取的硝酸鹽和亞硝酸鹽量具有心血管效益，且 對健康可能造成的風險幾乎可以忽略。主持研究的林怡 君也表示，飲食不應該只考慮到危害而未想到好處，蔬 菜中富含的膳食纖維、多酚類、維生素，以及肉類食物 能帶來的礦物質、蛋白質都是對人體重要的營養來源。 從這項研究結果顯示，整體而言依照國人每日正常飲食 習慣攝取的硝酸鹽、亞硝酸鹽含量來看，對於心血管帶 來的好處大於可能帶來的風險。 新聞來源 陽明交通大學新聞網（ 2022 ）。硝酸鹽及亞硝酸鹽致癌？食安所最新膳 食風險評估調查發現利大於弊。https://www.nycu.edu.tw/news/3870/。 （123RF）
（nitrate, NO3 ）、亞硝酸鹽（dioxidonitrate, NO2 ），常 被認為可能具有致癌風險，因此許多民眾都會盡量減少 食用。不過近期陽明交通大學食品安全及健康風險評估 研究所副教授林怡君研究團隊，發表的一份最新研究指 出，「加工肉品」並不是讓臺灣人吃下最多硝酸鹽、亞 硝酸鹽的罪魁禍首，蔬菜與米飯才是！此份研究評估效 益報告也說明，考慮到蔬菜類的攝取效益，硝酸鹽與亞 硝酸鹽對於預防心血管疾病的效益，遠大於它所帶來的 健康風險。
31SciTech Reports 動態時報
你喜歡吃香腸、培根嗎？這類加工食品因為含有硝酸鹽
32 科技報導動態時報
近期，國家衛生研究院（簡稱國衛院）免疫醫學中心 特聘研究員譚澤華，以及助研究員莊懷佳團隊研究發 現，受到新冠病毒感染的細胞中的蛋白激酶（ protein kinase ） MAP4K3 （簡稱 GLK ）表現量比正常細胞多。 此外，GLK在上皮細胞的表現量高，也與患者本身的疾 病嚴重程度呈現正相關。團隊與國衛院感染症與疫苗研 究所研究員周彥宏合作，運用感染新冠病毒的活體小鼠 實驗，證實此感染機制是新冠病毒可大幅感染人類的關 鍵，同時也能解釋新冠疫苗造成副作用的機制。 透過分析 COVID-19 患者檢體的單細胞 RNA 定序結 果，研究團隊發現新冠病毒在進入宿主的上皮細胞 後，病毒的棘蛋白會誘發細胞大量表現 GLK 。而在 後續的蛋白質體學、生物化學實驗中也證實，表現 過量的 GLK 會使 ACE2 蛋白磷酸化，使 ACE2 躲過泛 素酶（ ubiquitin-protein ligase ） UBR4 的泛素化降解 （ ubiquitination ）機制，增加細胞表面 ACE2 蛋白的穩 定度。 GLK 的高度表現同時也會令裝有 ACE2 蛋白的胞 外小體（ exosomes ）釋出 ACE2 ，並將這些 ACE2 傳遞
給其他原本 ACE2 表現量不高的細胞，讓接收了 ACE2 症狀？國衛院發現可能的影響因子新冠病毒為什麼能誘發快速、急性呼吸道 整理報導｜羅億庭 的細胞更容易被新冠病毒感染。 相較於正常人的血清檢體， COVID-19 患者血清檢體裡 的被 GLK 磷酸化的 ACE2 蛋白，以及裝有 ACE2 蛋白的 胞外小體數量大幅增加。這些結果顯示 GLK 的過量表 現，是影響 COVID-19 致病機制的關鍵因子，也是新冠 病毒能快速引發臨床症狀並傳播的原因。此外，由於 新冠肺炎疫苗中的主成分為棘蛋白或棘蛋白 RNA ，而 棘蛋白也可能刺激免疫細胞產生過量的 GLK ，因此這 項研究結果也能進一步解釋新冠肺炎疫苗產生副作用 的機制。 新聞來源 國家衛生研究院（ 2022 ）。國衛院發現新冠病毒調控細胞快速感染新機 制 有利新冠治療藥物與疫苗之研發。https://bit.ly/3BeJdSP。 （123RF）
目前仍持續延燒的嚴重特殊傳染性肺炎（COVID-19）， 迄今已超過六億人遭受感染。新型冠狀病毒（ SARSCoV-2 ，簡稱新冠病毒），主要是藉由病毒表面的棘 蛋白（ spike protein ）與人類呼吸系統上皮細胞表面的 血管收縮素轉化酶 2 （ angiotensin-converting enzyme 2, ACE2 ）結合後感染細胞。不過正常上皮細胞表現的 ACE2 蛋白數量並不多，為什麼新冠病毒在感染人體 後，能夠快速誘發急性、嚴重的呼吸道症狀呢？若能 找出病毒快速傳播的機制，或許就有機會知道降低新 冠病毒傳染的方法與測略。
《科技報導》自1982年創刊以來，以「全方位視野 科技人關懷」為目標，經營超過 38 年。我們不間斷地報導著科學、科技產官學研領域的重要事件，希望能為關注科 學研究、科技發展的讀者，整理出近期可留意、追蹤的研究、政策與時事議題。我 們也致力於成為一個開放讓讀者投書，以科學觀點評析科技政策、公眾議題的理性 討論平台，讓讀者能夠從不同面向、觀點，以更綜觀、更深入了解一個議題。 我們期許《科技報導》能夠為科學研究者、科技產業人員發聲，透過我們的報導讓 重要的臺灣研究多一個被大眾看見的機會。如果你的團隊、公司的成果有意願被採 訪，歡迎掃描以下QR code填寫表單，將團隊的研究特色、重要成果告訴我們，並留 下聯絡方式供《科技報導》團隊後續聯繫。若你的團隊有非常豐富的成果，請優先 填寫較近期的成果為主，並附上重要的研究論文、網站或相關參考資料，讓我們可
以迅速了解你。 在收到你的資料後，《科技報導》團隊會與你所填寫的聯絡人聯繫，進行第一次的 電話訪談藉此更了解你的團隊與相關成果，並且邀約後續的採訪時間。每一期我們 會在時間和人力許可範圍內，安排報名的團隊受訪，由我們撰稿、編輯並刊登。 我們相信，臺灣還有許多研究、研發成果還沒有被看見，而你或你的團隊也可能是 其中之一。如果願意接受採訪，請花一點時間填寫表單，若有疑問或需要進一步討 論請來信或來電詢問。 也歡迎正在閱讀《科技報導》的你，透過付費訂閱或捐款贊助的方式支持這份刊物 的營運，需要相關資訊請來信scimonth@scimonth.one，或來電02-23634910。 歡迎掃描QR填寫表單！code
從追根究底的基礎科學研究，再將研究中的精華，跨領域結合不同知識，成為新的 科技產品。這一路每個環節所要投入的心血，常常只有身在其中的人才能明瞭。即 便登上了知名期刊，或有機會透過新聞稿、記者會來發表，最終卻不一定能達到預 期的效果。
33SciTech Reports 編輯室報告 你，應該有更好的曝光！ 《科技報導》徵求報導題材
想要好好把你們團隊的研究記錄下來，但苦於沒有辦法在研究、研發、教學、行 政、撰寫論文等日常工作中抽出時間，或是沒有適合的人選可以把團隊的故事寫得 能夠吸引人閱讀，又或是沒有好的發表空間？
蛋白質的 3D 形狀或結構決定了它在細胞中的功能，
由 DeepMind 開發的蛋白質結構預測程式 AlphaFold ，可
能在DeepMind建立的數據庫中免費取得數據。
的 AlphaFold ，則讓研究人員在預測蛋白質結構時能更
DeepMind 使用深度學習技術開發出能預測蛋白質結構
科學家們需要使用耗時且昂貴的實驗方法，如 X 射 線晶體學和低溫電子顯微鏡來解析蛋白質結構；而
為了知道蛋白質是如何摺疊成具有功能的結構，找出 準確的胺基酸序列是這項工作的第一步。傳統上，
本刊為科技新聞刊物，除了提供當月重要的學界、政策、產業訊息外，並有學者專家針對科技（含醫療） 政策、教育、產業相關的時事發表評論或提供專業意見。竭誠歡迎關心臺灣科技發展的您，就上述方向踴 躍投稿。寫作時請依照稿約： 一、避免學術專業論文寫作格式。 二、字數盡量在2000至3500字內，可附相關圖或表至多5張。 三、請遵守著作權法，如有著作權爭議（包括圖片），由作者自行負責。一經投稿，即視同授權刊載。 四、稿件刊出後將致贈當期刊物一本及薄酬（稿酬將於刊出當月月底寄發，由第一作者代表簽收）。 稿件請寄至scimonth@scimonth.one，註明真實姓名、聯絡方式、服務機關或就讀學校，並請於信件主 旨中標示「科技報導投稿」。 《科技報導》稿約
了來自約 100 萬個物種、將近兩億多種蛋白質。這幾乎
過去一年內，科學家們將 AlphaFold 應用於各種不同的 面向中，而目前收錄在 AlphaFold 數據庫中的所有蛋白 質結構，也拓展了研究者進行新類型研究可能性。像是 有些人利用它來辨識新的蛋白質；也有研究者正在使用 它幫助尋找能用於治療被忽視疾病的藥物；或是研究從 海洋、廢水樣本中收集到的基因序列，識別它們的結構 以確認這些蛋白質是否含有降解塑膠的潛力酵素。
以預測任何目前已具備序列數據的蛋白質結構——包含
能預測所有已知序列的蛋白質結構AlphaFold的蛋白質宇宙？人工智慧幾乎 編譯｜羅億庭
涵蓋了地球上所有已知蛋白質的數據資料，且研究者
加精準，也可以節省研究人員的時間、金錢。 此外， DeepMind 也在去（ 2021 ）年推出的 AlphaFold 數據庫，其中包含了超過 35 萬個結構預測，從人類、 小鼠到其他 19 種目前已被廣泛研究的生物體製造出的 蛋白質皆有紀錄，目前此數據庫已擴增至約 100 萬個預 測資料。
34 科技報導動態時報
而大多數藥物的設計也都會利用到蛋白質結構訊息。
除了創建數據庫之外， DeepMind 還在去年 7月決定將建 立起Alphafold的基礎程式碼開源分享，供任何人使用這 項工具。為了讓更多人能利用 AlphaFold ，來自首爾大 學（ Seoul National University ）的計算生物學家施坦內 格（ Martin Steinegger ）也協助開發了 AlphaFold 的雲端 版本。但由於 AlphaFold 數據庫中的所有內容高達 23 兆 位元組（ Terabyte, TB ），因此他與另外的合作者共同 開發了名為「 FoldSeek 」的軟體，此項工具可以快速找 到結構相似的蛋白質，還能大大壓縮AlphaFold數據。 儘管 AlphaFold 的使用具有侷限性，例如它不能用於預 測蛋白質形狀會如何因為致病基因突變而改變，也無法 預測不同蛋白質間進行相互作用時形狀會如何改變。但 AlphaFold 的預測，找出更 域的精確形狀等。隨著新生物的發現以及可用的數據增 多，未來 AlphaFold 的數據庫也會不斷的更新，而它預 測蛋白質結構的能力也將愈來愈準確。
多藥物設計上的細節，像是小分子可能結合的蛋白質區
新聞來源
1. Callaway, E. (2022). 'The Entire Protein Universe': AI Predicts Shape of Nearly Every Known Protein. Nature, 608, 15–16.
35SciTech Reports 動態時報
研究人員仍期望未來能透過
2. Editorial. (2022). How AlphaFold can realize AI's full potential in structural biology. Nature, 608, 8. 倫敦大學學院（ University College London ）的計算 生 物學家奧倫戈（ Christine Orengo ）就使用了擴增後的 AlphaFold 數據庫來辨識新型的蛋白質家族。未來他們 也預計使用此數據庫協助團隊了解具有特殊功能的蛋 白質，例如消耗塑膠能力、導致癌症的蛋白質如何演 化而來。此外，透過 AlphaFold 數據庫，研究者還能識 別這些蛋白質的遠親，並查明它們的基礎特性。
2％。 儘管使用無人機運送輕型包裹可以降低該行業的能源 成本，但大多數無人機一次只能運輸一個包裹，因此 他們在運送多個包裹時的能源效率，可能比一輛卡車 低得多。研究團隊也認為，交付貨物的方式正在迅速 改變，未來他們也將研究轉向以自動駕駛汽車做為貨 物運輸的方式，是否有助於環境的永續發展。 編譯｜羅億庭 新聞來源 Kreier, F. (2022). Drones Bearing Parcels Deliver Big Carbon Savings. Nature. （123RF）
可望減少碳排放
將包裹直接送到家門口的「無人機」，可能是一種能 取代傳統配送的低碳運輸方式。
在美國，貨運排放的溫室氣體占了運輸相關排放量 的 1/3 以上，而許多電子商務公司如亞馬遜（ Amazon. com, Inc. ）也一直在嘗試使用無人機、機器人等運送 包裹，期望能減少對環境的影響。而近期刊登在《模 式》（ Patterns ）期刊上的一篇研究，比較了各種透過
不同運輸式配送的包裹，它在運送過程中的最後一英 里路可能對環境造成的影響。研究發現透過無人機運 送的包裹，溫室氣體排放量比柴油卡車低了 84 ％；而 每個用無人機配送的包裹，耗能也降低了 94 ％，顯示 使用無人機運送小型物品或藥物，可以減少產品運送 對環境的影響。
36 科技報導以無人機運輸包裹動態時報
在嚴重特殊傳染性肺炎（ COVID-19 ）疫情期間，無人 機、機器人等領域的發展逐漸受到重視， 2020 年中的 一項調查也發現有超過 60 ％的人願意為機器人遞送的 包裹支付額外費用。來自卡內基美隆大學（ Carnegie Mellon University ）的研究員羅德里格斯（ Thiago Rodrigues ）表示，除了避免感染 COVID-19 的風險外， 另一個原因是使用這類自動配送的運輸時間通常比送 貨卡車來得快，可以更早拿到貨物。 隨著技術的進步，無人機送貨在不久後的將來可能變 得更加普遍，而針對無人機的能源消耗議題也開始有 不少研究。例如羅德里格斯團隊就曾使用具有四個旋 翼的四軸飛行器（ quadcopter ）無人機，以每秒 4 ∼ 12 公尺的飛行速度運載重量為 500 公克以下的包裹，並 量測為無人機電池充電時排放的溫室氣體量。結果顯 示，雖然無人機的碳足跡會取決於它的充電地點，但 在搬運小型包裹時無論在哪個地區，無人機對環境的 影響都比柴油、電動卡車要小得多。無人機每公里的 溫室氣體排放量，大約是中型柴油、電動卡車排放溫 室氣體量的
37SciTech Reports 感測器如同「電子版透明膠帶」的無線可穿戴式動態時報
隨著無線科技的發展日新月異，可穿戴式感測器也因 此無所不在。這些技術也讓人的血糖濃度、血壓、心 律、活動量等生理數據能透過感測器，傳輸到智慧型 手機中進行進一步的分析。目前大多數的無線感測器 是藉由嵌入式的藍芽晶片進行通訊，而晶片本身則是 由小型電池供電，但這類型的傳統晶片與供電源對於 下一代感測器來說可能會過於笨重，因此科學家嘗試 以更小、更輕薄的方式設計晶片。
Technology, MIT ）工程師設計了一款不需要晶片、電 池的新型可穿戴式感測器，並將設計細節刊登於《科 學》（Science ）期刊中，為無晶片的無線感測器開闢 了一條新道路。該團隊設計出的感測器，其實有點類 似於電子皮膚（ electronic skin, e-skin ）的形式，就像 是電子版的透明膠帶一樣能貼合皮膚的可伸縮型半導 體薄膜，而它的感測器核心為超薄、高品質的氮化鎵 （ gallium nitride ）薄膜。這種材料具備良好的壓電性 （ piezoelectric ）且非常敏感，能隨著機械壓力而產生
近期，美國麻省理工學院（ Massachusetts Institute of 編譯｜羅億庭
1. Massachusetts institute of technology. (2022, August 18). Engineers Fabricate a Chip-Free, Wireless, Electronic "Skin." TechXplore.
新聞來源
樣品測試的結果也顯示這項設備的靈敏度足夠，可以 根據人的心跳、汗液中的鹽分進行震動，且材料的震 動能夠產生可以被附近的晶片接收、讀取的電訊號。 透過這個方式，穿戴式設備就能無線傳輸它所感測到 的訊息，同時也不需要晶片或電池。研究團隊也形
38 科技報導動態時報
中央研究院分子生物研究所誠徵 研究人員 延攬之新進人員將獲得多年期的研究補助和支援。者，加入分生所的研究團隊。應徵者必須具有博士或相當之學歷，並有適當博士後研究之經歷。獲本所大學院校之助理教授、副教授、教授）。歡迎從事分子細胞生物所有相關領域研究之學本所擬延攬獨立研究人員一名（含助研究員、副研究員、研究員各等級，相當於各 中央研究院分子生物研究所（http://www.imb.sinica.edu.tw/ch /） 薦信以電子檔（有意願加入本所行列者，請於程）。英語是在各種學術演講及所內教學學程中所使用的主要語言。有兩個與大學合作的博士班學程（國防醫學院生命科學研究所、國際研究生「分子與細胞生物學」學electrophysiology,頂尖雜誌。所內並有極高水準的核心設施支援各項實驗（如：單位，擁有優良的研究風氣，一流的研究設備，充足且長期的研究經費。近年來研究成果已刊登上國際是一個積極進取且具國際競爭力的研究imaging,NextGenerationSequencing,RNAi,FACS,biophysics,bioinformatics,transgeniccore,andanimalfacility等）。此外，本所目前111年12月1日前，將您的履歷、歷年研究成果、未來研究興趣以及三封推PDF）寄至： 程淮榮所長, c/o 蔣佳雯小姐（vivi@imb.sinica.edu.tw） 如需任何其他相關訊息請洽蔣佳雯小姐(vivi@imb.sinica.edu.tw )。
在團隊的新研究中，他們製作了純淨的單晶體氮化鎵 薄膜樣品，並將此樣品與金的導電層配對以增強任何 傳入、傳出的電訊號。研究團隊希望使用氮化鎵薄 膜，作為表面聲波的感測器與無線通訊器。由於表面 聲波的本質其實就是有關薄膜上的震動，而這些波的 震動模式則可以顯示一個人的心率，或是皮膚上某些 化合物的存在，像是汗液中的「鹽分」。
電訊號，也可以透過電訊號產生機械震動。若是能利 用氮化鎵雙向壓電的特性，便能夠讓感測器同時用於 感測與無線通訊。
研究團隊將這項結果視為無晶片無線感測器的第一
2. kim, Y. et al . (2022). Chip-Less Wireless Electronic Skins by Remote Epitaxial Freestanding Compound Semiconductors. Science, 377(6608), 859–864.
容，「這種感測器就像是把繃帶貼在身上，與手機的 無限閱讀器配對，就可以監測到自己的脈搏、汗水， 以及其他生物訊號！」 步，未來團隊也會將目前的設備與其他具有選擇性的 薄膜配對，以監測更多重要的人體生理指標。
39SciTech Reports 科學月刊
