江苏无锡居家养老服务出新规 设立“医养康养结合”专章

許多家長常常因罪惡感而壓抑自己的情緒，無條件地接受孩子的要求，最後就會在某一瞬間爆發，忍不住大叫：「不行，走開。

而根據英國《衛報》報導，美國國務卿蓬佩奧（Mike Pompeo）本周正在英國拜訪，據了解，香港和中國問題將是他與首相強生、外相拉布會談的主要議題之一。中國外交部發言人汪文斌20日表示，英方近來有關涉港錯誤言論和舉措，罔顧香港國安法有助「一國兩制」行穩致遠的基本事實，嚴重違反國際法和國際關係基本準則，粗暴干涉中國內政，中方對此表示強烈譴責。

」 這些宣布將加深中、英兩國之間的緊張關係。針對北京當局在香港制定《港區國安法》，又一個國家祭出反制。此外，拉布同時表示，將自1989年生效、針對中國的武器禁運適用範圍，擴大至香港，亦即英國將不會向香港出口「潛在的致命武器」，包括像是槍械、催淚彈、以及手銬之類的設備。在《港區國安法》生效隔日，英國政府於7月1日宣布，延長35萬名持有英國國民海外護照（BNO）的香港居民入境期限，把現行入境6個月期限延長至5年，同時也放寬申請簽證的權利。英國擔心在《港區國安法》通過後，會將自英國引渡到香港的人，最終遣送到中國，根據新的《國安法》，顛覆行為可以判終身監禁。

拉布說，他對新的國安法和中國對人權的侵犯、特別是新疆維吾爾族的對待，感到擔憂。這2項措施都可見《港區國安法》通過以後，英國對中國態度漸趨強勢。自然，《戰爭未了》也讓亞歷山卓．亞曼納巴必須面對各方對影片裡有關內戰的唇槍舌戰。

烏納穆諾是皇家學院院士，三度擔任薩拉曼加大學這所歐洲最古老的四大名校之一的校長，而且是西班牙在1898年美西戰爭結束帝國殖民後，所謂的「九八年代」和「新生運動」的靈魂人物（角色、學術和影響力有如五四運動的胡適之先生）。兩本有關烏納穆諾重要的著作──《烏納穆諾傳》、《垂死在薩拉曼加》（Agonizar en Salamanca），對烏納穆諾的生平和政治思想多所論述舉證，但咸認他的哲學思辨向來就是扮演政府永遠的反對者。七個最佳在握（最佳導演，最佳劇情片，最佳男主角等），是阿莫多瓦70歲大壽大豐收。佛朗哥的「改革」，是起義還是奪權？ 此番，烏納穆諾不像平時大聲疾呼，但打心裡已支持佛朗哥陣營，當時頗負學術盛名的院士貝曼（José María Pemán）也支持，更讓他認為這是「起義」改革，讓西班牙再生復興的機會。

烏納穆諾在9月20日簽署，替歷史學家形容為「黃袍加身，無雄才大略但無能懦弱」的佛朗哥背書而總部位於劍橋的Healx則對市場上已有的4000種已批准藥物中，利用人工智慧演算800萬種2重療法及105億種3重療法對武漢肺炎有治療潛力的標的。

同時AI更可以從醫師判斷是陰性反應病患中，找出68%的確診者。英國另一家生物技術公司Exscientia正在與生產比太陽還要明亮100億倍光束的Diamond Light Source，以及加州Scripps Research的藥物研發部門Calibr合作研究，針對已經在市場上出售的藥物與通過臨床和動物安全性研究的15000種藥物分子，利用人工智慧優先找出可以抑制病毒複製的關鍵酶。美國主要的醫療保健提供商對此也相當有興趣，已經加快與Maccabi商談使用這套系統。擅長處理結構化和非結構化數據的牛津大學AI公司Zegami則開發了一種X光圖像機器學習技術，不僅可以區分出武漢肺炎與其他病原體引起的肺炎，同時可以快速分流非武漢肺炎和輕重症武漢肺炎的病患，以及預測病患是否需要進入加護病房和使用呼吸器，這都將有效快速分配醫療資源的使用。

同時，如果肝指數ALT（即GPT）與血紅蛋白指數升高，以及身體疼痛可以預測出哪些人感染後將出現比較嚴重的症狀。以人工智慧搭配電腦斷層掃描CT影像為例，不但可顯示症狀的嚴重程度，還可預測未來病程長短以及康復狀況外，有症狀和無症狀患者的CT異常可能早於RT-PCR檢測陽性之前就發生了，也就是CT可以提早檢測出無症狀者的確診。Photo Credit: Reuters / 達志影像 利用演算法，找出有效藥物 英國的AI新創公司Benevolent利用人工智慧在今年1月就找出禮來大藥廠治療類風溼關節炎藥物Baricitinib具有治療武漢肺炎多種優勢的潛力，禮來也加快全球的臨床試驗，預期7月有機會看到試驗結果。文：饒秀珍、葉懷璘 武漢疫情在短短5個月內已經造成188個國家淪陷，千萬人確診，數10萬人死亡。

整合大數據，診斷更精準 根據美國約翰．霍普金斯大學的研究報告，檢測準確的有限性導致偽陰性以及無感染症狀的病患難以偵測，都造成傳染不斷擴散的問題，但是最近國際研發發現，快速整合臨床、流行病學以及胸腔成像大數據的人工智慧，已經在診斷、治療發揮關鍵作用。這兩家印度和法國公司的系統已經打入了義大利、美國、墨西哥與中東及非洲醫院。

更令人驚豔的，英國劍橋的研發團隊還試圖透過語音方式來辨識那些呼吸和咳嗽聲是來自確診病患，未來可以作為檢測的方式，這樣潛在病患不須使用耗時核酸檢測或是CT成像，就可透過手機的App檢測是否確診。紐約大學有兩名研究人員利用中國溫州53例武漢肺炎患者血細胞計數、發炎指數、血壓呼吸及疾病症狀等大數據分析，可以預測出重症病患，準確率為70%到80%。

與此同時，這也將激發出許多新創公司。日本每百萬人中有107台CT設備，密度高居世界第1，所以從事醫療資訊服務的日本M3公司與阿里巴巴旗下的達摩院合作，在日本推出針對武漢肺炎的肺部電腦斷層掃描CT影像進行分析的AI系統Ali-M3， 並已向厚生勞動省申請了醫療器械的生產和銷售許可。現在這套系統經過改寫，已經在240萬名會員中，標記出了4萬名為武漢肺炎重症高風險者。慕尼黑工業大學研究人員為此開發了一套運用人工智慧建構的數位肺部模型，可透過電腦斷層掃描數據進行運算、模擬肺組織在氣流通過時的狀況，甚至可將已受疾病破壞，或先前已損傷的部位納入考量，因此醫務人員和醫師可依此調整呼吸器使用，以提供患者更安全的治療，甚至這套模型也可使用在武漢肺炎的早期檢測。國際研究指出，人工智慧將會在COVID-19的診斷、分流病患、優化治療、監測追蹤以及預防扮演關鍵角色。由於樣本中的病毒核酸會被放大數百萬甚至數10億倍，因此靈敏度相當高，但它最大的缺點則是「耗時」，需要數小時才能完成，加上樣本的運送，甚至需要數日才能得知是否確診。

另外，法國的遠程放射學公司Vizyon的系統，使用了Lunit公司的軟體，僅需10分鐘便可完成患者掃描並計算受感染的可能性。這是全球大流行疫病中，最短時間內散布最廣且病毒變異最詭譎的傳染病，但這也給了擅長處理大數據的人工智慧（AI）一個極佳的發展機會。

目前該大數據已經蒐集了11000名患者胸腔X光影像來進行驗證，辨識準確度高達95%。新創公司DeTraC多對象偵測與追蹤的技術平台，從全球多家醫院的影像中辨識出罹患武漢肺炎病例，準確率可達到95%。

Medical EarlySign更是創新，利用27年來累積的數百萬筆醫療數據庫，包括年齡、BMI、心臟病、糖尿病、住院紀錄等等，開發出一套可識別罹患流感高風險族群的系統。至於重症者如果發生呼吸衰竭，便需要使用呼吸器來治療，但長期的機械通氣，重症患者的存活率會下降至僅剩50%。

Photo Credit: AP Photo / 達志影像 AI判讀X光，準確度高 印度孟買Qure.ai所開發的qXR，是一套以AI為基礎的胸腔X光射線判讀系統，該技術平台可以根據掃描影像中的特徵數量來計算感染風險。這對需要緊急隔離與治療的病患恐怕緩不濟急，此外RT-PCR在診斷急性期的武漢肺炎還存在相當高的偽陰性Photo Credit: Reuters / 達志影像 利用演算法，找出有效藥物 英國的AI新創公司Benevolent利用人工智慧在今年1月就找出禮來大藥廠治療類風溼關節炎藥物Baricitinib具有治療武漢肺炎多種優勢的潛力，禮來也加快全球的臨床試驗，預期7月有機會看到試驗結果。Medical EarlySign更是創新，利用27年來累積的數百萬筆醫療數據庫，包括年齡、BMI、心臟病、糖尿病、住院紀錄等等，開發出一套可識別罹患流感高風險族群的系統。

日本每百萬人中有107台CT設備，密度高居世界第1，所以從事醫療資訊服務的日本M3公司與阿里巴巴旗下的達摩院合作，在日本推出針對武漢肺炎的肺部電腦斷層掃描CT影像進行分析的AI系統Ali-M3， 並已向厚生勞動省申請了醫療器械的生產和銷售許可。這兩家印度和法國公司的系統已經打入了義大利、美國、墨西哥與中東及非洲醫院。

現在這套系統經過改寫，已經在240萬名會員中，標記出了4萬名為武漢肺炎重症高風險者。與此同時，這也將激發出許多新創公司。

更令人驚豔的，英國劍橋的研發團隊還試圖透過語音方式來辨識那些呼吸和咳嗽聲是來自確診病患，未來可以作為檢測的方式，這樣潛在病患不須使用耗時核酸檢測或是CT成像，就可透過手機的App檢測是否確診。另外，法國的遠程放射學公司Vizyon的系統，使用了Lunit公司的軟體，僅需10分鐘便可完成患者掃描並計算受感染的可能性。

文：饒秀珍、葉懷璘 武漢疫情在短短5個月內已經造成188個國家淪陷，千萬人確診，數10萬人死亡。目前該大數據已經蒐集了11000名患者胸腔X光影像來進行驗證，辨識準確度高達95%。整合大數據，診斷更精準 根據美國約翰．霍普金斯大學的研究報告，檢測準確的有限性導致偽陰性以及無感染症狀的病患難以偵測，都造成傳染不斷擴散的問題，但是最近國際研發發現，快速整合臨床、流行病學以及胸腔成像大數據的人工智慧，已經在診斷、治療發揮關鍵作用。國際研究指出，人工智慧將會在COVID-19的診斷、分流病患、優化治療、監測追蹤以及預防扮演關鍵角色。

擅長處理結構化和非結構化數據的牛津大學AI公司Zegami則開發了一種X光圖像機器學習技術，不僅可以區分出武漢肺炎與其他病原體引起的肺炎，同時可以快速分流非武漢肺炎和輕重症武漢肺炎的病患，以及預測病患是否需要進入加護病房和使用呼吸器，這都將有效快速分配醫療資源的使用。英國另一家生物技術公司Exscientia正在與生產比太陽還要明亮100億倍光束的Diamond Light Source，以及加州Scripps Research的藥物研發部門Calibr合作研究，針對已經在市場上出售的藥物與通過臨床和動物安全性研究的15000種藥物分子，利用人工智慧優先找出可以抑制病毒複製的關鍵酶。

同時，如果肝指數ALT（即GPT）與血紅蛋白指數升高，以及身體疼痛可以預測出哪些人感染後將出現比較嚴重的症狀。慕尼黑工業大學研究人員為此開發了一套運用人工智慧建構的數位肺部模型，可透過電腦斷層掃描數據進行運算、模擬肺組織在氣流通過時的狀況，甚至可將已受疾病破壞，或先前已損傷的部位納入考量，因此醫務人員和醫師可依此調整呼吸器使用，以提供患者更安全的治療，甚至這套模型也可使用在武漢肺炎的早期檢測。

紐約大學有兩名研究人員利用中國溫州53例武漢肺炎患者血細胞計數、發炎指數、血壓呼吸及疾病症狀等大數據分析，可以預測出重症病患，準確率為70%到80%。至於重症者如果發生呼吸衰竭，便需要使用呼吸器來治療，但長期的機械通氣，重症患者的存活率會下降至僅剩50%。