→ opm: 7月大男嬰遭以軍「開槍爆頭」當場亡！ 123.192.206.1 06/08 06:52
→ opm: 子彈貫穿一家3口 123.192.206.1 06/08 06:53
→ opm: AI當參謀?法國自主研發戰場指揮系統 北約軍演 123.192.206.1 06/08 06:54
→ opm: 希望降低對美製平台的依賴 123.192.206.1 06/08 06:54
→ opm: 吃藥 123.192.206.1 06/08 07:05
→ opm: 央行定存單賣不完 利率飆18年高 123.192.206.1 06/08 07:07
→ opm: 高鐵大誤點、郵局出包影響考生 123.192.206.1 06/08 07:09
→ opm: 三重女「跪馬路」遭瘋狂拉扯 123.192.206.1 06/08 07:14
→ opm: 警介入快篩家暴男 驚查毒駕送辦 123.192.206.1 06/08 07:14
寶寶送到國小
全家兌換茶葉蛋 買梅干菜包 苦瓜 火龍果
癌症真正致命的原因找到了：不是轉移、不是腫瘤太大，而是 88% 病患都有的『關鍵共
通點』。真正致命的，竟然是一條被忽略的『血管入口』。為什麼有些人全身轉移還能活
更久？答案就在血液裡的那場『結團風暴』。出神入化廖醫師
很多人以為「轉移多＝活不久」，但這篇刊登在《Nature Medicine》的研究，徹底翻轉
我們對癌症末期的理解。
三十年臨床經驗的我，會帶你一步一步看清：真正啟動死亡倒數的，不是腫瘤本身，而是
癌細胞何時攻進血管、何時開始大規模結團。
在影片裡，你會理解：
什麼叫「致命高速公路」、什麼叫「結團風暴」、為什麼同樣是晚期，壽命可以差到 5～
30 倍。
00:00 開場：癌症末期真正的謎團
01:25 反常現象：全身轉移卻活更久？
02:27 連專家也回答不出的死因
03:30 第一線索：88% 病患血管被堵住
04:42 第二線索：臨終前的「癌細胞爆發」
06:06 兩線索合一：真正致命流程曝光
07:19 終極答案：生存差距的真相
08:31 治療典範轉移：焦點從器官轉向血管入口
09:31 壽命差 30 倍的判斷關鍵
10:43 新療法曙光：阻入口、阻結團、優先清理
11:55 結語：抗癌下一個轉折點
病患看病時千萬別說這些話！醫師聽了會皺眉的溝通地雷！別再傻傻踩雷！聰明看病不NG
！出神入化廖醫師
為什麼「病歷自己看」反而會害了你？
照著網路自己診斷，可能延誤黃金治療期？
隱瞞這些事，讓醫師診斷困難，甚至開錯藥？
諮詢、檢查都要錢？這樣質疑，讓醫師心裡好受傷...
國外最新療法，可以直接要求醫師使用嗎？
00:00 影片開頭：意外救命的故事
03:21 溝通地雷一：資訊不完整與先入為主 (病歷、雲端資料、自我診斷)
10:37 溝通地雷二：信任與配合的挑戰 (質疑醫師經驗、藥物使用)
15:09 溝通地雷三：關鍵資訊的透明度 (隱瞞病情、誇大症狀、醫療費用、國外資訊)
22:22 總結與行動呼籲 (影片重點回顧、免費資源、頻道推廣)
※ 編輯: opm (123.192.206.1 臺灣), 06/08/2026 08:31:32
→ opm: 市圖通知預約借書到館 123.192.206.1 06/08 09:09
→ opm: 台企銀吞30億損失！「台北君天下」淪爛尾樓 123.192.206.1 06/08 09:10
→ opm: 遠東航空前董事長張綱維涉詐 123.192.206.1 06/08 09:11
→ opm: 校安通報 兒少自殺數 19年新高 123.192.206.1 06/08 09:12
→ opm: 燒開水 123.192.206.1 06/08 09:39
全聯領中獎發票 498 買冬瓜 黑木耳 福山萵苣
7-11 領博客來書
圖書館借書 還書
中獎發票入帳 1600
買便當 無糖豆漿 看到4個女生牽著兩串小朋友逛街 你大概沒那本事 洗藍莓
【臨床實證】癌症不藥而癒？我的親身經歷。自發性消退！出神入化廖醫師
癌症竟然會自己好起來？你沒聽錯！
有沒有聽過晚期癌症患者，在沒有接受常規治療的情況下，腫瘤竟然奇蹟般消失的故事？
這到底是天方夜譚，還是真實存在的醫學現象？
30年資深腫瘤科醫師廖繼鼎將在影片中分享他親身經歷的不可思議案例，並帶你一探究竟
是什麼罕見情況，讓被宣判絕症的癌症出現「奇蹟消失」？
這真的是「不藥而癒」嗎？背後是否有科學依據？
這個驚人的現象，對未來的癌症治療帶來了什麼啟示？
想知道癌症為何能在沒有常規治療下自行好轉的真相嗎？
想了解廖醫師親身經歷的奇蹟案例嗎？
00:00 癌症的奇蹟故事：腫瘤竟然自己消失了！
01:06 免疫療法之父：威廉·科利的發現
04:02 什麼是癌症的自發性退化？
05:27 我親身經歷的食道癌奇蹟案例
07:09 其他科學實證
10:23 癌症不藥而癒給我們的啟示
10:51 結尾：保持希望，積極面對
【臨床實證】癌症末期！他做對1件事，23年後仍然健康｜化療失敗不是結局？關鍵在「
臨床試驗」｜癌症活很久的真實故事！出神入化廖醫師
一聽到「胃癌腹膜轉移」，你會想到什麼？
多數人可能聯想到「末期」、「沒救了」、「準備交代後事」……
但這支影片裡的主角——張先生，活了整整23年，還活得好好的。
他做對了什麼？靠的竟然不是偏方，也不是昂貴的海外療法，而是——臨床試驗。
00:00 開場：胃癌腹膜轉移真的沒救了嗎？
00:46 真實案例：他被診斷胃癌晚期
01:23 檢查報告：印戒細胞癌＋腹膜轉移
02:04 最關鍵的選擇：臨床試驗
03:16 臨床試驗的安全性與好處
06:25 張先生的勇氣與三次試驗
07:49 給病人的啟發與建議
09:38 結語：你也能找到希望
買7-11豪華雙拼飯團送到國小給寶寶當午餐 天越來越陰了
※ 編輯: opm (123.192.206.1 臺灣), 06/08/2026 12:13:02
→ opm: 別人不一定需要你的建議 123.192.206.1 06/08 12:18
→ opm: 比特幣反攻殺回6.42萬鎂血洗空軍10萬人爆倉 123.192.206.1 06/08 12:24
雨下起來了 台股收跌 1568 點 不是昨天一堆人喊的 3000點場面
她寫了 14 頁論文被 Google 開除，五年後所有 AI 風險預言全部命中
Token 形上學 by Token 形上學
篇 14 頁的學術論文，讓她失去了工作…。2020 年 12 月，Timnit Gebru 還在休假，卻
收到一封 email，告知她已被 Google 解雇。當時她的身份是 Google 倫理 AI 團隊共同
負責人。
她被開除的原因，是 Google 要求她撤下或拿掉員工掛名的一篇論文。那篇論文在她離職
後三個月，於 2021 年 3 月正式刊登於 ACM FAccT 研討會。標題是〈論隨機鸚鵡的危險
：語言模型會不會太大？〉，六位共同作者中有四位是 Google 員工，另一位以化名「
Shmargaret Shmitchell」掛名，本名 Margaret Mitchell，後來同樣遭到 Google 解雇
。
五年後回頭看，這篇文章的每一個核心警告，都在現實中找到了對應的案例。
14 頁，五類系統性風險
〈隨機鸚鵡〉論文的核心主張，是大型語言模型（LLM）在結構上存在五類系統性風險：
幻覺與無理解、偏見放大、環境成本、訓練資料無法稽核、以及語言中心化導致低資源語
言劣化。但論文真正最深的一條論點，是這五條之所以難以被解決的根本原因。
論文明確指出：打造 LLM 的公司，其財務與競爭誘因在結構上不可能讓「安全與倫理」
拖慢產品上線速度。簡單來說就是，只要市場競爭夠激烈、資本壓力夠大，任何公司都會
在「快點上線」和「做得夠安全」之間傾向前者。
Gebru 被開除這件事本身，就是最直接的注腳。她提出的是一份帶引用的研究檔案；
Google 的回應，是要求她拿掉員工掛名或撤稿。她拒絕，然後在休假中收到開除通知。
五個預言，五組現實對照
預言一：流暢但無理解
論文在 2021 年就描述了後來被稱為「幻覺」的現象：LLM 只是依照機率把語言形式縫在
一起，「沒有任何對意義的指涉」。聽起來通順，不代表說的是真的，這就是今天每個
AI 用戶都遇過的問題。
預言二：偏見放大
論文警告，用歷史資料訓練的模型會系統性地複製既有偏見。Amazon 從 2014 年開發的
AI 招募工具，到 2018 年因系統性歧視女性應徵者被廢棄，模型從以男性為主的歷史履
歷中學到「優秀工程師」的樣子，導致含「women’s」字樣的履歷自動扣分。
Obermeyer 等人 2019 年發表於《Science》的研究則揭露，一個廣泛使用的醫療風險演
算法以「醫療花費」替代「病情嚴重程度」，導致相同風險分數下黑人病患實際病情更重
；修正後，被標記需要額外照護的黑人病患比例將從 17.7% 提高到 46.5%。
預言三：環境成本
論文引用 Strubell 等人 2019 年的研究，警告訓練成本被低估。這個論點後來被流傳為
「訓練一個模型等於 5 輛車終身排放」，但需要釐清：那是使用神經架構搜尋（NAS）這
個極端情境下的數字，約 284 公噸 CO2，並非每個模型的普遍情況。
真實的後續發展更令人不安。Google 2024 年環境報告顯示，2023 年溫室氣體排放達約
1,430 萬公噸 CO2，較 2019 年基準增加 48%，主因是 AI 帶動的資料中心用電大幅攀升，直接威脅
Google 原訂的 2030 年碳中和目標。
預言四：訓練資料無法稽核
論文警告，網路規模資料集太大，有害內容會混入而不被發現。2023 年 12 月，史丹佛
網路觀測站在 LAION-5B 資料集中找到 3,226 筆疑似兒少性虐待內容（CSAM），其中
1,008 筆經外部機構確認。LAION-5B 是包含 58.5 億組圖文對的公開爬取資料集，曾用
來訓練 Stable Diffusion，事件曝光後隨即下架。規模越大，盲點越大。
預言五：語言中心化
論文指出英語為主的語料庫會造成語言能力落差。這個預言後來衍生出一個被扭曲的說法
：「57% 的新英文網頁是 AI 生成」，這是錯的。Thompson 等人 2024 年的研究分析了
63.8 億個句子組成的網路語料庫，發現其中 57.1% 的句子屬於多語平行集合，也就是
很可能是機器翻譯產生的低品質重複內容，且在低資源語言中比例尤高。
低資源語言的處境不只是被忽視，而是正在被劣質機器翻譯的產物汙染，這正是 Gebru
原始預言的核心。
最深的預言，從第一天就成真了
五個預言，每一個都在現實中找到了對應案例，時間從 2018 年到 2024 年不等。但論文
最核心的主張，從來不是「AI 會出問題」這種模糊警告，而是「整個系統被設計成無法
自我修正」
誘因決定行為。當競爭壓力要求快速上線，當公開提出安全疑慮可能讓整個團隊工作被停
下來，理性的選擇就會是沉默。Gebru 的案例在 AI 研究社群留下一個清晰訊號：公開提
出安全質疑，可能毀掉職涯。這個寒蟬效應，本身就是論文警告的機制在運作。
重點不是她每個細節都猜中了。重點是，她描述的那個系統，競爭誘因壓過倫理審查、規
模壓過可稽核性、速度壓過安全，五年來沒有根本性地改變。而這個最深的預言，從她收
到那封開除 email 的那一刻起，就已經完成驗證了。
...
資料投毒正在蔓延》安永會計師事務所 44 頁資安報告被踢爆：27 條引用中 16 條是
AI 捏造
※ 編輯: opm (123.192.206.1 臺灣), 06/08/2026 14:01:22