引言

你有沒有發現，講到心血管，大家腦袋第一個畫面幾乎都是「冬天、寒流、血管收縮」？所以一到夏天，反而鬆懈了：胸悶、心悸、頭暈、走一下就喘，常常一句「太熱啦」就算了。問題是，高溫下身體為了散熱會讓循環系統進入高負荷模式——再加上脫水、血壓波動、冷氣房溫差刺激，心臟其實可能比冬天更忙、更累。這篇我想陪你把迷思拆開，直接用「3 個夏季最容易踩到的風險」講清楚：為什麼會發生、哪些人更容易中招、以及你能立刻做的避雷方法。

為什麼大家以為冬天才危險？這個迷思怎麼來的

「冬天血管收縮、血壓上升」這件事大家記得很牢，久了就變成一種直覺：心血管只要冬天注意就好。但夏天的陷阱在於——你會把很多不舒服都歸類成「太熱」。胸悶、心悸、頭暈、走一下就喘，明明是身體在提醒「循環負荷正在變大」，你卻更容易硬撐。
近年的整理型研究指出，高溫（包含熱浪）與心血管疾病的死亡與就醫（morbidity）之間有一致的流行病學關聯；而「哪些人更脆弱」也相對明確：熟齡、慢性病、以及高風險暴露族群通常更吃虧。(註1)(註2)

高溫心血管風險 1：脫水讓血變濃，心臟被迫加班

夏天最常見的不是「完全沒喝水」，而是喝得太慢、太晚、或用含糖／酒精把自己越喝越脫水。當你流汗很多卻補水不足，循環血量會下降，心臟為了維持血流灌注，只好加快心跳、提高工作量；你就會出現那種「人明明沒幹嘛，但心臟像在加班」的感覺。
而運動生理的綜述也提到，在熱壓力情境下，脫水會透過血容量下降與心血管功能受限，讓身體更難維持穩定狀態（也更容易喘、容易暈）。(註3)

你不需要神操作，你需要的是「節奏」：小口分次、提早開始、不要等口渴才補；若你本來就三高、或長時間在戶外、或當天有喝酒，這個風險會更容易被放大。

高溫心血管風險 2：血壓波動＋用藥影響，讓你更容易頭暈胸悶

你有沒有遇過：夏天站起來那一下突然眼前發黑、頭暈、甚至心跳亂一下？這常見的原因之一，是高溫下身體為了散熱會擴張皮膚血管、改變血流分配，血壓可能出現波動。更麻煩的是——如果你正在用降壓藥、利尿劑，或本來就血壓不穩，夏天的「體液改變＋血管調節」會讓你更容易出現不舒服。
近期針對熱浪與高血壓長者的研究，就觀察到熱浪暴露與血壓變化之間的關聯，提醒高風險族群在熱天要更注意監測與自我保護。(註4)(註5)

這裡我只給你一個很實用的底線：不要自行停藥或亂調藥。你該做的是：熱天把血壓量得更勤（尤其是起床後、外出前後）、把「頭暈心悸胸悶」記下來，然後帶著紀錄跟醫師討論是否需要調整。

高溫心血管風險 3：冷氣房進出溫差大，像在做「血管急轉彎」

夏天最常見的畫面是：戶外熱爆 → 一進室內冷到起雞皮疙瘩 → 出門又回到蒸籠。對心血管來說，這種快速切換等於叫自律神經與血管調節一直「急轉彎」。你會覺得胸口悶、心跳亂、頭有點暈，有時不是你太敏感，而是身體真的在忙著把血壓與心跳拉回來。
臨床與公共衛教也提到，高溫可造成脫水、心跳增加、血壓調節改變，進而提升心血管事件風險；而把環境溫度變化管理好，是很重要、也很可做的預防策略。(註6)(註7)

你不用不吹冷氣，你只要把「溫差管理」當成習慣：

• 冷氣別一下開到極低
• 回家先擦乾汗、坐 1–2 分鐘再降溫
• 室內外移動前先在陰影處緩衝一下

結論

夏天不是心血管的「安全季」，只是更容易被你忽略。真正要小心的，往往不是什麼戲劇性的瞬間，而是你每天都可能遇到的三件事：流汗後的相對脫水、血壓在高溫與用藥下的波動、以及冷氣房進出的溫差刺激。把這三個風險抓住，你就已經比大多數人更安全。

你只要記住一個原則：夏天護心，不是做很多，而是少做幾個會讓心臟「被迫加班」的選擇。

• 補水分段做：別等口渴才喝，流汗多的時候更要規律補。
• 溫差先緩衝：從戶外進冷氣房，先讓身體有 1–2 分鐘過渡。
• 活動別硬撐：熱天運動與通勤都要降強度，覺得不對就停。

最後這句很重要：如果出現持續胸悶、冒冷汗、暈眩或呼吸困難、或胸痛延伸到肩頸手臂，不要再用「太熱」安慰自己——該就醫就要快。

一句話口訣：熱到不對勁先降溫；胸悶喘＋冷汗＋快昏倒，直接叫車別硬撐。

FAQ（常見問題與回覆）

Q1｜夏天真的比較容易心肌梗塞嗎？不是冬天才多嗎？
冬天風險確實更被大家記住，但高溫同樣會增加心血管負擔。夏天的問題在於：症狀更常被誤判成「太熱」，所以更容易延誤。

Q2｜怎麼分辨是中暑還是心臟警訊？
偏中暑：全身熱、頭痛、噁心、流很多汗，進陰涼處後逐步改善。
偏心臟警訊：胸悶/胸痛、冒冷汗、呼吸困難、快昏倒感、>10 分鐘仍不改善——直接就醫。

Q3｜夏天要不要調整降壓藥或利尿劑？
不要自行停藥或減量。建議增加血壓監測；若常頭暈、站起來不穩，拿著紀錄跟醫師討論調整。

Q4｜夏天運動是不是比較危險？
不是不能運動，是要降強度、避開正午高溫、運動前後分段補水。出現胸悶心悸就停止。

Q5｜喝冰飲會不會讓心臟更糟？
冰飲本身不是最大問題，重點是含糖飲料與快速大量灌入。建議小口慢喝、以水為主、避免酒精。

本文作者：生活駭客羅藥師 

總編輯：草本上膳醫廚－黃子彥

編輯部 ：GCM上醫預防醫學發展協會 數位編輯部

免責聲明：本文章內容僅供健康資訊參考，無推薦、背書或行銷任何特定品牌或產品。文章所提資訊不構成醫療建議。在進行任何飲食、運動、用藥或健康調整前，請先諮詢專業醫師或藥師／營養師；若出現胸痛、呼吸困難、冒冷汗、暈厥感等急性症狀，請立即就醫或撥打 119。

引言

當一種病被寫成「原因不明」，最沉重的，往往不是那四個字，而是病人和家屬接下來那種不知道該往哪裡走的感覺。你可能也有這種感覺：醫療明明一直在進步，可一碰到某些肺病，還是常聽到「先控制看看」。你以為新藥研發最難的是找到有效成分，其實更難的，常常是先看見真正該打的那個點。特發性肺纖維化多年來一直是難治疾病，很多治療只能拖慢惡化，卻很難真正改變病程。現在，AI藥物研發開始把這件事往前推了一步。2025 年發表的臨床試驗顯示，AI 找出的 TNIK 抑制劑 rentosertib 已走到 Phase 2a，且高劑量組的肺功能指標變化優於安慰劑組（註1）。這不只是「AI 很厲害」的故事，而是醫學開始學會在混亂裡更早看見機轉、選對分子，再把希望慢慢帶進人體試驗。這篇文章想陪你看懂的，就是這條新路究竟改變了什麼，離病人的生活又還有多遠。

引言參考文獻：

• (註1) Xu Z, Ren F, Wang P, et al. A generative AI-discovered TNIK inhibitor for idiopathic pulmonary fibrosis: a randomized phase 2a trial. Nature Medicine. 2025. Nature Medicine (nature.com)
• Ren F, Aliper A, Chen J, et al. A small-molecule TNIK inhibitor targets fibrosis in preclinical and clinical models. Nature Biotechnology. 2025. Nature Biotechnology (nature.com)

AI藥物研發跟傳統新藥開發，到底差在哪裡？

傳統新藥開發，常像在一大鍋藥材湯裡徒手撈出那一味真正有用的藥引，時間長、成本高，還常常撈到最後才發現方向不對。AI藥物研發不一樣，它不是替科學家按下捷徑鍵，而是先幫忙把「哪個靶點最值得追、哪個小分子最可能成功」這件事做更早、更精準的排序。近年的研究指出，AI已能參與治療標的探索、分子設計與前期篩選；在特發性肺纖維化（IPF）這類路徑複雜、過去轉譯困難的疾病上，研究團隊便以AI辨識出TNIK，並推進到小分子候選藥與人體試驗，這代表改變的不只是速度，而是整條研發路徑的判讀方式。(註1)(註2) 不過，別把 AI Drug Discovery 想成萬能鑰匙。模型再聰明，也仍受限於資料品質、偏差與可解釋性；換句話說，AI 能幫你把火候抓得更準，卻不能替你省略真正下鍋試煮的那一步。

特發性肺纖維化為什麼這麼難治？AI 又為什麼特別有機會切進來？

特發性肺纖維化不是單純「肺變硬」而已，它更像一鍋早已悶燒許久的濃湯，表面看起來只是咳、喘、肺功能下降，底下其實牽動的是發炎、修復失衡、纖維母細胞活化與細胞外基質堆積等多條路徑一起失控。也因為如此，IPF 長年最難的，不只是找藥，而是找出哪一個節點才是真正值得攻的地方。你可能也有這種感覺：醫學明明進步很快，為什麼遇到某些病，還是常聽到「原因不明」？其實關鍵就在這裡。當疾病不是單一路徑，而是一整張交錯網路時，AI 藥物研發的優勢才會浮現。近年的回顧指出，AI 在 IPF 的應用不只限於影像判讀，還延伸到整合臨床、形態學與多組學資料，幫助研究者更早辨識高價值標靶與可能受益的治療方向；而 2025 年的 Phase 2a 試驗也讓 rentosertib 成為一個具體例子，證明 AI 不只是會「看見問題」，而是可能真的把候選新藥往臨床推進一步。(註3)(註4) 當然，這仍不代表 IPF 已被攻克，因為再漂亮的模型，最後都得回到真實病人身上接受時間與安全性的考驗。

TNIK 跟 rentosertib 是什麼？AI 是怎麼把新藥一步步找出來的？

如果把傳統藥物研發比作在山林裡摸黑找路，那麼 TNIK 的出現，像是研究者終於在地圖上看見一座原本被霧遮住的山頭。TNIK 是一個和纖維化訊號網路密切相關的激酶，研究團隊先用 AI 從大量疾病資料裡辨識出它，再往下設計、篩選並優化小分子，最後做出 rentosertib，也就是先前稱為 ISM001-055 的候選藥物。這一步很關鍵，因為 AI 藥物研發真正厲害的地方，不只是把分子生得更快，而是能把「哪個分子值得被做進去」這件事提早判斷。2025 年發表的研究顯示，rentosertib 已進入隨機、雙盲、安慰劑對照的 Phase 2a 試驗，且高劑量組在用力肺活量變化上優於安慰劑組，安全性表現也具可接受性。 但這裡仍要冷靜看待：一個候選藥走到 2a 期，代表它開始被看見，不代表它已經完成臨床定論；真正的考驗，還在更長期的療效穩定性與更大規模的人體驗證。

看到 AI Drug Discovery in IPF 這類新聞時，你該怎麼判斷它是真突破，還是只是很會講？

很多人忽略這件事：一則 AI 新藥新聞最迷人的地方，常常不是它真的走了多遠，而是它很會讓你以為終點快到了。真正值得你先看的，不是標題多震撼，而是四個問題。第一，有沒有講清楚靶點是誰，例如 TNIK 這類可被驗證的致病節點。第二，有沒有走到人體試驗，而不只是細胞或動物結果。第三，有沒有交代安全性與功能指標，像 IPF 研究裡常看的 FVC 變化。第四，有沒有把限制講出來，例如樣本數、追蹤時間與後續試驗還沒完成。以 rentosertib 目前的資料來看，它的確已跨過「只存在實驗室」這條線，進入隨機 Phase 2a 人體試驗，這很值得注意；但同時，研究也還沒有大到能直接改寫臨床常規。(nature.com) 你知道嗎？真正成熟的 AI藥物研發，不像神話裡一匙仙丹，比較像把煎藥的火候抓得更準：少一分不熟，多一分會焦。科技能幫我們更快靠近答案，卻不能代替醫學把每一步都走完。

結論：當科技開始把答案拉近病人

有些進步，不是一下子把疾病從世界上抹去，而是先把原本看不清的路，慢慢拉近到病人面前。AI 藥物研發之所以值得注意，不只是因為它讓特發性肺纖維化這類難治疾病多了一個新名字，而是它真的把「找靶點、選分子、進臨床」這條路往前推了一段。從西醫臨床的角度看，真正有價值的，不是新聞說得多震撼，而是證據走到哪裡。像 rentosertib 這樣的案例，之所以值得被記住，不只是因為它和 AI 有關，而是因為它已進入 Phase 2a 人體試驗；而臨床試驗的邏輯本來就很清楚，Phase 1 主要看安全性、劑量與副作用，Phase 2 則開始檢驗治療是否對特定疾病有作用，同時持續補足安全性資訊。這代表它不是終點，但也已經不是只停在實驗室裡的想像。

你現在就可以先做兩件事。第一，當你下次再看到「AI 找到新藥」「AI 改寫醫療」這類標題時，先別急著被震住。你可以這樣問自己：有沒有明確靶點？有沒有人體試驗？改善的是機轉、數值，還是病人真正感受到的功能？ 第二，如果你或家人正面對慢性肺病、纖維化，或需要長期追蹤的疾病，下次門診時也可以這樣問醫師：「目前這個治療是在壓症狀，還是在改變病程？」、「有沒有新的臨床試驗或研究方向值得追蹤？」 很多時候，問得更準，本身就是照護的一部分。

再往下看一層，多數人容易只記住一句話：AI 讓新藥變快了。其實更值得記住的是，AI 可能讓醫學少走一些錯路。速度只是表面，真正被改變的是排序能力：哪些靶點值得追，哪些分子值得做，哪些結果值得繼續投進人體研究。再深一層，這也提醒我們，未來醫療的競爭不只是誰比較快，而是誰比較能把「早期機轉辨識、臨床可驗證性、病人真正受益」連成一條線。

所以啊，別急著把 AI 想成神話，也別太快把它當成噱頭。它比較像把臨床研究的焦距調得更清楚：原本模糊的東西，開始有輪廓；原本很遠的可能，開始有了可被追蹤的位置。願你讀完這篇之後，帶走的不只是「AI 很厲害」這個印象，而是一套更穩的判讀方式。也歡迎你把最想追問的下一個問題留給我——《本文將依據最新提問持續更新》

參考文獻：

• (註1) Pun FW, Ozerov IV, Zhavoronkov A. AI-powered therapeutic target discovery. Trends in Pharmacological Sciences. 2023;44(10):663-675. PubMed
• (註2) Ren F, Aliper A, Chen J, et al. A small-molecule TNIK inhibitor targets fibrosis in preclinical and clinical models. Nature Biotechnology. 2025;43:63-75. Nature
• (註3) Selman M, Buendia-Roldan I, Pardo A. Artificial intelligence in idiopathic pulmonary fibrosis. European Respiratory Journal. 2026;67(1):2501112. ERS Publications
• (註4) Xu Z, Ren F, Wang P, et al. A generative AI-discovered TNIK inhibitor for idiopathic pulmonary fibrosis: a randomized phase 2a trial. Nature Medicine. 2025. Nature Medicine
• (註5) Xu Z, Ren F, Wang P, et al. A generative AI-discovered TNIK inhibitor for idiopathic pulmonary fibrosis: a randomized phase 2a trial. Nature Medicine. 2025 Aug;31(8):2602-2610. Nature Medicine / PubMed
• (註6) Ren F, Aliper A, Chen J, et al. A small-molecule TNIK inhibitor targets fibrosis in preclinical and clinical models. Nature Biotechnology. 2025;43(1):63-75. Nature Biotechnology / PubMed
• (註7) Xu Z, Ren F, Wang P, et al. A generative AI-discovered TNIK inhibitor for idiopathic pulmonary fibrosis: a randomized phase 2a trial. Nature Medicine. 2025 Aug;31(8):2602-2610. Nature Medicine (nature.com)
• (註8) Niazi SK. Artificial intelligence in small-molecule drug discovery: a critical review of methods, applications, and real-world outcomes. Pharmaceuticals. 2025;18(6):847. MDPI (mdpi.com)