影片為 米米給大家表演一個沒有靈魂的流淚
米米日常起歡，起歡原因好像是因為練習寫字時我不讓她吃一口鉛筆。

#她常常花很多時間擠眼淚擠到我們跟她自己都忘記她為什麼要哭

/
每次po米米傲嬌的一面，都會有人在下面認真生氣欸，
如果你是對要不要生小孩還在猶豫的人，
看到小孩起歡就會憤怒的話，那我想告訴你，小孩起歡絕對不是一次兩次一年兩年而已的喔。請慎重考慮。

#笑看小孩起歡嘛就是一個成長的必經過程而已啊

/
#超雷playdate
我有兩次超雷的play date經驗，兩次都是當時剛搬來所以在網上徵陌生的媽媽一起玩。

賊粒米米食量大，就是那種隨時吃點心、正餐也照吃不誤的那種。
有次跟別人play date，有個小孩不愛吃東西，所以被規定只能在用餐時間進食，雖然看到那小女孩用羨慕的眼神看著賊粒米米狂吃餅乾會有點於心不忍，但也理解這規範對於胃口小的小孩也算合理。

有次那小女孩忍不住偷拿了一個賊粒的餅乾吃，她媽媽就一巴掌過去掌她嘴。
我想緩頰一下，就說：「她才兩歲，這樣已經很乖很節制了啦，要是米米才不會偷拿勒，她會從第一時間看到別人有吃的就崩潰。」

然後那媽媽就誤以為我說她小孩很乖代表我覺得她很會教小孩，回去就寫了一篇「虎媽的教育法」小作文來給我。
嗯…我說「你小孩很乖」是真心的，
但我沒說出的話是：「你小孩很乖，她眼神中充滿恐懼。」

#你只要夠暴力小孩就會怕你啊這種簡單粗暴的教法有什麼好傳授的

還有一次play date，賊粒與一個同齡的小男孩玩著玩著，不意外的，搶起了玩具，
浩克賊粒搶贏了，小男孩大哭，我們一旁的大人七嘴八舌的勸導調節，
此時小男孩走到旁邊，打了那時還不會走路、坐在旁邊一歲不到的米米的頭，米米大哭。

我有點傻眼，小男孩的媽媽在米米的哭聲下，轉頭跟其他人說：「我兒子很聰明，他知道搶不贏可以用其他方式。」

欸….照這個邏輯，想得到東西，沒錢買的話，可以用偷的，這也算是聰明的其他方式嗎？
聰不聰明我是不知道啦，不過不善良比不聰明可怕多了。

還好這兩個媽媽對我來說本來就是剛認識的人，
有些人的出現就像是網頁突然跳出來的廣告，
趕快按掉就好。

/
#收團最後一天
韓國Damda摺疊購物車/推車/購物籃
👉 https://gbf.tw/w3qyw

轉述DCARD上的一篇文章, 詳細的整理這段時間的新聞, 寫出為什麼台灣防疫會走到今天, 而最讓我噁心的, 是政客們與他們的臉書粉專側翼還在拼命的洗地, 拼命的打擊撐到現在的雙北, 拼命的洗蔡媓名聲, 我不是任何粉, 但我真的對指揮中心陳時中, 蘇貞昌, 蔡英文 的政客嘴臉感到噁心
===============
自去年初covid-19以來我就非常關注疫情的各種消息，打算寫寫這一年多下來對民進黨防疫的觀察，以及台灣到底是如何從防疫模範生走向如今的遍地烽火。

先從去年二月初開始吧，當時指揮中心做的最好的，就是果斷下令邊境管制(2月6日)，並且做好入境檢疫、居家隔離，以及細緻的疫調，這些都是當年SARS爆發之後所制定的措施與經驗。
而雖然外國慢了幾天也有做這些措施(澳洲甚至2月1日就做邊境管制)，卻仍難以阻擋疫情，因為台灣還有做到一點最重要的，也就是「台灣人民乖乖戴口罩」這件事。過去SARS累積的老本加上台灣人民百姓展現的國民素質，讓台灣成功成為防疫模範生。
https://www.cna.com.tw/news/firstnews/202006070128.aspx
https://www.twreporter.org/a/2019-ncov-epidemic

我認為有台灣人民的素質，加上政府持續做好他的本分，並且對疫情爆發做好提前準備，不需要有什麼令人驚豔的政策，照理就能持續把疫情防堵在台灣之外，而在今年諾富特爆發前也的確是這樣。

然而，執政渙散、政治力介入、鬆懈而不足的事前準備，導致了疫情的全面爆發。
－－－－－－－－－－－－－－－－－－－－

「諾富特事件」

在諾富特事件之前，台灣已經維持了好一陣子每天1例2例甚至常常0例本土確診的狀況，而在諾富特案後，就開始有獅子王萬華大爆發、宜蘭群聚等案例。
當時全台唯一破口就是這群只需要居家檢疫3天的機師們，covid-19病毒潛伏期多數為5~6天，然而機師們3天後就可能會到處趴趴走。

以機師們的人脈，又是沒有航班的休假日，幾天時間就能接觸不少人，而獅子會成員顯然也是人脈廣大的一群人，有什麼交集也不意外。
這群無症狀感染者再進到社區幾天，最終就釀成了疫情大爆發。

後來指揮中心在記者會上說了，獅子會前會長(萬華大爆發)和宜蘭群聚感染的基因定序與諾富特案相同，只是無法確定是誰傳誰，但很明顯當時病毒就是國外帶回來的英國變異株，因此這件事顯然就是台灣防疫崩潰的開口。
https://health.udn.com/health/story/120950/5454865

首先要提的是諾富特防疫旅館的管理。
二月就有民眾檢舉混住，但桃園市政府到四月都仍在公文往返未派員稽查，最後說自己並不知情諾富特一館有機師入住。事發後鄭文燦說諾富特要由中央進行檢討，而交通部卻說要由「地方政府負責督導」，互踢皮球。
我自己是認為，作為機師的防疫旅館是最重要的，因為當時唯一的可能傳染途徑就是國外，因此地方政府必須非常看重。
但顯然桃園市政府連出事後都還不認為是自己的責任，沒有任何督導審查也就不意外了。

https://www.cna.com.tw/news/aipl/202105100177.aspx
https://news.ltn.com.tw/news/life/breakingnews/3519318

再來是機師接種順位。
事發後柯文哲說「機師應排在接種第一順位」，陳時中回「有意見為何不早講?」。
這句話讓我確信陳時中不是一個合格的指揮官。
今天是決策者們在重大問題發生後檢討具體措施，「早講不早講」不是指揮官這時要說的，指揮官應該要做的是告訴人民這個措施到底「是對還是錯」。就像指揮中心遲至６月才公布的措施這樣。
https://www.cna.com.tw/news/firstnews/202106010094.aspx

更別提指揮中心另一位成員李秉穎直接回「會被國際笑死。」，但隔天被打臉紐西蘭的第一順序接種對象就是邊境工作者與其同住人，包含海關、旅館人員、機組員，李秉穎改口「放在一起都算優先。」。

然而，柯文哲提這個建議不僅是參考了外國，也考量到台灣當下的狀況。
柯說「台灣過去一年多防疫戰略，用防疫旅館及居家檢疫做為防線，而這個防線有個破口，就是機組員位置會被擺在這條防疫前線的外面、而非在防線內。且目前機組人員的居家檢疫跟一般人不一樣，已成為漏洞，因此，機組員施打順序應該往前，趕快把漏洞補起來。」
https://udn.com/news/story/120940/5437681

順帶一提，如果不是機師公會發函建議，機師優先順位不僅不是第三，而是完全沒有排在優先順位。
https://www.upmedia.mg/news_info.php?SerialNo=112263
https://news.ltn.com.tw/news/life/breakingnews/3521972

在當初大家認為陳時中是神的時候我就覺得這只是一個情感轉移，大家把成功的喜悅化為對他的崇拜，但說到底，陳時中不像過去歷任的衛福部長是傳染病防治或公衛專業，而是牙醫專業，因此他的角色比較像是在記者會上負責宣布旁邊專家做好的決策傳聲筒。

至於為何陳時中能當上衛福部長，擷取一段他的維基：「2000年總統大選，時任牙醫師公會全聯會顧問，號召200位牙醫加入民進黨。2011年底，隨著蔡英文首次參選總統，陳時中便以臺北醫學大學董事等身份，開始擔任起「蔡英文醫界後援會總幹事」，率領醫界在圓山飯店舉辦一場千人造勢晚會，獲蔡英文重視。」。
顯然也不是依著專業上位，比較像是民進黨酬庸安插的魁儡位置，從這點看，他會像今天這樣確實做黨的傳聲筒、擋箭牌也就不怎麼意外了。(如果還有時中粉，希望你們能看完這篇)

接著就是3+11。
沒有醫療公衛背景的范雲為了做人情給機師公會，開會「強烈建議」指揮中心放寬至3+11，陳時中也就這麼允許了。
https://www.mirrormedia.mg/story/20210513inv001/

如果接種一事是馬後炮，那麼早在去年底柯文哲就對機師檢疫天數提出過建議，當時陳時中說這樣「對機組員心理平衡不好，且影響航空業。」
https://www.setn.com/News.aspx?NewsID=872797

結果是後來全面爆發後，航空業反而要大停飛檢疫。
https://heho.com.tw/archives/171139
https://www.cna.com.tw/news/firstnews/202105110044.aspx

陳時中當時會這麼做，如果大家回想當時的狀況其實也就不會意外，當時陳時中在接受防疫質詢時會說一些「世界要跟上台灣的腳步」等自信的話，並且到處用自己人氣跑行程、演唱會，在記者會上也會開玩笑，說「今天都在玩」等等，我可以想見的是，沒有公衛專業的時中，看到連續的0確診，內心螺絲早就全面放鬆，覺得就這麼賣個人情也不會發生什麼大事。
https://www.youtube.com/watch?v=J2z_lSZtbfk
https://www.ctwant.com/article/120159

(引用吳斯懷質詢雖然只是就事論事但可以想見還是會被抹，所以我這裡先聲明：「64646464天滅中共64646464」)

但好死不死，這個鬆懈的心態就是讓台灣掉入地獄的開端。

－－－－－－－－－－－－－－－－－－－－

「超前部署」
從疫情爆發以來，我們幾乎可以確信過去政府喊的超前部署(雖然從來沒說過到底部署什麼)真的沒什麼部署。

《報導者》指出：「5月14日爆出台北萬華社區群聚感染後，篩檢站不足、檢驗大塞車、社區隔離所設置不及等社區感染因應措施倉皇失控，8天內病毒外溢全台。
檢測不足，是許多國內外專家認為台灣在這一波失守關鍵因素，因為檢測是唯一可監測病毒在何處、以多快的速度移動的重要工具。」

若非台北市政府第一時間廣設快篩站，14日萬華爆發，15日中午北市就已經用第一天立刻設的4個快篩站檢測了575名民眾，隔天繼續加設快篩站，一直到23日拍板12行政區廣設快篩站，對疫情做第一時間的掌握，否則放任這波病毒蔓延，後果真的不敢想像。

黃珊珊在臉書上說是柯文哲堅持快篩與PCR並行，報導也指出當時北市府晨會是柯文哲提出快篩建議，與會者有人反對，但柯文哲堅持這樣把「篩出有症狀的hold起來，認為這樣最有效率」。
https://udn.com/news/story/122173/5460122

看到這一段其實蠻驚訝的，我知道柯文哲本身是醫學大教授，但看到一個好政策是由首長本身堅持提出的還是覺得很酷(之前都覺得首長不要擋底下專業人員給的建議就好)，蠻慶幸台北市長是醫療專業，但也更疑惑非專業的指揮官到底能否有效取捨政策？
（甚至副指揮官陳宗彥還是內政部次長，專業是都市計畫。）

細談快篩內幕，由於中央一年來都未把快篩這個重要防疫物資準備好，14日爆發當天北市的快篩試劑還是廠商捐贈的1萬劑，爆發當天下午柯文哲就要求成立快篩站，同時做快篩與PCR檢測兩項，所有費用由台北市政府負擔。

但是快篩當時並不是中央認同的方法、並非合格通報對象，一直到22號中央才認可快篩陽性通報。在那之前，快篩陽性連醫院也不能通報、無法收治。
北市做了八天的快篩，當時都還不是被中央承認的數字，而這八天北市就已經在專責防疫旅館(也是北市首創)收了快700位快篩陽性民眾，第一時間阻擋病毒傳播鏈。
https://udn.com/news/story/122173/5478279

《報導者》的一篇重要報導中指出：「去年11月工研院建議應及早布建台灣快篩能量，以及討論庫存快篩物資怎麼統合整備，以備不時之需，讓國內廠商開發出來的產品有量產的誘因，扶植國內生技產業，避免真有社區感染時時再向國外採購恐無法應急。」

「但指揮中心當時以『邊境防堵效果好，加上防疫負擔沉重，沒有餘力做社區感染的模擬演練』等原因暫不予採用。」
(對比如今政府國產疫苗一事不斷強調自己多支持國內生技產業，真的有點諷刺)

我去查了快篩新聞，的確查到去年4月時中研院就有完成開發並技轉給多家廠商，但就沒有任何後續政府鼓勵量產採購與整備的新聞，彷彿被棄用。
「快篩業者向《報導者》無奈表示，去年4、5月間配合政府號召投入檢疫產品開發，後來完全沒採用，即使取得EUA都不願意使用，業者好像陷入一場騙局。」

儘管WHO早於去年2月就提出快篩的重要。去年流病專家陳建仁身為副總統時，受訪也提及「快篩是超前部署的一環」。

但事實上，截至疫情爆發，在指揮中心的各項防疫物資清單上，根本沒有「快篩試劑」這一項。

有官員對快篩業者提到，「直到5月中萬華爆發社區感染後，指揮中心才比較能聽不同聲音，包括快篩標準作業流程，每天上午的全國防疫會議上也不再強勢主導，願意多聽地方反映的意見。」
可以見得疫情爆發前的指揮中心是高傲的。
https://www.twreporter.org/a/shortage-fo-covid-19-rapid-test-kits

在萬華疫情爆發前，醫療單位沒有使用過快篩的經驗。
有官員透露，過去多次建議應該超前部署，至少先訂購一部分的快篩試劑驗證靈敏度，萬一真的發生社區感染可以用得上，但在指揮中心會議中亦未獲採納，當時台灣快篩試劑只有送給友邦做外交，從未在國內使用。

「台灣過去一年錯失的不僅是社區大規模篩檢演練的時機、也錯失國產快篩工具校正改良的時機。」

這也間接導致現今更多的偽陽加重了防疫旅館與醫療量能的壓力。

一直到今年5月23日，在柯文哲公開建議後，陳時中才表示，將慎重考慮開放快篩做為檢測工具。
https://www.nownews.com/news/5275205

由於快篩未列防疫物資項目中，所以各醫院也得自行編列經費採購，台大急診部主治醫師陳世英說，在這波社區感染之前，各大醫院並沒有使用快篩。疫情爆發後也都是醫院自救，包含台大醫院，亦是臨時緊急去調貨。

－－－－－－－－－－－－－－－－－－－-

「自滿」

長庚病毒中心主任施信如提到，自己長期參與全球新興傳染病的防疫網，那是一個國際合作平台，國外研究者希望我們也能讓疾管署（CDC）或衛生官員加入一起討論。
當時她詢問指揮中心，獲得的回覆竟是：「是不是他們想問我們怎麼防疫成功？」
這讓施信如感到驚訝，顯示我們對自己邊境防堵過於自信。

「防疫是不斷的往前進，沒有誰永遠是對的，台灣應吸取國外寶貴經驗不斷滾動調整防疫策略。」

開頭提到英國《金融時報》那篇報導也指出，「台灣的首要錯誤就是過少的篩檢。過去一年多來，衛福部長陳時中堅持使用PCR，而不願使用快篩進行規模較大的檢測與研究，也沒有針對快篩劑的功效和數量進行研究。疫情爆發之後，不但快篩試劑短缺，各縣市也因為使用的快篩試劑不同，出現檢測準確度差異。而這些是在過去一年就能準備好的事情。」
https://www.nownews.com/news/5284722

而如今疫情爆發，檢驗跟著塞車，讓衛生當局無法及時判斷病毒傳播的方式、地點，以及速度，但這些資訊又是掌握疫情的重要關鍵。

5月19號，彭博社以「自滿讓 COVID 侵蝕了台灣唯一的防線」進行報導，報導大概提到五點:
一、3+11縮短機師檢疫期，二、疫苗不足，三、輕視篩檢，四、沒有針對高風險族群的資料庫與監測系統，五、自滿的心態。

而時代雜誌甚至報導台灣是「世界最會吹噓的covid-19防疫」
https://www.ettoday.net/news/20210526/1991366.htm

長庚病毒研究主任施信如說，「要讓國產的快篩能有好的品質，有能力做PCR的單位應該同步進行快篩試劑的測試，但這方面確實長期不受政府重視。」

約翰霍普金斯大學公衛學院資深學者 Gigi Gronvall 說「篩檢是防堵疫情最好的方式，雖然台灣一直說篩檢準確度不高，但『即使是快篩，正確率也很高、也能快速識別出感染者，那是應該部署和擴大規模的東西。』」
https://www.bloomberg.com/opinion/articles/2021-05-17/taiwan-loses-covid-innocence-with-partying-pilots-and-a-lion-king
https://www.bloomberg.com/news/articles/2021-05-18/complacency-let-covid-break-down-taiwan-s-only-line-of-defense
https://heho.com.tw/archives/174032

回到5月14日，確診案例僅29例時，台北市長柯文哲在聽取公衛學者的建議後，隨即在萬華設置四處快篩站，還特別給無證件的外籍移工「特赦令」，希望他們趕緊去快篩，試圖找出高風險族群的確診者，以防堵感染快速擴散。
此舉，果然揪出許多隱藏的感染者。
https://www.storm.mg/article/3676833
台灣預防醫學理事長陳宜民5月19日在接受媒體訪問時也表示，這波疫情爆發之初，指揮中心並不願意在地方設置快篩站，是柯文哲堅持在萬華設置篩檢站，才順利驗出大量確診者。
這也適時驗證了當初公衛學者建議「高風險族群篩」的專業度。(記住，是高風險篩，而非全民篩與入境普篩)
https://www.gvm.com.tw/article/79652
總結下來，中央對篩檢物資和疫情爆發的演練缺乏準備、政策過於極端且自信，加上政治力的介入，導致了疫情一發不可收拾，死傷無數。
－－－－－－－－－－－－－－－－－－－－
「政客」

從中央建置的「傳染病通報系統」流程繁雜，間接導致了之後的「校正回歸」，並且沒有先告知尚有許多待檢出人數，而直接蹦出一個校正回歸，就可以看出一年多來中央沒為疫情爆發做過太多超前部署。

這邊不得不再提到一件事，當時陳時中在發布完校正回歸的記者會結束後「主動致電」守候在疾管署的記者，表示確診案例是因「地方往上報的時候塞車」，接著傳出陳時中對蘇貞昌說「不能怪罪地方政府」的消息，配合側翼洗一波「雙北出事、時中緩頰」。
https://tw.appledaily.com/politics/20210522/NXNJCKKTWBHMBA7AXBRKWBNBLY/

事實上，醫院收案上報是直接上報給中央系統，病毒從篩檢就是將檢體送至中央指定實驗室，然後是疾管署研判。地方衛生局根本不會比中央先知道確診與否，也就沒有地方政府慢報的問題。
這邊時中再一次展現笑面虎的政客樣。

接下來的事情，時中就真的噁到我了。

5月28號黨團協商，民眾黨立委邱臣遠追問陳時中，拍版3+11的那場會議，究竟是誰主持的？陳時中強調「我不是要推卸責任啦，但當天會議不是我主持。」「應該是副指揮官(陳宗彥)」
至於有沒有專家參與？陳時中說，「這會議不是我主持的，所以我不清楚。」

此話一出，大家發現副指揮官是內政部次長，專業是都市計畫，完全沒有醫療專業卻主持重要防疫決策會議。
https://www.ettoday.net/amp/amp_news.php7?news_id=1993397

當天，遭到平面媒體踢爆陳宗彥並未參與會議，隔天陳時中改口，「在那時候說成是陳宗彥副指揮官主持會議，那事實上我回來查了以後，陳副指揮官是沒有參加那場會議。」
「那天他剛好有事，所有的這些相關在指揮中心的政策，都是由我來負。」
https://news.tvbs.com.tw/politics/1518752

看到陳時中的回答，我深深認為台灣會走到今天，過度造神就是一大原因。
民進黨透過把陳時中捧成神，出事了反正陳時中能坦砲火，有這麼高的支持度和側翼護航，陳時中會敢這樣也就不意外了。
換作是柯文哲，以民進黨的操作，還不被說成過失殺人兇手從此不得翻身？

我就很想問陳時中，居於這麼重要的位置，卻對自己拍板了什麼政策都不清楚的人，到底要怎麼負責？逝去的生命、破碎的家庭又要如何負責？

也因為造神，民眾黨立委要求會議記錄，陳時中也能大言不慚說沒有紀錄。
如此重要的決策，詳細開會討論過程、與會官員及相關發言內容，都沒作成會議紀錄。
理由是「我每天會議這麼多，沒有辦法每一樣做。」
https://www.storm.mg/article/3718074

如果是柯文哲，這肯定就是「黑箱作業」吧。

－－－－－－－－－－－－－－－－－－－－
「防疫政策」

最後提一個這波防疫中數一數二重要的政策-「防疫旅館」的起源，最早參考國外提出這個構想並開記者會倡議的是民眾黨立委張其祿，最先實施的是台北市政府，當時不僅偏綠網路與傳統媒體、民進黨側翼粉專，還有民進黨被罷免議員王浩宇，甚至民進黨立委何志偉在政論節目上攻擊防疫旅館。
https://www.ftvnews.com.tw/news/detail/2020225U12M1
https://www.ptt.cc/bbs/joke/M.1583152983.A.E76.html

到後來防疫旅館成為這波疫情下避免台灣醫療全面崩潰的最大支柱。

北市不僅第一個實行防疫旅館，還早早編列了９０頁的防疫旅館ＳＯＰ手冊供其他縣市參考。
在觀傳局長劉奕霆等人到處奔相尋找、說服旅館業者的努力下，北市防疫旅館數量一直遙遙領先各縣市。

在疫情爆發前，大家總說民進黨防疫好，但防疫的具體措施，卻幾乎都是北市府率先提出與建議。

從
防疫旅館
安心檢疫所
防疫計程車隊
千人防疫就業方案
居家隔離或檢疫者補助
醫護警消加油棧
到
疫情爆發後的率先廣設快篩站
徵召退休醫護支援防疫旅館
提早宣布停課
呼籲中央放寬確診者解隔離流程
呼籲中央病房改容納兩人一室

全部都是北市府率先提出，其中許多政策中央和其他縣市也都有跟進，並且都是現在疫情爆發後相當重要的政策。
https://www.chinatimes.com/amp/realtimenews/20200229003068-260407
https://newtalk.tw/news/view/2020-03-24/380437
https://www.cna.com.tw/news/ahel/202003290189.aspx
https://www.ptt.cc/bbs/Salary/M.1586235427.A.37C.html
https://www.cna.com.tw/news/aloc/202003130303.aspx
https://udn.com/news/story/122173/5470207
https://udn.com/news/story/122173/5484405
https://news.tvbs.com.tw/politics/1517136
https://health.tvbs.com.tw/medical/328167

這波疫情，民進黨支持者分裂的的思維總認為：「疫情爆發前一年是中央守住，爆發後都是地方的鍋」。
甚至說台北市確診數多，所以是柯文哲的錯。
我也只能嘆口氣。

在民進黨用側翼粉專與網軍臉書治國的時代，「造神」、用片面數據「大內宣」的現象只會越來越多、越來越難以分辨。

整理這麼多也只是希望大家能思考一下，一個利益結構龐大，到處都要安插酬庸（華航高層一堆民進黨人），並且時不時用政治力介入專業決策的政黨（完美複製當年的國民黨），真的有很多值得監督的地方，也真的需要人民用力監督。

我所說不僅僅是防疫，而是方方面面。
台灣人真的都值得更好的生活。
－－－－－－－－－－－－－－－－－－－-
之後可能會再打一篇關於台灣一路以來的疫苗決策，是出了哪些問題導致台灣現如今到貨的人均疫苗數只贏過一些第三世界國家。
https://www.bbc.com/zhongwen/trad/science-56084055
對很快以特定讚數衝上熱門的留言回覆在 B35
後續回覆還有 B455
（歡迎分享文章到各個社群平台）
－－－－－－－－－－－－－－－－－－－-
「關於破口」
看到最近石崇良說「萬華是破口」、苗博雅說「全國陪雙北坐牢」
然後還有一堆綠營側翼網軍、綠粉在護航3+11真的氣到==
今天政府錯誤的政策害你無法過上正常生活、害你的同胞死傷無數，然後還可以不站在監督的立場..
我曾經看過綠腦教授沈榮欽寫的一篇「柯文哲是台灣民主的災難」，現在看到民進黨用網軍、側翼寫手洗腦出一堆綠衛兵，深深覺得「民進黨才是台灣國家治理的災難」。

要護航3+11？
綠腦護航有個很一致的白癡論述，就是之前爆出一個違反自主健康管理的機師是在第11天去酒吧，所以不是3+11的鍋。
https://www.cna.com.tw/news/firstnews/202105055008.aspx
奇怪，這則新聞明明除了一個入境第11天跑去酒吧的確診機師，還有一個入境第4天的確診空服員（機組員都是3+11）欸？？

如果要說5+9、7+7擋不住第一位所以不關3+11的事，那剛好可以擋住第二位欸，啊怎麼故意只講新聞的一半？

然後這論述真的白癡。

確診的機組員又不是只有這兩位，而自主健康管理是「可外出，但避免群聚、無法保持社交距離和聚餐等近距離活動」。

那位機師之所以被開罰，不是因為外出，而是去酒吧這種場所，但其他地方就不會被罰。

可外出可外出可外出，光這點就大大增加稽查開罰的難度。

除了這兩位，有多少位機師在5-7天的潛伏期結束前就開始接觸人？

然後，指揮中心說諾富特最多機師感染的那株，和萬華、宜蘭群聚是同一基因序，並且，連指揮中心羅一鈞醫師都說諾富特機師案、萬華案、宜蘭群聚案「有關聯」了，難道這個外國才有的英國變種株會是萬華人傳給諾富特機師的？？

看指揮中心此圖可知，基因定序一樣，不只代表都是英國變種株，還代表了是「同一個傳遞鏈」，如果不是諾富特傳給萬華，那基因定序不會一樣。
（例如此圖下面別案的英國變種株基因定序就不一樣。）

－－－－－－－－－－－－－－－－－－－-

綠腦可不可以不要再有「出事甩給台北就天下太平了」的想法，好嗎？

萬華人、雙北人已經是在第一線承受桃園和中央犯錯的後果，並且柯文哲第一時間廣設快篩站這決策真的已經擋下了無法想像的可怕後果。

第一線焦頭爛額每天忙到不可開交，然後綠側翼還可以一直找機會桶刀台北、見縫插針，真的就是「邪惡」二字。

機器學習識別特徵阻絕代測　上鏈回送監理資料庫防竄改

人臉辨識加酒精鎖阻酒駕　串區塊鏈上傳比對告警

2021-05-24社團法人台灣E化資安分析管理協會元智大學多媒體安全與影像處理實驗室

本文將介紹酒精防偽人臉影像辨識系統，結合了人臉辨識、酒精鎖以及區塊鏈應用，以解決酒駕問題，並透過監控系統避免代測狀況發生。且利用區塊鏈不可修改的特性，將車輛與人臉資料串上區塊鏈，以確保駕駛人的不可否認性。

長長期以來「酒駕」都是一個很嚴肅且必須被重視的議題，儘管在2019年立法院修法酒駕及拒絕酒測的罰則，但是抱持僥倖心態的人還是數不勝數，導致因酒駕釀成車禍的悲劇還是一再重演，讓不少的家庭因此破滅。

據統計，從2015年到2018年的酒駕取締件數都逾10萬件，而因為酒駕車禍的死亡人數逾百人。在2019年酒駕新制上路以後，2020年警方酒駕取締件數有明顯下降至約6萬件，雖然成功達到嚇阻效果，但是死亡人數仍與去年前年持平，可見離完全遏止酒駕還有很長的路需要努力。

立法院於2018年三讀通過了「道路交通管理處罰條例部分條文修正案」，酒駕者必須重新考照，並且只能駕駛具有酒精鎖（Alcohol Interlock）的車輛，所謂酒精鎖，屬於車輛點火自動鎖定裝置，在汽車發動前必須進行酒測，通過才能將汽車發動，而且在每45分鐘至60分鐘後酒精鎖系統就會要求駕駛人在一定時間內進行重新酒測，以便防範在行車過程中有飲酒的情況發生，若駕駛人未遵守其要求，車子就會強制熄火並鎖死，必須回酒精鎖服務中心才能將鎖解開。

由於法案的方式無法完全遏止酒駕，因此許多創新科技或是企業致力於研究相關科技來解決酒駕的問題。

其中本田（Honda）汽車與日立（Hitachi）公司研發出手持型酒精含量檢測裝置，讓駕駛人必須在駕駛之前都先進行酒測，若酒精濃度超標就會將汽車載具上鎖，藉此避免酒駕意外或事故發生，且該技術結合了智慧鑰匙功能，若偵測到酒測值超標，車輛中的顯示面板將會發出警告訊號告知駕駛人，避免酒駕上路之問題。

另一方面則是解決酒精殘值之問題，因為有許多駕駛人都會認為，休息一下後，身體也無感到不適，即駕車出門，等到駕駛人被警方臨檢時才知道酒測未通過，因此收到罰單，甚至是吊銷駕照處罰等。

根據醫學研究指出，酒精是在人體體內由肝臟代謝，實際代謝時間必須看體質以及飲酒量而定。台灣酒駕防制社會關懷協會建議，喝酒後至少要10至20小時後再駕車比較安全。多數人無具備酒精代謝時間的觀念，導致駕駛人貿然上路，待意外發生或罰單臨頭時，已經為時已晚。

背景知識說明

本文介紹的方法為酒精鎖結合攝影鏡頭進行人臉辨識，並將人臉特徵資料與車輛資料串上區塊鏈，並利用區塊鏈不可篡改的特性，來避免駕駛人在解鎖酒精鎖時發生他人代測的問題。

由於人臉辨識技術具備防偽性、身分驗證的特性，因此將酒精鎖的技術結合人臉辨識，便可確認為駕駛本人。

何謂人臉辨識

人臉辨識技術屬於生物辨識的一種，基於人工智慧、機器學習、深度學習等技術，將大量人臉的資料輸入至電腦中做為模型訓練的素材，讓電腦透過演算法學習人類的面部特徵，藉以歸納其關聯性最後輸出人臉的特徵模型。

目前人臉辨識技術已經遍佈在日常生活之中，其應用面廣泛，最為常見的應用即為智慧型手機的解鎖、行動支付如LINE Pay、Apple Pay等，其他應用還包括行動網路銀行、網路郵局、社區大樓門禁管理系統、企業監控系統、機場出入關、智能ATM、中國天眼系統等。一般來說，人臉辨識皆具備以下幾個特性：

‧ 普遍性：屬於任何人皆擁有的特徵。

‧ 唯一性：除本人以外，其他人不具相同的特徵。

‧ 永續性：特徵不易隨著短時間有大幅的改變。

‧ 方便性：人臉辨識容易實施，設備容易取得，如相機鏡頭。

‧ 非接觸性：不須直接接觸儀器，也可以進行辨識，這部分考量到衛生問題以及辨識速度。

人臉辨識透過人臉特徵的分析比對進行身分的驗證，別於其他生物辨識如虹膜辨識、指紋辨識，無須近距離接觸，也可以精準地辨識身分，且具有同時辨識多人的能力。因應新冠肺炎疫情肆虐全球，人臉辨識技術也被用來管理人來人往的人流。人臉辨識的儀器可以搭配紅外線攝影機來測量人體體溫，在門禁進出管制系統中，利於提高管理效率，有效掌握到進出人員的身分，以及幫助衛生福利部在做疫調時更容易掌握到確診病患行經的足跡。

人臉辨識的步驟

人臉辨識的過程與步驟，包括人臉偵測、人臉校正、人臉特徵值的摘取，進行機器學習與深度學習、輸出人臉模型，從影像中先尋找目標人臉，偵測到目標後會將人臉進行預處理、灰階化、校正，並摘取特徵值，接著人臉資料交給電腦進行機器學習與深度學習運算，最後輸出已訓練好的模型。相關辨識的步驟，如圖1所示。

人臉偵測

基於Haar臉部檢測器的基本思想，對於一個一般的正臉而言，眼睛周圍的亮度較前額與臉頰暗、嘴巴比臉頰暗等其他明顯特徵。基於這樣的模式進行數千、數萬次的訓練，所訓練出的人臉模型，其訓練時間可能為幾個小時甚至幾天到幾周不等。利用已經訓練好的Haar人臉特徵模型，可以有效地在影像中偵測到人臉。

Python中的Dilb函式庫提供了訓練好的人臉模型，可以偵測出人臉的68個特徵點，包括臉的輪廓、眉毛、眼睛、鼻子、嘴巴。基於這些特徵點的資料就能夠進行人臉偵測，如圖2～4所示。圖中左上角的部分是偵測到的分數，若分數越高，代表該張影像就越可能是人臉，右側括弧中的編號代表子偵測器的編號，代表人臉的方向，其中0為正面、1為左側、2為右側。

人臉的預處理

偵測到人臉後，要針對圖片進行預處理。通常訓練的影像與攝影鏡頭拍出來的照片會有很大的不同，尤其會受到燈光、角度、表情等影響，為了改善這類問題，必須對圖片進行預處理以減少這類的問題，其中訓練的資料集也很重要：

‧ 幾何變換與裁剪：將影像中的人臉對齊與校正，將影像中不重要的部分進行裁切，並旋轉人臉，並使眼睛保持水平。

‧ 針對人臉的兩側用直方圖均衡化：可以增強影像中的對比度，可以改善過曝的影像或是曝光不足的問題，更有效地顯示與取得人臉目標的特徵點。

‧ 影像平滑化：影像在傳遞的過程中若受到通道、劣質取樣系統或是受到其他干擾導致影像變得粗糙，藉由使用圖形平滑處理，可以減少影像中的鋸齒效應和雜訊。

人臉特徵摘取

關於人臉特徵摘取，相關的技術說明如下：

‧ 歐式距離：人臉辨識是一個監督式學習，利用建立好的人臉模型，將測試資料和訓練資料進行匹配，最直觀的方式就是利用歐式距離來計算所有測試資料與訓練資料之間的距離，選擇差距最小者的影像作為辨識結果。由於人臉資料過於複雜，且需要大量的訓練集資料與測試集資料，會導致計算量過大，使辨識的速度過於緩慢，因此需要透過主成分分析法（Principal Components Analysis，PCA）來解決此問題。

‧ 主成分分析法：主成分分析法為統計學中的方法，目的是將大量且複雜的人臉資料進行降維，只保留影像中的主成分，即為影像中的關鍵像素，以在維持精確度的前提下加快辨識的速度。先將原本的二維影像資料每列資料減掉平均值，並計算協方差矩陣且取得特徵值與特徵向量，接著將訓練集與測試集的資料進行降維，讓新的像素矩陣中只保留主成分，最後則將降維後的測試資料與訓練資料做匹配，選擇距離最近者為辨識的結果。由於影像資料經過了降維的步驟，因此人臉辨識的速度將會大幅度地提升。

‧ 卷積神經網路：卷積神經網路（Convolutional Neural Network，CNN）是一種神經網路的架構，在影像辨識、人臉辨識至自駕車領域中都被廣泛運用，是深度學習（Deep Learning）中重要的一部分。主要的目的是透過濾波器對影像進行卷積、池化運算，藉此來提取圖片的特徵，並進行分類、辨識、訓練模型等作業。在人臉辨識的應用中，首先會輸入人臉的影像，再透過CNN從影像提取像素特徵並轉換成特定形式輸出，並用輸出的資料集進行訓練、辨識等等。

何謂酒精鎖

酒精鎖（圖5）是一種裝置在車輛載體中的配備，讓駕駛人必須在汽車發動前進行酒測，通過後才能將車輛發動。且每隔45分鐘至60分鐘會發出要求，讓駕駛人在時間內再次進行檢測。

根據歐盟經驗，提高罰款金額以及吊銷駕照只有在短期實施有效，只有勸阻的效果，若在執法上不夠嚴謹，被吊照者會轉變成無照駕駛，因此防止酒駕最有效的方法就是強制讓駕駛人無法上路，這就是「酒精鎖」的設計精神。

在本國2020年3月1日起酒駕新制通過後，針對酒駕犯有了更明確且更嚴厲的規定，在酒駕被吊銷駕照者重考後，一年內車輛要裝酒精鎖，未通過酒測者無法啟動，且必須上15小時的教育訓練才能重考，若酒駕累犯三次，要接受酒癮評估治療滿一年、十二次才能重考。

許多民眾對於「酒精鎖」議論紛紛，懷疑是否會發生找其他人代吹酒精鎖的疑慮，為防範此問題，酒精鎖在啟動後的五分鐘內重新進行吹氣，且汽車在行駛期間的每45至60分鐘內，便會隨機要求駕駛重新進行酒測，如果沒有通過測量或是沒有測量，整合在汽車智慧顯示面板的酒精鎖便會發出警告，並勸告駕駛停止駕車。

對於酒精鎖的實施，目前無法完全普及到每一台車子，而且對於沒有飲酒習慣的民眾而言，根本是多此一舉，反而增加不少麻煩給駕駛。若還有每45～60分鐘的隨機檢測，會導致多輛汽車必須臨時停靠路邊進行檢測，可能加劇汽車違規停車的發生頻率。

認識區塊鏈

區塊鏈技術是一種不依賴於第三方，透過分散式節點（Peer to Peer，P2P）來進行網路數據的存儲、交易與驗證的技術方法。本質上就是一個去中心化的資料庫，任何人在任何時間都可以依照相同的技術標準將訊息打包成區塊並串上區塊鏈，而這些被串上區塊鏈的區塊無法再被更改。區塊鏈技術主要依靠了密碼學與HASH來保護訊息安全，也是賦予區塊鏈技術具有高安全性、不可篡改性以及去中心化的關鍵。區塊鏈相關概念，如圖6所示。

區塊鏈的原理與特性

可以將區塊鏈想像成是一個大型公開帳本，網路上的每個節點都擁有完整的帳本備份，當產生一筆交易時，會將這筆交易廣播到各個節點，而每個節點會將未驗證的交易HASH值收集至區塊內。接著，每個節點進行工作量證明，選取計算最快的節點進行這些交易的驗證，完成後會把區塊廣播給到其他節點，其他節點會再度確認區塊中包含的交易是否有效，驗證過後才會接受區塊並串上區塊鏈，此時就無法再將資料進行篡改。

關於區塊鏈的特性，可分成以下四部分做說明：

1. 去中心化：區塊鏈其中一個最重要的核心宗旨，就是「去中心化」，區塊鏈採用分散式的點對點傳輸，該概念架構中，節點與節點之中沒有所謂的中心，所有的操作都部署在分散式的節點中，而無須部署在中心化機構的伺服器，一筆交易或資料的傳輸不再需要第三方的介入，因此又可以說每個節點就是所謂的「中心」。這樣的結構也加強了區塊鏈的穩定性，不會因為其中的部分節點故障而癱瘓整個區塊鏈的結構。

2. 不可篡改性：透過密碼學與雜湊函數的運用來將資料打包成區塊並上鏈，所有區塊都有屬於它的時間戳記，並依照時間順序排序，而所有節點的帳本資料中又記錄了完整的歷史內容，讓區塊鏈無法進行更改或是更改成本很高，因此使區塊鏈具備「不可篡改性」，並且同時確保了資料的完整性、安全性以及真實性。

3. 可追溯性：區塊鏈是一種鏈式的資料結構，鏈上的訊息區塊依照時間的順序環環相扣，這便使得區塊鏈具有可追溯的特性。可追本溯源的特性適用在廣泛的領域中，如供應鏈、版權保護、醫療、學歷認證等。區塊鏈就如同記帳帳本一般，每筆交易記錄著時間和訊息內容，若要進行資料的更改，則會視為一筆新的交易，且舊的紀錄仍會存在無法更動，因此仍可依照過去的交易事件進行追溯。

4. 匿名性：在去中心化的結構下，節點與節點之間不分主從關係，且每個節點中都擁有一本完整的帳本，因此區塊鏈系統是公開透明的。此時，個人資料與訊息內容的隱私就非常重要，區塊鏈技術運用了HASH運算、非對稱式加密與數位簽章等其他密碼學技術，讓節點資料在完全開放的情況下，也能保護隱私以及用戶的匿名性。

區塊鏈與酒精鎖

由於區塊鏈的技術具備去中心化、記錄時間以及不可篡改的特性，且更加強酒精鎖的檢測需要身分驗證的保證性。當進行酒精鎖檢測解鎖時，系統記錄駕駛人吹氣時間以及車輛的相關資訊，還有人臉特徵資料打包成區塊並串上區塊鏈。因此，在同一時間當監控系統偵測到當前駕駛人與吹氣人不同時，此時區塊鏈中所記錄的資料便能成為一個強而有力的依據，同時也能讓其他的違規或違法事件可以更容易進行追溯。

酒駕防偽人臉辨識系統介紹

為了解決酒精鎖發生駕駛人代測的問題，酒精鎖產品應導入具有身分驗證性的人臉辨識技術。酒駕防偽人臉辨識系統即為駕駛人在進行酒精鎖解鎖時，要同時進行人臉辨識，來確保駕駛人與吹氣人為同一人。

在駕駛座前方的位置會安裝攝影鏡頭，作為駕駛的監控裝置。進行酒測吹氣的人臉資料將會輸入到該系統中的資料庫儲存，並將人臉資料以及酒測的時間戳記打包成區塊串上區塊鏈，當汽車已經駛動時，攝影鏡頭將會將當前駕駛人畫面傳回系統進行人臉比對驗證。如果驗證成功，會將通過的紀錄與時間戳一同上傳至區塊鏈，若是系統偵測到駕駛人與吹氣人為不同對象，系統將發出警示要求駕駛停車並重新進行檢測，並同時將此次異常的情況進行記錄上傳到區塊鏈中。

如果駕駛持續不遵循系統指示仍持續行駛，該系統會將區塊鏈的紀錄傳送回給開罰的相關單位，並同時發出警報以告知附近用路人該車輛處於異常情況，應先行迴避。且該車輛於熄火後，酒精鎖會將車輛上鎖，必須聯絡酒精鎖廠商或酒精鎖服務中心才能解鎖。相關的系統概念流程圖，如圖7所示。

區塊鏈打包上鏈模擬

在進行酒測解鎖完畢以及進行人臉資料儲存後，會透過CNN將影像轉換輸出成128維的特徵向量作為人臉資料的測量值，接著將128個人臉特徵向量資料取出，並隨著車輛資訊一起打包到同一個區塊，然後串上區塊鏈。取出的人臉特徵資料，如圖8所示。

要打包成區塊和上鏈的內容，包括了人臉特徵資料、車牌號碼、酒測解鎖時間點等相關輔助資料，接著透過雜湊函數將相關的資料打包成區塊。以車牌號碼ABC-1234為例，圖9顯示將車輛資料和人臉資料進行區塊鏈的打包，並進行HASH運算。

將人臉資料和車輛相關資料作為一次的交易內容，並打包區塊，經過HASH後的結果如圖10所示，其中prev_hash屬性代表鏈結串列指向前一筆資料，由於這是實作模擬情境，並無上一筆資料，其中messages屬性代表內容數，一筆代表車牌資料，另一筆則為人臉資料。time屬性則代表區塊上鏈的時間點，代表車輛解鎖的時間點。

情境演練說明

話說小禛是一間企業的上班族，平時以開車為上下班的交通工具，他的汽車配置了酒駕防偽影像辨識系統，以下模擬小禛下班後準備開車的情境。

已經下班的小禛今天打算從公司開車回家，當小禛上車準備發動車子時，他必須先拿起安裝在車上的酒測器進行吹氣，並將臉對準攝影鏡頭讓系統取得小禛的人臉影像。小禛在汽車發動前的人臉影像，如圖11所示。

待攝影鏡頭偵測到小禛的人臉後，接著系統便會擷取臉上五官的68個特徵點，如圖12所示。然後，相關數據再透過CNN轉換輸出成128維的特徵向量作為人臉資料的測量值，如圖13所示。

酒精鎖通過解鎖後，車輛隨之發動，解鎖成功的時間點將會記錄成時間戳記，隨著影像與相關資料串上區塊鏈。在行駛途中，設置在駕駛座前方的鏡頭將擷取目前駕駛的人臉，以取得駕駛人的128維人臉特徵向量測量值，並且與汽車發動前所存入的人臉資料進行比對，藉以判斷目前的駕駛人與剛才的吹氣人臉是否為同一位駕駛。當驗證通過後，也會再將通過的紀錄與時間戳上傳至區塊鏈中，如此一來，區塊鏈的訊息內容便完整記載了這一次駕車的紀錄，檢測通過的示意圖如圖14所示。

系統通過辨識後，便確認了駕駛人的身分與吹氣人一致。且透過時戳的紀錄和區塊鏈的輔助，也確保了駕駛的不可否認性。若有其他違規事件發生時，區塊鏈的紀錄便成為一個強而有力的依據來進行追溯。

如此一來，便可以預防小禛喝酒卻找其他人代吹酒測器的情況發生。在駕駛的途中，如果有需要更換駕駛人，必須待車輛靜止時，從車載系統發出更換駕駛要求，再重新進行酒測以及重複上述流程，才可以更換駕駛人。如果沒有按照該流程更換駕駛，系統將視為異常情況。

結語

酒駕一直是全球性的問題，將有高機率導致重大交通事故，造成人員傷亡、家庭破碎，進而醞釀後續更多的社會問題，皆是酒駕所引發的不良效益。為了解決酒駕的問題，各個國家都有不同的酒駕標準或是法律規範，但是大部分國家的規範和制度都只有嚇阻作用卻無法完全遏止。在不同的國家防止酒駕的方式不盡相同，有的國家如新加坡，透過監禁及鞭刑來遏止酒駕犯，又或者是薩爾瓦多，當發現酒駕直接判定死刑，這樣的制度雖嚇阻力極強，但是若讓其他國家也跟進，會造成違憲或是違反人權等問題。因此，各國都在酒駕的問題方面紛紛投入研究，想要達到零酒駕的社會。

為達成此理想，本文介紹了基於區塊鏈的酒駕防偽辨識系統，利用酒精鎖搭配人臉辨識技術以及區塊鏈技術，使有飲酒的駕駛人無法發動汽車。且該系統搭載在行車電腦中，結合攝影鏡頭的監控對駕駛進行酒測防制管理，將人臉資料、酒精鎖、解鎖時間點與相關資訊打包成區塊並上鏈。基於區塊鏈技術內容的不易篡改，可加強駕駛人的不可否認性，當汽車發生異常情況時，便能利用有效且可靠的依據進行追溯。人工智慧和物聯網時代已經來臨，透過酒駕防偽辨識系統來改善酒駕問題，在未來能夠普及並結合法規，智慧汽車以及智慧科技的應用將會帶給人們更安全、更便利的社會。

附圖：圖1 人臉辨識的步驟。
圖2 人臉特徵點偵測（正臉）。
圖3 人臉特徵點偵測（左側臉）。
圖4 人臉特徵點偵測（右側臉）。
圖5 酒精鎖。 （圖片來源：https://commons.wikimedia.org/wiki/File:Guardian_Interlock_AMS2000_1.jpg with Author: Rsheram）
圖6 區塊鏈分散式節點的概念圖。
圖7 系統概念流程圖。
圖8 取出人臉128維特徵向量。
圖9 儲存車輛相關資料及人臉資料到區塊。
圖10 HASH後及打包成區塊的結果。
圖11 汽車發動前小禛的人臉影像。
圖12 小禛的人臉影像特徵點。
圖13 小禛的人臉特徵向量資料。
圖14 系統通過酒測檢測者與駕駛人為同一人。

資料來源：https://www.netadmin.com.tw/netadmin/zh-tw/technology/CC690F49163E4AAF9FD0E88A157C7B9D