通訊刊物

對於因乾性年齡相關黃斑點退化（AMD）嚴重階段「地理性萎縮」（GA）而喪失中央視力的長者，閱讀、辨識字母與在家居環境安全導航，往往成為難以重拾的日常。本月《新英倫醫學雜誌》（NEJM）刊登的一項歐洲多中心臨床試驗，帶來振奮人心的進展：由英國大學學院（UCL）及 Moorfields 眼科醫院團隊參與的研究顯示，一款名為 PRIMA 的無線光伏式次視網膜植入物，結合擴增實境（AR）眼鏡與口袋電腦之後，讓大部分受試者重新看見字母、數字與單詞，並重拾閱讀能力。

研究對象：共38名患者，分別於五個國家的17間醫院接受治療；Moorfields 為英國唯一試驗中心。
基線狀況：受試者在接受植入前，治療眼的中央視力已經喪失，只餘周邊視野。
主要成果：84% 參與者能以義眼視覺（prosthetic vision）重新辨識字母、數字與單詞；平均可在標準視力表上多讀5行。多名患者在手術前甚至無法分辨視力表。
安全性：沒有參與者出現剩餘周邊視力下降的情況。結果為未來監管審批與更廣泛臨床應用鋪路。

技術如何運作
植入物：PRIMA 為無線次視網膜光伏晶片，尺寸約2毫米×2毫米，厚度30微米（約半根人髮）。外形近 SIM 卡微縮版，置於死亡的光感受器下方的次視網膜層。
眼鏡與電腦：手術後患者佩戴配有攝影機的 AR 眼鏡；影像送往腰間的小型電腦，由內置 AI 演算法處理並轉換為近紅外光圖樣從眼鏡投射至晶片。
神經傳導：晶片將光能轉為電信號，經視網膜及視神經傳遞至大腦，形成可被解讀的視覺感知。
啟動與訓練：術後約一個月待眼睛癒合後啟動裝置；其後需數月復康訓練，包括掃讀文字與利用變焦功能放大字母。

手術程序：先行玻璃體切除術，再把晶片經小切口滑入黃斑中央下方；資深玻璃體視網膜外科醫生一般可於兩小時內完成。
復康關鍵：這並非「裝上晶片就立即看得清楚」；患者需要學習如何解讀新型視覺訊號，透過持續訓練重建閱讀策略。

來自 Moorfields 的患者 Sheila Irvine 描述，植入前如同中央有兩個黑盤遮擋；啟動後首次看見字母的那刻「死而復燃」般興奮。她現時挑戰閱讀處方箋、食品罐上的小字與填字遊戲，並表示心情與自信顯著改善，重拾「閱讀帶我去另一個世界」的感覺。

裝置開發：PRIMA 系統由 Science Corporation（science.xyz）研發，屬腦機介面與神經工程領域的醫療科技。
期刊論文：Frank G. Holz 等人，〈Subretinal Photovoltaic Implant to Restore Vision in Geographic Atrophy Due to AMD〉，《新英倫醫學雜誌》，2025；DOI: 10.1056/NEJMoa2501396。

這項來自 UCL 等歐洲團隊的臨床試驗，顯示 AI 加持的次視網膜光伏植入物 PRIMA，能在多數 GA（乾性 AMD）患者中恢復實用的閱讀能力，而且不影響周邊視野。隨著裝置邁向監管階段與更廣泛臨床應用，香港的數碼無障礙生態若能同步加強復康、介面設計與公共資訊可讀性，將可讓這項創新為視障社群帶來更全面的獨立與尊嚴。

當我們在狗公園一眼就認出自家法鬥「Bowser」，對AI而言卻未必容易。現今視覺—語言模型（VLM）雖善於辨識「一般類別」（如狗、杯），卻常常無法在新場景中準確鎖定「特定那一件」（例如你家的那隻狗、那個咖啡杯）。MIT、MIT-IBM Watson AI Lab、魏茲曼科學研究院等團隊提出一種全新的訓練方法，讓生成式VLM學會在少量範例的情況下，精準定位個人化物件，且不犧牲模型的其他通用能力。

以「影片追蹤」資料重新整理訓練集：從既有的目標追蹤影片擷取多張影格，讓同一物件在不同背景與情境中反覆出現，迫使模型依賴「脈絡線索」而非死記硬背的類別知識。
少量範例的情境學習（in-context）：先提供幾張示例圖（例如你的寵物），再給一張新照片，要求模型在其中標出同一個體的位置。
防止「偷呃步」的命名策略：研究者用「假名」取代真實類別名（把老虎改稱為「Charlie」），切斷模型以既有類別聯想直接作答的捷徑，逼其回到影像脈絡來推理。
成效：在個人化定位任務中，平均準確率提升約12%；若加入「假名」資料，提升可達21%；模型越大，增益越明顯。研究將於國際計算機視覺會議（ICCV）發表。

為何重要：從「會認類別」走向「認得你的那一件」
跨場景的一致性：一般微調資料多為隨機靜態圖，缺乏對「同一件物品」的跨圖像對應訓練。新方法用連續影片的多情境樣本補上這個缺口。
保留通才能力：經此法再訓練後，模型原有的通用理解力不受破壞，等於在不「傷底子」的前提下，賦予它個體級定位的專長。
少量示例即可上手：更符合真實使用情境——用戶只需提供幾張參考照，就能在新場景中找到同一件物件。

室內助盲尋物：視障人士可用手機或穿戴式攝像裝置，讓模型在雜亂環境裡指認「我的白手杖」、「那本點字食譜」、「家中那個帶凸點的遙控器」。
公共空間導航：在港鐵站、商場、醫院等地，模型可根據用戶提供的少量範例，快速定位「那個帶我名字的背囊」、「預約號碼單」、「指定服務櫃檯」。
家居與長者照護：針對認知障礙或弱視長者，系統可協助尋找「常用藥盒」、「指定眼鏡」、「個人化餐具」，減少照護壓力。

語音回饋，搭配高對比度、放大模式與震動提示。
以隱私為先的裝置端（on-device／邊緣）推論，避免長時間上傳影像。
支援「少量即學」的用戶流程：拍3–5張參考圖、命名物件（可用用戶自訂稱呼），即時生效。
無障礙設計配套：為了讓模型輸出更易用，應在實體與數碼環境中同步優化，例如：
物件貼上高對比標記、加裝觸覺貼紙；
App 以大字體、清晰色階與簡化操作流程呈現定位結果與方向引導。

主要作者與合作單位：MIT、MIT-IBM Watson AI Lab、魏茲曼科學研究院、史丹福大學、特拉維夫大學、圖賓根AI中心、IBM Research、林茲約翰尼斯·開普勒大學等研究人員共同參與；資助部分由 MIT-IBM Watson AI Lab 提供。
研究焦點：釐清為何VLM不會自動承襲大型語言模型在情境學習上的優勢，並以資料設計與指令式調校（instruction-tuning）的角度，建立首個此任務基準並在多種開放與專有VLM上取得實證增益。

私隱與資料保護：應預設本地端推論、最小化資料留存，並提供一鍵刪除「個人化範例」。
安全與可靠：在醫療／照護場景部署前，需要實地驗證誤報與漏報率，並提供替代提示（聲音+觸覺）。
成本與普及：鼓勵公私營合作，把此類模型整合進現有讀屏器、導盲App與智慧眼鏡，並提供資助以降低弱勢社群的使用門檻。

這項於2025年10月16日公布的MIT研究，將「少量示例、跨場景鎖定同一物件」重塑為一個以影片追蹤資料驅動、避免類別先驗干擾的訓練問題，並帶來顯著準確率提升。對無障礙生態而言，它意味著更貼近真實需求的「個體級」視覺助理：不只知道「哪裡有杯」，更能告訴你「哪裡是你的那隻杯」。透過在地化介面、私隱友善的邊緣運算與跨專業部署，此法有望成為新一代助盲與包容科技的關鍵基石。

2025年10月23日，阿曼 BankDhofar 宣布於全國各分行推出阿曼首張「點字借記卡」（Braille Debit Card）。此舉旨在讓視障顧客在開戶、消費與自助服務等環節獲得與一般用戶同等的金融體驗，進一步落實「以人為本」與「無障礙」的服務承諾。對於關注金融無障礙的香港讀者而言，這是一個具參考價值的國際案例。

重點亮點
觸覺可讀資訊：卡面設計讓視障用戶可透過觸感讀取關鍵資料，包括卡號、CVV 及到期日，減少依賴第三方協助，保護私隱與尊嚴。
操作更易：觸覺標記有助辨識卡片方向與正確插入 ATM／POS，降低操作錯誤並縮短交易時間。
安全與私隱：由於減少口述或外求協助，能降低敏感資料外洩風險，提升交易安全感。
全國可申請：顧客可於就近分行提出申請，職員會指導流程；領卡後可即場啟用，確保上手順暢。

配套與員工培訓
分行與前線人員已於推出前完成專項培訓，內容涵蓋申請指引、啟用支援與視障友善服務禮儀。
分行與 ATM 網絡同時升級：設置更易達的出入口、調整櫃位高度、增設點字鍵盤與語音提示等輔具。
數碼平台優化：提供多語介面與更易用的操作流程，兼顧數碼素養較低的顧客。
整體包容：銀行亦強調性別敏感與私隱友善設施，體現「全人」與「全場景」的無障礙理念。

卡片本體也能是輔具：除手機讀屏與語音銀行外，實體卡的觸覺設計同樣關鍵，可作為「最後一米」的無障礙解決方案。
服務流程一體化：將點字卡與無障礙 ATM（語音導引、耳機孔、實體按鍵）、App 無障礙（VoiceOver/TalkBack、動態字體、色彩對比）及分行導引（凸字標示、觸覺地圖）聯動，形成端到端體驗。
前線培訓與共創：與視障社群及復康機構共創設計與測試腳本，確保真實場景（如高峰時段取款、海外交易、網上購物）皆可順利使用。
私隱與風險管理：在提供可觸讀資訊的同時，建立清晰的使用守則與風險提示（例如在公共場所遮擋卡面），並提供遺失／盜用的一站式緊急支援。

BankDhofar 的點字借記卡以實體觸覺設計補齊了數碼金融無障礙的缺口，讓視障顧客在「識別—操作—交易—安全」的完整路徑上更獨立、更安心。這不僅是一張卡片的創新，更是一整套無障礙服務思維的參考範本。只要銀行、監管與社福界協同推進，配合標準化與實測驗證，完全有條件把金融無障礙化為日常。

在AI重新定義生產力與學習方式的2025年，MicrosoftEdge以強大的人工智慧整合能力，成為比較智能、貼近使用者的瀏覽器。
其中「沉浸式閱讀程式」、「大聲朗讀」與「Copilot/Vision」構成三大核心，讓閱讀、理解和操作更流暢、更無障礙。

沉浸式閱讀程式：專注閱讀的極致體驗
沉浸式閱讀程式(ImmersiveReader)是Edge最特別的閱讀模式。它會自動隱藏網頁中的廣告、工具列與其他干擾元素，只保留主要文字與重要圖片，營造出乾淨的閱讀環境。使用者可按F9開啟或關閉此模式。
進入後，可自由調整文字大小、行距與背景色主題，搭配「行聚焦」功能，只顯示一到五行文字，大幅提升專注力。語法工具則能將單詞拆解為音節並高亮不同詞性，是語言學習與特殊教育的重要輔助工具。另一項貼心設計「圖片字典」會顯示詞彙對應圖片，配合即時翻譯功能，幫助使用者理解外文頁面內容。這些設定對閱讀障礙或低視力使用者尤為友好，也讓一般讀者在長時間閱讀時更加輕鬆。

開啟沉浸式閱讀後，一個工具列出現，包括「大聲朗讀」、「文字偏好設定」和「閱讀喜好設定」等；上述許多功能都需要手動啟用，例如啟用即時翻譯功能可依照以下步驟去做：
1.在「閱讀喜好設定」之上按 Enter 鍵。
2.在「翻譯」的下拉方塊選「中文（繁體）」或其他你要翻譯成的語言。
3.將「翻譯整頁」的核取方塊勾選，它便開始進行翻譯。
4.按 Escape 鍵退出「閱讀喜好設定」。
5.下次再啟用即時翻譯的功能時，它會自動選取你要翻譯成的語言，只要將「翻譯整頁」的核取方塊勾選，後按 Escape 鍵即可。

大聲朗讀：讓網頁說出文字
「大聲朗讀」(ReadAloud)與沉浸式閱讀緊密結合，能將文章內容以自然語音播放出來。不論有否開啟沉浸式閱讀只需按下Ctrl+Shift+U即可啟動，控制列會出現在頁面上方，提供「讀取前一個段落」、「暫停大聲朗讀(Ctrl+Shift+U)」、「語音選項」、「讀取下一個段落」等操作。Edge支援多國語音，包括粵語與普通話，你可隨時打開「語音選項」選取你要的語音，朗讀時會同步醒目標示文字。對視障人士、學生或多工使用者而言，這項功能能有效結合聽覺與閱讀能力。

Copilot：你的全方位AI助手
MicrosoftEdge的Copilot模式帶來前所未有的智慧化瀏覽體驗。使用者只要點擊右上角Copilot圖示，或按下Ctrl+Shift+.(句號)即可開啟或關閉 Copilot側邊欄。開啟後請先進入 Copilot 的隱私設定，將「Context clues」和「Video transcript」兩個選項都開啟，然後按 Escape 鍵返回主頁面。
之後只要在多行文字編輯框寫上命令按 Enter 鍵，等待一會後就出現回應結果，而且 NVDA 會自動讀出來，
假如你正在用 Edge 瀏覽一個網頁，你可輸入「顯示網頁主要內容」後按 Enter 鍵試試看。
假如你正在用 Edge 觀看 Youtube 的影片，你可以輸入「顯示影片內容摘要」後按 Enter 鍵試試看。
還可以查詢、概述文章、生成筆記、比價或重寫文字等。再次按下相同快捷鍵即可將側邊欄關閉。
Copilot能跨分頁分析內容、回答問題，甚至幫助篩選或建議最佳選項，例如在多個飯店網頁間比較價格或設施時，AI會自動整理重点。透過語音指令也能與Copilot進行對話式操作，讓瀏覽更自然流暢。

結語
沉浸式閱讀程式、大聲朗讀與Copilot/Vision讓MicrosoftEdge不僅是一個瀏覽器，更是結合閱讀、語音與人工智慧的全方位助理。沉浸式閱讀讓專注變得更容易，大聲朗讀讓文字化為聲音，而Copilot與Vision則以AI思維理解內容、提供語境回應。對任何希望提升效率或重視無障礙體驗的使用者而言，這些功能不只是便利，而是一場瀏覽方式的革命。