Home
Explore Uedu
Student Console
Register as Member/Login
(2) In future presentations of the research findings, in addition to the course project website and public presentations, your real name and personal information will not appear in this research report. If you are interested in the research results, we can provide you with an executive summary after the study is completed.
問卷中心
Teacher Console
Course Setup
Support & Messages
Uptime Data

UeduGPTs

--

Jupyters

0

Local AI

--

CISOSE26 本地 AI UG26
政治大學 AQI 15 29°C

AI Reply Desktop Notifications

Show a desktop notification when the AI TA finishes replying

Chat Message Notifications

Notify me when classmates post messages in the forum

Sound notification

Play an alert sound whenever there is a new notification

病理學

一塊組織切片,如何說出疾病的故事?

從細胞適應、損傷、死亡到發炎與腫瘤,看病理學如何把抽象病名還原為具體的細胞與組織事件。

一塊組織切片,如何說出疾病的故事?

想像一位 58 歲的吸菸者因咳嗽就醫,胸部電腦斷層(CT)發現右肺有一個 2 公分的結節。影像可以告訴醫師「那裡有東西」,卻無法回答最關鍵的問題:那是發炎留下的疤痕、良性的肉芽腫,還是惡性腫瘤?最終做出判斷的,是病理科醫師(pathologist)在顯微鏡下檢視那一小塊取下的組織。當細胞的排列失去秩序、細胞核變得又大又深染、有絲分裂(mitosis)異常頻繁時,一個診斷便浮現出來——這就是病理學(pathology)的核心工作。

病理學研究的是「疾病在細胞與組織層次發生了什麼」。它不只是給疾病命名,更要追問四個古典問題:病因(etiology,為什麼生病)、發病機轉(pathogenesis,疾病如何展開)、形態變化(morphologic changes,細胞與組織出現哪些結構改變),以及臨床表現(clinical manifestations,這些改變如何造成症狀)。把這四條線索串起來,我們就能理解一個看似抽象的病名,其實是無數細胞層次事件累積後的結果。

病理學概念示意圖

細胞如何回應壓力:適應、損傷與死亡

細胞並非被動的磚塊,而是持續監測環境並調整自己的動態系統。當外界壓力(stress)出現時,細胞會先嘗試「適應」(adaptation),在新的平衡點上繼續存活。

常見的細胞適應有四種。肥大(hypertrophy)是細胞體積變大,例如長期高血壓使左心室心肌細胞增大以對抗更高的後負荷。增生(hyperplasia)是細胞數目增加,例如懷孕時子宮內膜在雌激素刺激下增厚。萎縮(atrophy)是細胞縮小,例如打石膏的肢體因失用而肌肉減少。化生(metaplasia)則是一種成熟細胞被另一種成熟細胞取代,最經典的例子是慢性胃食道逆流時,食道下端的鱗狀上皮被柱狀上皮取代(巴瑞特食道,Barrett esophagus)。

當壓力超過適應能力,細胞就進入「損傷」(cell injury)。損傷可分為可逆與不可逆兩階段。可逆性損傷時,細胞因能量(ATP)不足,鈉鉀幫浦(Na⁺/K⁺-ATPase)失靈,水分滲入導致細胞腫脹(cellular swelling);同時粒線體無氧呼吸增加,乳酸堆積使細胞內 pH 下降。若壓力解除,細胞仍可復原。

但若缺氧或毒性持續,便跨過不可逆的門檻,走向細胞死亡。兩個關鍵的「不歸點」是:粒線體膜的嚴重損傷(使 ATP 生產徹底崩潰),以及細胞膜的破裂(使細胞內容物外漏、鈣離子大量湧入活化破壞性酵素)。

兩種死法:壞死與凋亡

細胞死亡並非只有一種樣貌,病理學區分兩種機制截然不同的死亡方式,這在診斷與治療上都很重要。

壞死(necrosis)是「意外的、被迫的」死亡。細胞膜破裂,內容物溢出到周圍組織,引發強烈的發炎反應。壞死又依組織特性分為數種形態:心肌梗塞造成的凝固性壞死(coagulative necrosis,組織輪廓仍可辨認)、腦部缺血造成的液化性壞死(liquefactive necrosis,組織化為液態)、結核病灶中的乾酪樣壞死(caseous necrosis,外觀像乳酪)等。臨床上抽血檢測的肌鈣蛋白(troponin),正是心肌細胞壞死後外漏到血液中的蛋白質,成為診斷心肌梗塞的依據。

凋亡(apoptosis)則是「程式化的、有秩序的」死亡。它是細胞主動執行的自殺程式,由半胱天冬酶(caspases)這一系列酵素驅動。凋亡時細胞皺縮、染色質濃縮、形成凋亡小體(apoptotic bodies),被鄰近細胞或巨噬細胞悄悄吞噬,通常不引發發炎。凋亡在生理上至關重要:胚胎發育時手指間蹼膜的消失、免疫系統清除自我反應性的淋巴球、上皮細胞的正常汰換,都依賴凋亡。

理解這兩者的差別有深遠意義。許多疾病的本質正是凋亡失調:癌細胞往往「逃避」了該有的凋亡(例如過度表現抗凋亡蛋白 Bcl-2),因而獲得不死的能力;而某些神經退化性疾病則是神經元「過度」凋亡的結果。近年還陸續發現了焦亡(pyroptosis)、壞死性凋亡(necroptosis)、鐵死亡(ferroptosis)等更多受調控的細胞死亡型態,顯示死亡的調控網絡遠比過去想像的精細。

發炎:身體的雙面刃

當組織受損或遭遇病原體,身體啟動的第一道防線是發炎(inflammation)。早在西元一世紀,羅馬學者塞爾蘇斯(Celsus)就描述了發炎的四大徵象:紅(rubor)、腫(tumor)、熱(calor)、痛(dolor),後人再加上「功能喪失」(functio laesa)。這些表象背後,是一連串精密的細胞與分子事件。

急性發炎(acute inflammation)發生在數分鐘到數天內。微血管擴張使血流增加(造成紅與熱)、血管通透性上升使富含蛋白質的液體滲出(造成腫),而中性球(neutrophils)這類白血球從血管中黏附、滾動、穿出血管壁,遊走到受損處吞噬病原(造成痛與功能喪失)。組織胺(histamine)、前列腺素(prostaglandins)、細胞激素(cytokines)等化學媒介協調整個過程。常用的非類固醇消炎止痛藥(NSAIDs)正是透過抑制環氧合酶(COX)、減少前列腺素生成來緩解發炎。

若致病因子無法被清除,發炎便轉為慢性發炎(chronic inflammation),可持續數週到數年。此時主導的細胞從中性球換成巨噬細胞(macrophages)、淋巴球(lymphocytes)與漿細胞(plasma cells),並伴隨組織破壞與修復同時進行。慢性發炎是許多重大疾病的共同土壤——動脈粥狀硬化、類風濕性關節炎、慢性肝炎,乃至部分癌症的形成,都與長期未解的發炎密切相關。

發炎是雙面刃:適度的發炎是修復與防禦所必需,過度或失控的發炎卻會反過來傷害自身組織。這也是為什麼現代醫學在許多疾病中,致力於「調節」而非單純「消除」發炎。

看一個例子:從急性闌尾炎看細胞與組織的連鎖反應

一位 20 歲學生因右下腹劇痛、發燒、噁心就醫,血液檢查顯示白血球升高。手術切除的闌尾送至病理科後,我們可以在顯微鏡下看到病理學各層次的環環相扣:

  • 起因:闌尾管腔被糞石或淋巴增生阻塞,管內壓力升高,黏膜的血液供應受壓迫而缺血。
  • 細胞損傷:缺血使上皮細胞缺氧,先腫脹(可逆),繼而壞死(不可逆),黏膜屏障破損。
  • 發炎反應:腸道細菌趁虛而入,觸發急性發炎。顯微鏡下可見大量中性球浸潤整個闌尾壁,這是診斷急性闌尾炎的關鍵特徵。
  • 臨床表現:發炎媒介刺激神經末梢造成疼痛,發炎引發的全身反應造成發燒,骨髓被動員而使白血球升高。
  • 若不處理:壞死範圍擴大可能導致闌尾穿孔,內容物外漏至腹腔引發腹膜炎,是危及生命的併發症。

這個例子說明病理學的價值:它把「肚子痛」這個症狀,一路追溯到管腔阻塞、細胞缺氧、組織壞死與發炎浸潤的具體細胞事件,讓診斷與治療有了明確的依據。

腫瘤:當細胞失去秩序

在所有病理過程中,腫瘤(neoplasia)或許是最受關注也最複雜的一類。腫瘤的本質是細胞增生的調控徹底失靈——細胞不再聽從「該分裂時分裂、該停止時停止」的訊號,形成一團不受控制、且在原刺激消失後仍持續生長的組織。

區分良性(benign)與惡性(malignant)腫瘤,是病理診斷的核心。良性腫瘤生長緩慢、邊界清楚、細胞分化良好(看起來接近正常組織)、不會侵犯周圍或轉移;惡性腫瘤(即癌症,cancer)則生長快速、邊界不清、細胞分化差(核大、形態怪異、有絲分裂頻繁),最危險的是它具有侵襲(invasion)與轉移(metastasis)的能力。

惡性腫瘤的形成通常不是一夕之間,而是經歷「多步驟癌變」(multistep carcinogenesis)。以子宮頸或大腸為例,正常上皮往往先經過化生、再到異生(dysplasia,細胞出現異常但尚未突破基底膜)、原位癌(carcinoma in situ),最後才發展為侵襲癌。這個漸進過程正是癌症篩檢(如子宮頸抹片、大腸鏡)能在早期攔截疾病的科學基礎——在還是異生或原位癌時介入,治癒率遠高於侵襲癌。

2000 年由 Hanahan 與 Weinberg 提出、並於 2011 與 2022 年擴充的「癌症標誌」(hallmarks of cancer)框架,歸納了癌細胞共同具備的能力,包括:持續的增生訊號、逃避生長抑制、抵抗細胞死亡、無限的複製潛能、誘導血管新生(angiogenesis)、啟動侵襲與轉移,以及重整能量代謝、逃避免疫摧毀等。這套框架讓我們得以理解:不同器官的癌症雖各異,底層卻共享一組可被標定的生物學弱點,而當代許多標靶治療與免疫治療,正是針對這些標誌設計的。

動手試試:用三個問題判讀一份病理報告

如果你拿到一份腫瘤的病理報告,可以練習用三個關鍵問題切入(這是理解,而非自我診斷):

  1. 這是良性還是惡性? 看報告中對細胞分化(differentiation)的描述。「分化良好」(well-differentiated)通常較溫和,「分化差」(poorly-differentiated)則較具侵略性。
  2. 腫瘤侵犯到多深、是否轉移? 這對應到分期系統(如 TNM:T 代表原發腫瘤大小與侵犯深度、N 代表淋巴結轉移、M 代表遠端轉移)。分期決定治療策略與預後。
  3. 腫瘤的分級(grade)如何? 分級描述癌細胞「長得多不像正常細胞」,分級越高代表惡性度越高。

值得提醒的是:分期(stage,腫瘤擴散的範圍)與分級(grade,細胞異常的程度)是兩個不同概念,臨床上常被混淆。前者問「跑多遠」,後者問「壞多兇」,兩者結合才能完整評估病情。

重點回顧

  • 病理學從四個面向理解疾病:病因、發病機轉、形態變化與臨床表現,把抽象病名還原為具體的細胞與組織事件。
  • 細胞面對壓力時先嘗試適應(肥大、增生、萎縮、化生),超過負荷則進入可逆損傷,再不解除便走向細胞死亡。
  • 壞死是被迫、伴隨發炎的死亡;凋亡是程式化、通常不引發發炎的死亡,凋亡失調與癌症及退化性疾病密切相關。
  • 發炎是雙面刃:急性發炎以中性球為主、是必要的防禦;慢性發炎以巨噬細胞與淋巴球為主,是許多重大慢性病的共同土壤。
  • 惡性腫瘤經由多步驟癌變形成,以侵襲與轉移為最危險特徵;分期(擴散範圍)與分級(細胞異常程度)是兩個不同的評估維度。

深入探討(研究所視角)

對有志深入的學生,病理學正從「形態學」邁向「分子病理學」(molecular pathology)與「計算病理學」(computational pathology)的新時代,幾個前沿方向值得關注。

從形態到分子的診斷典範轉移。 傳統病理依賴顯微鏡下的形態判讀,但同樣形態的腫瘤可能帶有截然不同的驅動突變(driver mutations)。以肺腺癌為例,是否帶有 EGFR、ALK、KRAS、ROS1 等變異,決定了病人是否適合特定標靶藥物。免疫組織化學染色(immunohistochemistry, IHC)、次世代定序(next-generation sequencing, NGS)已成為病理科的常規工具,「整合式診斷」(integrated diagnosis,結合形態、免疫表型與分子特徵)逐漸成為標準。世界衛生組織(WHO)的腫瘤分類近年大幅納入分子標準,正是這一趨勢的體現。

受調控細胞死亡的擴張版圖。 過去凋亡與壞死的二分法已被改寫。鐵死亡(ferroptosis,由脂質過氧化與鐵依賴性驅動)、壞死性凋亡(necroptosis,由 RIPK1/RIPK3/MLKL 介導)、焦亡(pyroptosis,由 inflammasome 與 gasdermin 介導)等型態,各有獨特的分子機制與生理病理意義。這些路徑不僅深化了我們對神經退化、缺血再灌流損傷與腫瘤抗藥性的理解,也開啟了「誘導癌細胞特定死亡型態」的治療新思路。

腫瘤微環境與免疫病理。 現代腫瘤學不再把癌症視為單純的細胞增生問題,而是癌細胞與其周圍「微環境」(tumor microenvironment, TME)——包括免疫細胞、纖維母細胞、血管、細胞外基質——共同演化的生態系統。免疫檢查點(如 PD-1/PD-L1)的發現催生了免疫治療的革命,而病理科透過 PD-L1 染色、腫瘤浸潤淋巴球(TILs)評估、腫瘤突變負荷(tumor mutational burden)等指標,協助預測病人對免疫治療的反應,是精準醫療(precision medicine)的關鍵環節。

計算病理與 AI 的交會。 數位病理(digital pathology)將玻片掃描為高解析全玻片影像(whole-slide images),使深度學習得以介入腫瘤偵測、分級、生物標記預測,甚至直接從形態影像推測分子特徵。這與 Uedu 所倡議的多模態學習分析(Educational Omics)在方法論上遙相呼應——兩者都試圖從大規模、多層次的資料中,萃取出單一觀察難以察覺的模式。對跨領域的學習者而言,病理學正是醫學、分子生物學、資料科學與人工智慧交會的迷人前沿。


本文為醫學教育與通識學習用途,旨在說明病理學的基本概念與機制,不構成任何個人醫療建議。如有健康疑慮或需要疾病診斷,請諮詢專業醫師。

AI 共讀助教正在陪你讀:一塊組織切片,如何說出疾病的故事?
嗨!我是這篇文章的共讀助教,只根據〈一塊組織切片,如何說出疾病的故事?〉的內容回答。可以問我「解釋某段」「舉個例子」「出題考我」,或反白文中段落後點下方「解釋選取段落」。