一鍋滷味、三百人住院：食品為什麼會「集體出事」？

一鍋滷味、三百人住院：食品為什麼會「集體出事」？

2014 年台灣爆發頂新混油事件，2017 年某連鎖餐飲的醃漬菜驗出超標亞硝酸鹽，更早之前的塑化劑風暴讓「起雲劑」一夕成為全民詞彙。這些事件表面看是個別廠商的良心問題，但從公共衛生的角度看，它們有一個共同的結構：一個上游汙染點，透過食物供應鏈被放大成一場族群層次的暴露事件。

一個家庭主婦在自家廚房煮壞一鍋湯，影響的是四口人；一條中央工廠的生產線出問題，影響的可能是數十萬名消費者，而且這些人彼此不認識、分散在全國各地、在不同時間發病。這就是食品安全與一般「衛生習慣」最根本的差異——它不是個人選擇的加總，而是一個系統性的風險治理問題。本文要回答的是：我們如何用流行病學與風險評估的語言，把「這東西吃了會不會出事」這個直覺問題，轉化成可量化、可管理、可決策的科學框架。

危害（Hazard）與風險（Risk）不是同一件事

食品安全科學的第一個關鍵分野，是把危害（hazard）與風險（risk）徹底分開。這是初學者最常混淆、卻決定一切後續判斷的地方。

• 危害是「一種可能造成健康損害的因子的固有性質」。沙門氏桿菌（Salmonella）能致病、黃麴毒素（aflatoxin）能致癌，這是它們的本質，與你吃了多少無關。
• 風險則是「在特定暴露條件下，危害實際造成損害的機率與嚴重程度」。它同時取決於危害本身的毒性、以及你暴露的劑量與頻率。

用一句話總結：危害談的是「能不能害人」，風險談的是「在現實中多可能害到人、害得多重」。河豚毒素是劇毒（危害極高），但若沒有人去吃未經處理的河豚（暴露為零），族群風險就接近零；反之，一種毒性不高的黴菌毒素，若普遍存在於主食穀物中、人人天天吃，族群風險反而可能很可觀。

這個區分之所以重要，是因為媒體常以「驗出某物質」製造恐慌，但驗出（檢出危害）不等於有風險。風險評估的整個任務，就是把「檢出」翻譯成「對誰、有多大的健康衝擊」。

食品危害的三大類別

要做風險評估，先要認得敵人。食品危害大致分三類：

1. 生物性危害（biological hazards）——這是造成急性食源性疾病最主要的元兇，包括細菌（沙門氏桿菌、腸道出血性大腸桿菌 O157:H7、李斯特菌 Listeria、金黃色葡萄球菌）、病毒（諾羅病毒 norovirus、A 型肝炎病毒）、寄生蟲與其毒素。世界衛生組織（WHO）估計全球每年約有 6 億人因食源性疾病而患病、42 萬人死亡，其中諾羅病毒與沙門氏桿菌負擔最重。

2. 化學性危害（chemical hazards）——包含天然毒素（黃麴毒素、河豚毒素、植物生物鹼）、環境汙染物（重金屬如鎘、甲基汞；戴奧辛）、農藥與動物用藥殘留、以及加工或非法添加物（如三聚氰胺、工業染料蘇丹紅）。化學性危害的特徵常是慢性、累積性，例如鎘長期暴露導致的「痛痛病」（itai-itai disease）。

3. 物理性危害（physical hazards）——金屬碎屑、玻璃、骨頭碎片等異物。發生率相對低，但在風險管理上仍須納入。

值得注意的是：急性與慢性危害的流行病學特徵完全不同。生物性危害多半是急性、潛伏期短（數小時到數天）、容易形成可辨識的「群聚（cluster）」，因此偵測較快；化學性危害常是慢性、潛伏期長達數年，暴露與疾病之間的關聯被時間稀釋，難以靠單一爆發事件被察覺，往往需要長期世代研究才能揭露。

劑量—反應關係：毒性的核心是「量」

文藝復興時期的醫者帕拉塞爾蘇斯（Paracelsus）有一句被反覆引用的名言：「萬物皆毒，劑量決定毒性（The dose makes the poison）。」這正是食品毒理學的基石。

對多數有閾值（threshold）的非致癌物，毒理學建立劑量—反應曲線，並從動物實驗找出「無可見不良作用劑量（No Observed Adverse Effect Level, NOAEL）」。再除以一個不確定係數（uncertainty factor，通常為 100），得到人類的每日可容許攝取量（Acceptable Daily Intake, ADI）：

$$\text{ADI} = \frac{\text{NOAEL}}{\text{UF}}$$

那個 100 倍的不確定係數通常拆成 10 × 10：一個 10 倍校正「動物到人」的物種差異，另一個 10 倍校正「人與人之間」的個體敏感度差異（兒童、孕婦、老人更脆弱）。這個設計哲學體現了公共衛生的預警原則（precautionary principle）——在不確定中保留安全邊際。

但對致癌物（特別是基因毒性致癌物），主流假設是無安全閾值：理論上任何劑量都帶有非零的致癌機率，風險與劑量近似線性。因此對黃麴毒素這類物質，管理目標不是「設一個安全值」，而是「在合理可行範圍內盡量降低（As Low As Reasonably Achievable, ALARA）」。理解「有閾值」與「無閾值」這兩種典範，是判讀任何食安新聞數據的前提。

食品安全風險評估的四步驟框架

國際食品法典委員會（Codex Alimentarius）與各國主管機關採用一套標準化的風險分析（risk analysis）架構，其科學核心是四步驟的風險評估（risk assessment）：

1. 危害辨識（hazard identification）：確認某物質或微生物是否會造成健康損害，以及造成什麼樣的損害。
2. 危害特徵描述（hazard characterization）：建立劑量—反應關係，回答「攝取多少會出現多嚴重的效應」。
3. 暴露評估（exposure assessment）：估計族群實際攝取了多少。這需要結合食物消費量調查（例如國民營養健康狀況變遷調查）與食品中危害物的濃度監測資料。 $$\text{每日暴露量} = \frac{\text{食品中濃度} \times \text{每日食用量}}{\text{體重}}$$
4. 風險特徵描述（risk characterization）：整合前三步，估計族群的健康風險，並量化不確定性。

這個框架的精髓在於將科學評估（risk assessment）與政策決策（risk management）刻意分離。科學家負責回答「風險有多大」，但「願意接受多大風險、用什麼手段管理」則是涉及經濟、文化與價值權衡的政策問題，由風險管理者決定。兩者之間再透過風險溝通（risk communication）與民眾對話。這種分工是為了避免科學被政治綁架，也避免政策假借科學之名逃避價值判斷。

看一個例子：用暴露評估判讀「米飯含鎘」

假設監測發現某地區稻米的平均鎘濃度為 0.15 mg/kg（低於台灣法規上限 0.4 mg/kg）。一位 60 公斤的成人每天吃 300 公克白米（乾重），鎘的每日暴露量為：

$$\frac{0.15\ \text{mg/kg} \times 0.3\ \text{kg}}{60\ \text{kg}} = 0.00075\ \text{mg/kg 體重/日} = 0.75\ \mu\text{g/kg 體重/日}$$

換算為每週暴露約 5.25 μg/kg 體重。WHO 訂定的鎘暫定每月可容許攝取量（PTMI）為 25 μg/kg 體重（即每週約 5.8 μg/kg），因此這位成人單從米飯的暴露已接近容許上限——尚未計入貝類、內臟等其他來源。

這個例子揭示了一個關鍵觀念：「符合單項食品法規」不等於「整體暴露安全」。風險評估必須考慮總膳食暴露（total diet），而非單一食品是否合格。這也是為什麼高消費量族群（如以米為主食者）可能比一般人承受更高風險——同樣的食品濃度，吃得越多、暴露越大。

從個人到族群：食源性疾病的流行病學偵測

當一場食物中毒發生，公共衛生人員如何揪出元兇？這裡用到的是爆發調查（outbreak investigation）的流行病學工具。

典型做法是回溯性世代研究或病例對照研究。以一場婚宴後的群聚為例，調查員會詢問每位賓客「吃了哪些菜、有沒有發病」，然後對每一道菜計算相對風險（relative risk, RR）：

$$\text{RR} = \frac{\text{吃了該菜者的發病率}}{\text{沒吃該菜者的發病率}}$$

若「滷味拼盤」的 RR 高達 8.5、且有統計顯著性與劑量—反應趨勢（吃越多越容易病），它就是高度可疑的載具（vehicle）。再配合潛伏期分布（諾羅病毒約 24–48 小時、金黃色葡萄球菌約 1–6 小時）縮小病原範圍，最後以實驗室檢驗（從食餘檢體或患者糞便培養出同一菌株）確認。

現代食安偵測還仰賴全基因體定序（whole-genome sequencing, WGS）：把全國各地零星病例的病菌做基因比對，若 DNA 序列高度一致，就能證明這些「看似無關」的病例其實源自同一汙染源——即使他們相隔數百公里、相隔數週。這正是開頭所說「系統性風險」在偵測技術上的體現：WGS 讓我們得以把分散的個案重新拼回成一場族群事件。美國的 PulseNet 與台灣疾管署的分子分型監測網，正是建立在這個邏輯上。

預防的科學：HACCP 與「在源頭管理風險」

知道風險從何而來後，預防的核心思維是：與其在末端檢驗成品（抽驗永遠只能驗到一小部分），不如在製程中辨識並控制關鍵的風險點。這就是危害分析重要管制點（Hazard Analysis and Critical Control Points, HACCP）系統。

HACCP 的關鍵概念是重要管制點（Critical Control Point, CCP）——製程中「若失控就會導致無法接受的風險、且能被有效監控」的步驟。例如：

• 牛奶的巴氏殺菌溫度與時間（72°C 維持 15 秒）是一個 CCP，因為它能可靠殺死致病菌，且可即時量測。
• 即食食品的冷藏溫度（維持在 7°C 以下）是另一個 CCP，因為它抑制李斯特菌增殖。

對每個 CCP 設定管制界限（critical limit）、持續監控、並規定偏離時的矯正措施。這套「預防勝於檢驗」的哲學，與整體公共衛生「上游介入優於下游治療」的精神完全一致。

動手試試：估算一場群聚的歸因比例

假設某餐廳一日內有 200 名顧客，其中 80 人曾食用某道生魚料理、120 人未食用。事後 80 名食用者中有 48 人發病，120 名未食用者中有 6 人發病。

• 食用組發病率 = 48 / 80 = 0.60
• 未食用組發病率 = 6 / 120 = 0.05
• 相對風險 RR = 0.60 / 0.05 = 12
• 暴露者中的歸因危險度百分比（attributable risk percent） = (0.60 − 0.05) / 0.60 ≈ 91.7%

解讀：在食用且發病的人當中，約有 91.7% 的病例可歸因於這道料理（其餘可能是其他來源的背景發病）。RR = 12 強烈指向這道生魚料理就是載具。試著想想：如果這道料理的 RR 只有 1.2，你還能下同樣的結論嗎？（提示：RR 接近 1 代表暴露與發病幾乎無關，此時更可能是其他菜色或交叉汙染所致。）

重點回顧

• 危害不等於風險：危害是固有的致害能力，風險是「在實際暴露條件下實際造成損害的機率與嚴重度」。「驗出」不等於「有害」，要看劑量與暴露。
• 劑量決定毒性：非致癌物有閾值，透過 NOAEL 除以不確定係數得出 ADI；基因毒性致癌物則假設無安全閾值，採 ALARA 原則盡量降低。
• 風險評估四步驟：危害辨識 → 危害特徵描述 → 暴露評估 → 風險特徵描述；且科學評估須與政策管理刻意分離，再以風險溝通與民眾對話。
• 總膳食暴露才是關鍵：單項食品合格不等於整體安全，高消費量族群（如以米為主食者）承受的暴露可能更高。
• 預防優於檢驗：流行病學爆發調查（RR、潛伏期、WGS）負責偵測，HACCP 在製程源頭控制 CCP 以系統性降低風險。

深入探討（研究所視角）

1. 機率風險評估（Probabilistic / Monte Carlo Risk Assessment）。 傳統暴露評估常用單一「點估計」（如平均濃度 × 平均食用量），但這掩蓋了族群的異質性。研究所層級的做法是機率風險評估：把食品濃度、食用量、體重都視為機率分布，以蒙地卡羅模擬（Monte Carlo simulation）抽樣數萬次，產生整個族群暴露量的分布，並聚焦於第 95、99 百分位的高暴露次族群。這回應了一個核心倫理問題——公共衛生保護的不該只是「平均人」，而是分布尾端最脆弱的人。延伸概念包括以疾病負擔指標 DALY（Disability-Adjusted Life Year）整合急性與慢性、致死與失能效應，使不同危害得以在同一尺度上比較與排序（risk ranking），支持有限資源的優先配置。

2. 暴露組學（Exposomics）與食品安全的跨領域連結。 食品安全正從「逐一物質評估」走向暴露組（exposome）典範——以高解析質譜（high-resolution mass spectrometry）對人體生物檢體做非標的篩查（non-targeted screening），同時測量數千種化學物的內在劑量（internal dose），再以生物標記（biomarker，如尿中黃麴毒素代謝物 AFM1）反推真實暴露，補足「問卷食用量」的回憶偏差。這與 Educational Omics 將多模態資料整合以刻畫複雜系統的精神相通：兩者都主張單一維度的測量不足以描述真實風險，唯有多源資料整合才能逼近全貌。

3. 抗藥性（AMR）與食物鏈的 One Health 框架。 畜牧業大量使用抗生素，使抗藥菌與抗藥基因（antimicrobial resistance genes）得以透過食物鏈在動物、環境與人之間流動。這已不是單純的食品衛生問題，而需要 One Health（健康一體） 的跨域治理——整合人類醫學、獸醫學與環境科學。從演化生物學看，這是一場由人為選汰壓力（selection pressure）驅動的快速演化實驗，WHO 已將 AMR 列為全球十大健康威脅之一。

4. 行為與系統科學：為何「知道」不等於「做到」。 即使消費者完全理解風險，行為未必改變（如明知生食有風險仍食用）。風險溝通因此須納入風險感知（risk perception）理論：人們對「自願承擔、熟悉、可控」的風險（如自己料理）容忍度高，對「非自願、陌生、不可控」的風險（如食品添加物）則高度敏感——即使後者客觀風險更低。這解釋了為何科學數據與公眾恐慌時常脫節，也提醒我們：有效的食品安全治理，必須同時是一門自然科學、流行病學與社會行為科學的綜合工程。