跳到主要內容

糖尿病飲食

老爸的心肌梗塞頻發作,如果他都沒騙我們的話,他血液檢查較嚴重只有血糖很高,其他方面指數都還很正常,那血糖控制變成他最重要的一件事。其實做了兩次心導管,老爸直接戒菸、戒,每天早上四點準時去運動。但是血糖一直降不下來,他一直說是壓力我到覺得是飲食的關係,我總覺得他不知道他很多東西不能吃,而他也不會控制飲食。聽弟說,他買了兩包蜜餞在房間吃,已經吃掉一包半了。就算明確的跟他講這不能吃,他也是說管他的。不過這次開胸手術也夠他受的了,痛了一個禮拜,要到醫院打止痛針才能入睡。糖尿病又手術,真的很難康復。我現在覺得飲食控制是他最重要的一件事吧!

因為老媽上班的關係,回到家都六七點了,根本沒機會煮晚飯,而且老爸是個很懶的人,但是又餓不得,他絕對不會大費周章特別準備他適合吃的食物,而所以他當然是外面隨便買隨便吃,想也知道一般的外食,高油高脂高鹽他能碰的少之又少,而外面所謂的生機飲食,通常只有老媽那種講究修行的人在吃,真的是貴又難吃。 過年期間,為了煮飯給老爸吃,一直在想到底有哪些花樣可以弄,糖尿病飲食的限制真的很多,超難弄的,老爸嘴又挑,傷口又痛。結果還是沒吃多少。後還買了兩本糖尿病飲食的食譜,但仔細看卻又發現很多不是營養師所給的資料中糖尿病該注意的食物嗎?真不曉得該相信誰!後來老爸又回去住院了,這次終於乖了點,定了醫院的糖尿病餐盒,乖乖的吃了這些餐盒來控制飲食。只不知道能撐幾天!

今天看空音,在講一篇醫院餐飲的文章,美國醫院引進高級飯店的大廚來作醫院的飲食,將高級飯店的餐飲服務引進醫院,有room services,多樣化菜單,在配合醫生與營養師的調配,這樣健康、美味、又高水準的服務,只能說是有錢人的享受,不過也能預計能創造更大的商機。

其實我有一直在跟老媽建議,如果不能幫老爸準備飯菜,那倒不如去定一家有在特別做糖尿病飲食服務,將三餐交給他們或許會比較好。只是不知道到底這種我想像中的糖尿病餐飲服務到底存不存在。

今天看了這篇空音的文章,突然連接起來,覺得這是一個很大的商機,因為我覺得糖尿病患者在台灣越來越多,而糖尿病飲食真的不容易準備,限制太多了,所以家庭能夠煮的出來的花樣也就那幾樣,當然想好吃也就困難,從另一方面來說,我覺得大部分第二型的糖尿病患者都是暴飲暴食得來的,他們之前吃得就算不是山珍海味,就一般來講應該也不差,不然就是重口味,較健康的清淡飲食他們可是不會碰的。那如果能夠提供味道還不錯的糖尿病飲食,對這些糖尿患者應該是不錯的福音。

以下是我對這個商機的幻想:
如果我來作這方面,首先必要條件一定是要多樣化,而且好吃。因為一般的所謂糖尿病飲食搞得跟減肥食譜差不多,能做到好吃是一大挑戰,而多樣化是因為長期接受這樣的食物能不膩是很困難的事。第二是要有醫生和營養師的加持,如果能跟糖尿病門診醫生或相關營養師合作,在配合他們介紹病人,那就在天衣無縫不過了。從目標客戶來看,剛起步的話,以像老爸這樣的患者為對象,沒有辦法長期準備糖尿病飲食的患者為主,但是要有一點錢,因為有以上兩點條件的這種飲食當然不便宜,要請個有能力的大廚,跟醫生與營養師建立關係,不多點錢怎麼可以。
如果以一天一人收四百左右的餐飲費,一個月一萬二,餐飲抓兩成利潤,兩千四,預計要100人以上才能打平吧。想想其實也不容易。

這個網誌中的熱門文章

勝券在握

其實這本書,感覺上寫的有點雜,比上一本講巴非特的書更難懂,兩個講的東西其實是一致的。投資原則便是先選產業,再選公司,慎選時機進場。只買了解的企業是價值投資一貫的原則。價值投資的書大概就先看到這裡了,彼得林區不知道是屬於那一類的,接下來大概會看這部份的書。暫時的目標是把杜金龍介紹的書單看完,真的還不少。接下來的投資會以巴菲特的方法來做,感覺上這比較適合我,練習把漲跌不當一回事,對我而言真的很重要。期權大概不會再玩了,買了以後一直在看漲跌,令人受不了。工作時都不能專心。 就價值投資人而言,真的不需要我們的產品,因為第一點就把我們程式特性打死,不理會股票市場的漲跌,這樣報價功能就沒什麼意義了,價值投資根本不需要技術分析,除非我們能提供相關價值投資的資訊,但我們基本分析真的很爛,看不到什麼資料。有機會我來思考一下價值投資到底要什麼資料,能不能把他寫成一個可運用的程式。 以下是我認為重要的書摘,其實這也只包含最後一章,我認為也只有這章值得做書摘。 巴非特相信使用短期價格來判斷一家公司的成功與否是愚蠢的。取而代之的是,他要公司向他報告因經濟實力成長所獲得的價值,一年一次,他固定檢查幾個變數: 初始的股東權益報酬率。 營運毛利、負債水準與資本支出需求的變化。 該公司的現金產生能力。 如果這些經濟指標正在進展,他知道長期下來,結果會反應在股價上。短期之內,股價所發生的是是不合常理的。 投資策略 不理會股票市場每日的漲跌 不擔心經濟情勢。 買下一家公司,而不是股票 管理企業的投資組合 巴非特原則 企業原則 這家企業是簡單且可以了解的 了解一家企業如何產生利潤的相關經濟活動。 這家企業的營運歷史是否穩定 他必須經得起時間的考驗。 這家企業的長期發展前景是否看好 市場特許權,五力分析 經營原則 經營者是否理性 理性的經營者將只會把多餘的現金,投資在那些產生較資本成本報酬率為高的計畫裡。 經營者對他的股東是誠實坦白的 報告時能知道營業部門如何營業,坦承失敗,了解公司的目的是使股東權益報酬率達到最大。 經營者是會盲從其他法人機構的行為 當心『其他公司也這麼做,一定沒問題』為自己行為辯護的經營者。衡量經營者競爭力的一個方法是,看他們如何運用自己的思考能力以避免依附群眾心理。 財務原則 把重點集中...

借助 AI 除錯:解決登出時的解密錯誤

  前言 最近遇到一個有趣的 bug,趁這次機會試試看用 AI 來協助除錯。整個過程蠻有收穫的,分享給大家參考。 問題發現 Bug 描述 在測試登出功能時,發現 app 會發生 crash。追蹤後發現是在登出時,API 會呼叫底層的解密函式,但解密用的 key 明顯有問題,導致解密失敗而引發錯誤。 由於這段流程是另一位同事負責開發的,程式碼邏輯比較複雜,短時間內看不出根本原因。於是先採取防禦性做法: 如果 key 為空值,就將解密失敗的錯誤吃掉不處理 。判斷後認為這樣不會影響 UI 操作,因為登出後 key 會重新取得。測試後確認沒問題,就先把這個 bug 暫時壓下來了。 深入追查 第一回合:初步分析 趁著有空檔,決定詳細釐清這個問題。想試試 AI 的能耐,於是下了第一個 prompt: 分析 SessionManager 的 processEncryptedData 方法中,為何會發生 bytesToTrim > currentLength 的錯誤?從呼叫該方法的地方分析可能發生的原因。 AI 給出了幾個可能的原因: 加密數據損壞或截斷 網路傳輸過程中數據包丟失或損壞 API 回應中的加密字串不完整 解密後的最後一個字節值異常大 錯誤的加密算法或密鑰 使用了錯誤的解密密鑰或 IV Session key 交換失敗,但程式繼續使用無效密鑰解密 解密產生亂碼 Hex 字串轉換錯誤 包含非法字符、長度不是偶數、部分缺失等問題 AES CBC 解密失敗但沒有檢查錯誤 Whitebox 密鑰準備失敗 IV 不匹配 數據長度不符合 AES 塊大小要求 PKCS7 Padding 格式錯誤 加密時使用了錯誤的 padding 方式 最後字節不是有效的 padding 長度值 (1-16) 多重解密處理錯誤 數據被重複解密或解密順序錯誤 記憶體緩衝區問題 緩衝區大小分配錯誤或溢出 AI 也分析了呼叫鏈: API 回應 → DataTransformer → CryptoHandler → decryptSessionKey → processEncryptedData 評估: 這些分析大多是從相關函式內部找錯誤,但沒有太大用處,...

用 AI Debug 的迷思:當建議越改越糟時

現在許多開發者習慣用 AI 來協助 debug,但在實務上常遇到一種情況: 依照 AI 建議改了兩三輪後,錯誤仍然存在,甚至越改越複雜。 這種狀況其實有幾個常見的盲點,值得特別注意。 1. 先回到「上一個正常版本」 當你已經按照 AI 的方向修了好幾次但問題仍未解決時,最有效的第一步是: 回到上一個正常工作的版本,縮小問題來源。 許多 bug 並不是你正在看的那段程式碼造成的,而可能是: 同事剛好修改了某個底層模組 某個 shared component 產生 side effect Auto Layout 層級重新 layout 時觸發 crash 如果只是盯著眼前的 function 修,反而容易被誤導。 2. AI 沒有看到你的整個專案 AI 通常只能根據你貼出的片段判斷問題,這代表它不知道: 你的 view hierarchy 裡是否有其他 constraint 影響 layout 某些 model 是否被 extension 修改過 父層或子層邏輯是否干擾目前的行為 整個專案採用的 concurrency 模型是什麼 因此,AI 可能會朝著完全錯誤的方向修,導致反覆修改卻無法解決。 3. Swift 6 例子:錯誤真正原因常不在你修改的那一行 例如開發者常遇到的錯誤: passing closure as a 'sending' parameter risks causing data races 許多人(包含 AI)會開始從 function 內部調整,但這類錯誤真正的關鍵通常是: 傳進去的物件沒有實作 Sendable。 也就是說,你不是要改 function,而是要回頭檢查: 傳入的 model / struct / class 裡面是否有 non-Sendable 成員 是否需要標註 @unchecked Sendable 如果 AI 沒看到相關檔案,自然很難找到正確方向。 結語:AI 是工具,不是預言機 AI 很適合用來: 解釋概念 協助產生測試程式 提供重構建議 釐清你已懷疑的方向 但在 debug 狀況下,以下三件事更重要: 回到上一版,縮小差異範圍。 釐清真正問題來...