一句話總結：你覺得「這次感冒最嚴重」，很可能不是病情真的變重，而是大腦的記憶機制、症狀組合不同，加上焦慮感聯手放大你的不舒服。但醫師也提醒，不能全推給心理因素，有些警訊出現時，真的不能拖。
核心要點
- 當下的痛苦永遠最強烈。發燒、咳嗽、全身痠痛正在發生，大腦自然把注意力集中在此時此刻，過去生病的感受早就模糊了，不是這次特別慘，是「現在」特別有感。
- 大腦會主動淡化舊痛苦記憶。身體康復後，大腦會幫忙沖淡過去的不適感，讓你只記得「我曾經感冒過」，卻想不起當時有多難受。下次生病時，就容易覺得以前沒這麼嚴重。
- 每次感染的症狀組合都不一樣。上一次可能只有流鼻水，這次卻劇烈咳嗽加全身痠痛，病毒不同、身體狀況不同，根本無法拿來比。不是「這次比較重」，是「這次不一樣」。
- 焦慮會放大身體感受。當身邊正流行某種疾病，或症狀持續時間較長，你會開始擔心「是不是肺炎」，這種焦慮會讓疼痛、心悸、呼吸不順的感覺更明顯。
- 不能把所有「特別難受」都歸因於心理。睡眠不足、工作壓力、年齡增加、慢性病控制不佳，甚至真的感染到不同病毒，都可能讓這次疾病確實比過去更不舒服，還是要看實際症狀。
- 出現這些警訊，不能當一般感冒。呼吸困難、胸痛、意識改變、持續高燒、血氧下降、明顯脫水，或症狀在短時間內快速惡化，請立刻去醫院，不要跟自己說「應該還好」。
前幾天在辦公室咳到同事轉頭看我，我跟自己說：「以前感冒哪有這麼慘？」結果重症醫師黃軒直接點破——你覺得這次最嚴重，很大一部分是你的大腦在搞鬼。
黃軒在門診經常遇到患者用一種近乎懊惱的口氣說：「以前也生病過，但從來沒有像這次這麼難受。」他說，這不代表患者誇張，也不能單憑主觀感受就判定病情真的比較嚴重。問題在於，人對過去痛苦的記憶，並不會像錄影一樣完整保留下來。
大腦天生就活在「當下」。你現在正在發燒、鼻塞、喉嚨像被砂紙磨過，大腦當然把所有資源都拉來處理眼前的災難，過去生病的記憶早就被歸檔到角落生灰塵了。加上身體康復之後，大腦會自動把痛苦記憶的對比度調低，你可能記得自己曾經發燒，但絕對想不起來當時到底燒到多不舒服——這是演化留下來的保護機制，不然人類大概不會願意生第二胎。
話說回來，每次感冒的症狀組合本來就不一樣。上一次可能是流鼻水流到鼻子脫皮，這次卻全身痠痛到像被卡車撞過。感染的病毒不同、當下身體的免疫狀態不同，症狀當然不會同一個劇本，拿兩次感冒互相比較，本來就不太公平。
有趣的是，焦慮這東西真的很會落井下石。當症狀跟過去經驗不太一樣，又剛好聽到身邊有人確診流感或肺炎，你就會開始疑神疑鬼，身體的每一絲不舒服都被放大檢視。心悸、呼吸不順這些本來可能很輕微的感覺，被焦慮一推，瞬間變得很有存在感。
不過黃軒也特別提醒，不能把所有「這次特別難受」都推給心理因素。睡眠不足、工作壓力、年紀變大、慢性疾病控制不佳，或是真的感染到不同病毒，都可能讓這次疾病確實比過去更不舒服。真實的痛苦就是真實的，不需要否定它。
真正的重點是：「感覺最嚴重」不等於「病情最危險」。有些感冒讓你痛到懷疑人生，但其實病毒只是比較會製造痛感；有些看起來沒什麼症狀，卻可能正在默默往下走。判斷的關鍵還是在危險警訊。
如果出現呼吸困難、胸痛、意識改變、持續高燒（退燒藥壓不下來的那種）、血氧下降、明顯脫水，或症狀在短時間內像坐雲霄飛車一樣惡化，請直接去醫院——這時候不是跟自己的大腦對賭的時候。
編輯觀點：從產業面來看，這類「主觀感受與客觀風險脫鉤」的現象，其實是醫療溝通中最容易產生誤解的環節之一。黃軒醫師點出的問題不只適用在感冒——許多慢性病患者對自身病情的判斷，也常被近期記憶和焦慮情緒帶著走。對一般人來說，與其相信「這次感覺比較慘」，不如建立一個具體的危險症狀清單貼在冰箱上，有警訊就就醫，沒有就好好休息。大腦會騙你，但清單不會。
現在你可以做的事
下次感冒覺得「這次最嚴重」的時候，先做三件事：第一，量體溫、測血氧，讓數字說話，不要只憑感覺；第二，對照危險警訊清單，沒有出現就深呼吸，不要自己嚇自己；第三，好好睡覺，睡眠不足會讓疼痛感和焦慮感都上升，這是有科學根據的。如果警訊出現了，不要猶豫，直接去看醫生，讓專業的來判斷。
本文改寫整理自公開新聞來源，原始報導由Yahoo奇摩新聞發布。
常見問題 FAQ
為什麼每次感冒都覺得比以前嚴重？
因為大腦會淡化過去的痛苦記憶，同時把注意力集中在當下的不適感，加上每次感染的病毒和症狀組合不同，才會產生「這次比較慘」的感覺，這不代表病情真的更嚴重。
怎麼判斷感冒要不要去看醫生？
出現呼吸困難、胸痛、意識改變、持續高燒不退、血氧下降、明顯脫水，或症狀在短時間內快速惡化時，就應該儘速就醫，不要只當成一般感冒處理。
感冒很痛苦但沒有危險症狀，該怎麼緩解？
優先補充足夠水分、多休息、保持睡眠充足——睡眠不足會放大疼痛和焦慮感受。症狀不適可諮詢藥師或醫師使用藥物緩解，但不需要因為「覺得特別慘」就衝急診。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
Author
Related Posts
