Selye vezette be a stresszelméletet, ami bekerült a mindennapi szótárunkba. Eredetileg azon a kísérletes megfigyelésen alapult, hogy a különböző ártalmas ágensek hasonló endokrin (mellékvese-megnagyobbodás), immun- (thymusinvolúció) és bél- (gyomoreróziók) választ váltanak ki, ahogyan arról a Nature-ben 1936-ban megjelent levélben beszámolt. Később a háttérben álló mechanizmust kutatta és feltételezte, hogy a hypothalamusban lévő „első mediátor” vezérli ezeket a testi változásokat. A mediátor azonosításához generációk munkája kellett. Selye korábbi PhD-hallgatója, a Nobel-díjas Roger Guillemin mutatta ki 1955-ben az adrenokortikotrop hormon felszabadulását kiváltó hypothalamicus faktort patkány hypophysisében, és nevezte el kortikotropin releasing faktornak (CRF). 1981- ben Wylie Vale, Guillemin korábbi PhD-hallgatója írta le a CRF 41 aminosavját, és klónozta a CRF1- és CRF2-receptorokat. Ez megnyitotta az utat azoknak a kísérleteknek, amelyek során kiderítették, hogy a CRF jelátvivő útvonal aktivációja az agyban kulcsszerepet játszik a stresszel összefüggő endokrin, viselkedési, autonóm és zsigeri válaszokban. A stressz biokémiai kódolásának felderítése Selye munkásságában gyökerezve továbbra is jelentős hatást gyakorol a tudományos közösségre.

[Az összes ágyéksérv körülbelül 0,7–12%-a távoli lateralis ágyéksérv (FLDH). Az FLDH a gyakoribb centrális és paramedialis ágyéksérvekhez képest súlyosabb és tartósabb radicularis fájdalmat okoz az ideggyök és a dorsalis gyöki ganglion közvetlen összenyomódása miatt. Azoknál a betegeknél, akik nem reagálnak a konzervatív kezelésre, így például a gyógyszeres kezelésre vagy a fizikoterápiára, és akiknél még nem alakultak ki neurológiai hiánytünetek, az ideggyök sérülése és a synovialis ízületek károsodása miatti gerincinstabilitás kockázata miatt nehéz dönteni a műtét szükségességéről. Vizsgálatunkban a transforaminalis epiduralis szteroidinjekció (TFESI) hatását kívántuk értékelni mind a fájdalomkontroll, mind a funkcionális kapacitás javulására FLDH-ban szenvedő betegeknél. Összesen 37 olyan, konzervatív kezelésre nem reagáló, neurológiai hiánytünetmentes beteget vontunk be a vizsgálatba, akinek radicularis fájdalmát az ágyéki MR-felvételen látható távoli lateralis ágyéksérv okozta. A betegeknél praeganglionos irányból TFESI alkal­mazására került sor. A betegek kezelés előtt felvett vizuális analóg skála (VAS) és Oswestry Disability Index (ODI) pontszámait a beavatkozás utáni 3. hét, továbbá 3. és 6. hónap VAS- és ODI-pontszámaival hasonlítottuk össze. Az átlagos kezdeti VAS-pontszám 8,63 ± 0,55 volt, míg a 3. hét és a 3., 6. hónap VAS-pontszámainak átlagos értéke 3,84 ± 1,66; 5,09 ± 0,85; 4,56 ± 1,66 volt. A VAS-pontszám csökkenése statisztikailag szignifikánsnak bizonyult (p = 0,001). Az átlagos kezdeti ODI-pontszám 52,38 ± 6,84 volt, míg a 3. hét és a 3., 6. hónap ODI-pontszámainak átlagos értéke 18,56 ± 4,95; 37,41 ± 14,1; 34,88 ± 14,33 volt. Az ODI-pontszám csökkenése statisztikailag szignifikánsnak bizonyult (p = 0,001). Ez a tanulmány kimutatta, hogy a TFESI hatékonyan javítja a funkcionális kapacitást és a fájdalom­kontrollt olyan betegek esetén, akik távoli lateralis ágyéksérv miatti radicularis tüneteit nem lehet műtéti úton ke­zelni. ]

Három évtizeddel ezelőtt azzal a céllal in­dult a LAM, hogy az orvostudomány és annak határterületeivel kapcsolatos tudományos információkról tájékoztasson. Már a kezdetektől fogva felvállalt egy különleges tématerületet is, amelyben a medicinát a művészet világával kapcsolja össze. Az or­vosszakmai közlemények palettáján ez ma is különlegesnek számít. A LAM eddigi történetének elemzését nemzetközileg elfogadott publikációs irányelvek, és az objektivitást biztosító, tudományos adatbázisok segítségével végeztük. Megvizsgáltuk a LAM gyakorlatát, hogy a hagyományos nyomtatott füzet és az elektronikus verzió tartalmának közzététele során miként felel meg a legfőbb szempontoknak, a jelen kor szakmai elvárásainak. Feltártuk a kiadvány jelenlétét a legnagyobb bibliográfiai és tudománymetriai adatbázisokban, áttekintettük helyét a ha­zai szakmai folyóiratok között. Az eredmények azt bizonyítják, hogy az elmúlt évek során a LAM annak ellenére szerzett nemzetközi ismertséget, hogy a ke­vesek által beszélt magyar nyelven megjelenő kiadvány. Köszönhető ez a külföldi társszerzőkkel, valamint a kizárólag kül­honi kutatók által írott cikkek LAM-ra való hivatkozásainak. A magyar bibliográfiai adat­bázisok érthető módon teljes terjedelmében tartalmazzák a folyóiratot, amelynek az élenjáró lapok között van az olvasottsága. A kiadvány nagy erénye a szerzők munkahelye szerinti megoszlás széles spektruma, mellyel szinte teljes egészében lefedik a hazai egészségügyi intézményi rendszert. A tartalom különlegességét eme­lik a művészeti tárgyú írások, amelyek az or­vosi szakközleményekhez hasonló feltártság esetén fokozott magyar és külföldi érdeklődésre tarthatnak számot.

Mi köze a gónak a klinikai döntéshozatalhoz? A klinikai orvoslás egyik legjelentősebb intellektuális kihívása a bizonytalanságban történő döntéshozatal. A hagyományos orvosi döntéshozatal intuitív és heurisztikus mivoltának pszichológiai csapdáin kívül az információhiány, az erőforrások szűkössége, az adott orvos-beteg kapcsolat jellemzői egyaránt hozzájárulnak annak bizonytalanságához. A formális, matematikai számításokon alapuló döntéselemzés, amelyet széles körben használnak a klinikai irányelvek fejlesztésében, illetve az egészségügyi technológiák értékelésében, elvben jó lehetőségeket kínál az intuitív dön­téshozatal hibáinak elkerülésére, ugyan­akkor az egyéni döntési helyzetekben többnyire nehezen alkalmazható,és az orvosok többségétől idegen. Ennek a módszernek is vannak korlátai, különösen az egyéni döntéshozatalban, beleértve a számításokhoz felhasznált input adatok esetleges hiányát, illetve jelentős bizonytalanságát, valamint a matematikai modellek korlátait abban, hogy egy komplex rendszer folyamatait és a folyamatok egyéni variabilitását megfelelően tudják reprezentálni. A klinikai döntéstámogató rendszerek mindezek ellenére hasznos segítséget jelenthetnek az egyéni orvosi döntéshozatalban, ha megfelelően integráltak az egészségügyi információs rendszerekbe, és nem szüntetik meg az orvosok döntési autonómiáját. A klasszikus döntéstámogató rendszerek tu­dásalapúak, szabályrendszerekre, problé­ma­­specifikus algoritmusokra épülnek. Szá­mos területen alkalmazzák az orvosi adminisztrációtól a képfeldolgozásig. A nap­jainkban zajló informatikai forradalom eredményeképpen olyan mesterséges intelligenciaként emlegetett gépi tanulási módszerek jönnek létre, amelyek már ténylegesen képesek tanulni. A mesterséges intelligencia ezen új generációja nem konkrét szabályrendszerekre épül, hanem hatalmas adatbázisokon magukat tanító neurális hálózatokra és általános tanulási algoritmusokra. Ezek a mesterséges intelligenciák egyes területeken, mint például a sakk, a gó, vagy a va­dászrepülőgép vezetése, már jobb teljesítményre képesek, mint az em­berek. Fej­lesztésük bővelkedik kihívásokban, veszélyekben, ugyanakkor olyan technológiai át­törést jelentenek, ami megállíthatatlan és át­alakítja világunkat. Alkal­mazásuk és fej­lesztésük az egészségügyben is megkezdődött. A szakmának részt kell vennie ezek­ben a fejlesztésekben és megfelelő irányba kell, hogy terelje azokat. Lee Sedol 18-szoros gónagymester visszavonult há­rom évvel AlphaGo mesterséges intelligenciától elszenvedett veresége után, mert „Hiá­ba lettem világelső, van egy entitás, amit nem lehet legyőzni”. Ne­künk szerencsére nem versengenünk vagy győznünk kell, hanem el kell érnünk, hogy a mesterséges intelligencia biztonságos és megbízható legyen és az emberekkel együtt­mű­ködve ez az entitás eredményesebbé és hatékonyabbá tegye az egészségügyet.