Kedves Olvasónk! Így indítottuk a lapot 30 évvel ezelőtt, amikor a LAM első köszöntőjét, a Beköszöntőt írtuk. 1990 októberében azonban a megszólításba még bekerült a „reménybeli” kifejezés is. Különös ez a szó, pontosabban ennek a szónak a használata, így egy emberöltő távlatából visszatekintve. Akkor, a rendszerváltás utáni hónapokban, sőt években, de talán az egész ’90-es évtizedben, a reményből volt a legtöbb. Az egész ország abban reménykedett, hogy végre eljött a szabadság kora, amikor kiteljesedhetnek az alkotó energiák és egy nagy, össznemzeti nekibuzdulással átugorhatjuk a megfáradt és kudarcot vallott szocializmusból a fejlett nyugati, szociális piacgazdaságba és plurális demokráciába vezető lépcsőfokokat, hogy aztán a belátható – nem is oly távoli – jövőben ripsz-ropsz utolérjük majd a magyar lakosság zömének példaképét, a „k. u. k.”-beli „sógorok” lakta Ausztriát. Ebből a remény és a nekibuzdulás biztosan megvalósult. A többiről most inkább ne be­széljünk. Nagyon is beszéljünk viszont arról, hogy ez a tenni akarás, az alkotóenergiák felszabadulása egy megújuló, jobb és lakhatóbb ország reményében hogyan vezetett el a LAM megalapításához – mert most ennek jött el az ideje.

[Az autizmus spektrum zavar heterogén tünetekkel jelentkezô idegrendszeri fejlôdési zavar, aminek az etiológiája nem kellôen tisztázott. A közelmúltban, az autizmus gyakoriságának növekedése és a veleszületett metabolikus rendellenességek diagnosztikai lehetô­ségei­nek bôvülése miatt egyre több komorbiditásra is fény derült. A vizsgálatban olyan autizmus spektrum zavar diagnózissal rendelkezô betegek vettek részt, akik 2018. szeptember 1. és 2020. február 29. között a Gyer­mekbetegek Metabolizmusambulanciáján részesültek ellátásban (n = 179 fô). A betegek személyes adatait, rutin és speciális metabolikus teszteredményeit retrospektív módon elemeztük. Az ambulanciánkon ezen idô alatt meg­jelent 3261 beteg közül 179-en (5,48%) rendelkeztek autizmus spektrum zavar diagnózissal, ôk képezik vizsgálatunk be­teg­populációját. A speciális metabolikus kivizsgálás eredményeképpen 6 beteg (3,3%) esetében állítottunk fel veleszületett metabolikus rendellenesség diagnó­zist. Két betegünk klasszikus phenylketonuria, két betegünk klasszi­kus homocystinuria, egy betegünk 3D típusú muco­poly­saccharidosis (Sanfilippo-szindróma) és egy 3-metil­krotonil-CoA-karboxiláz-hiány diagnózist kapott. A veleszületett metabolikus rendelle­nes­ség ritkán autizmus spektrum zavarhoz társulhat. A kór­-tör­ténet pontos felvétele, az alapos fizikális vizsgálat és a tünetek gondos mérlegelése az autizmus spektrum zavarban szenvedô betegek esetében segítheti a klinikust a döntéshozatali folyamatban, és elvezethet a megfelelô metabolikus kivizsgáláshoz. Ha az autizmus hátterében veleszületett metabolikus rendellenességet találunk, az hatékony kezelést eredményezhet.]

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.

2019 végén a kínai Vuhanból induló új koronavírus-betegség (Covid-19) epidémiája nagy kihívások elé állította még a legfejlettebb országok egészségügyi rendszerét is. A betegség magas mortalitását főleg idősebbekben és a különböző cardiovascularis és metabolikus társbetegséggel élőkben tapasztalták. Jelen összefoglalóban a diabetes mellitus és a Covid-19-betegség kapcsolata kerül terítékre, a legfrissebb nemzetközi adatok alapján.

A Központi Statisztikai Hivatal (KSH) adatai szerint Magyarországon a 65 éven felüli lakosok száma 2001-ben az össznépesség 11,8%-a, 2011-ben a 13,2%-a , míg 2019-ben a 19,3%-a volt. Az idősödés korába (60 év) lépő, idős (75 év), agg (90 év) és matuzsálemi (100 év) korú személyek ellátása jelentős terhet ró az egészségügyre, és a szociális-gazdasági szférára. A testi és lelki egészség, az egyén szubjektív jóllétének megőrzése időskorban is kiemelkedően fontos. A World Health Organization (WHO) adatai szerint az adatszolgáltató országok összességében a 60–79 éves lakosság körében a befejezett öngyilkosságok száma 1987-től 2006-ig mintegy 21%-kal növekedett. Magyarországon az öngyilkosságok száma 1980 óta egyenletesen és jelentősen csökkent (1980-ban 4809, 2018-ban 1656 fő, 66%-os a csökkenés), és 2018 óta már nem vagyunk Európában az első három, a világon az első 15 helyre sorolt országok között. A befejezett öngyilkosságok, illetve az öngyilkossági kísérletek száma az időskorúak vonatkozásában azonban változatlanul magas, és emelkedő tendenciát mutat. Az öngyilkosság megelőzésére, az öngyilkossághoz vezető tényezők feltárására és az öngyilkosságot megkísérlők ellátására vonatkozóan a kutatások által feltárt eredmények szélesebb körben való megismertetésére és azok átfogó elemzésére van szükségünk. A közleményben a nemzetközi és hazai irodalmi adatokat tekintjük át, választ keresve elsősorban a prevenció kérdéseire.