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.

Az affektív temperamentumok (cyclothym, hyperthym, depresszív, szorongó, ingerlékeny) a személyiség stabil részét képezik, serdülőkor után csupán kismértékű változatosságot mutatnak. Kapcsolatuk a pszichopatológia több területével is leírásra került; a depresszív temperamentum szerepet játszik a major depresszió, a cyclothym a bipoláris II-es betegség, a hyperthym a bipoláris I-es betegség kialakulásában. Emellett az utóbbi évtized kutatásainak eredményei azt igazolják, hogy az affektív temperamentumok a szomatikus betegségekkel is összefüggésbe hozhatók. A hypertoniával, úgy tűnik, legszorosabb kapcsolatban a cyclothym temperamentum áll. A hypertonia prevalenciája és a domináns cyclothym temperamentum kapcsolata mellett a kórelőzményben előforduló cardiovascularis események is gyakoribbnak bizonyultak a domináns cyclothym temperamentum jelenléte mellett. Krónikus hypertoniás betegekben a cyclothym temperamentum mértéke magasabb szisztolés vérnyomásértékkel, nőbetegeknél a hypertonia korábbi kialakulásával függött össze. A kapcsolatok hátterében elsősorban a közös rizikófaktorok (dohányzás, elhízás, alkoholizmus) cyclothym temperamentum melletti gyakoribb jelenléte állhat. A személyiségtípusok, ezeken belül is az affektív temperamentumok és a szomatikus betegségek kapcsolatának vizsgálata segíthet a nagyobb rizikójú alcsoportok azonosításában.

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.