A 2019 decemberében kitört, a SARS-CoV-2 (Se­vere Acute Respiratory Syndrome Co­ro­navirus-2) vírus okozta világjárványban 2020. áp­rilis 30-ig 3 247 648 ember betegedett meg, akik közül 230 615 halt meg (1). Ma­gyar­or­szágon az igazoltan új koronavírussal fertőzöttek száma 2775, az új koronavírus okozta betegségben (Co­ronavirus Disease 2019 – Covid-19) 312 személy halt meg (2). A Covid-19 kardiológiai vonatkozásairól egyre nagyobb számban jelennek meg közlemények. Pél­dául a renin-angiotenzin rendszer gátlóinak és a Covid-19-nek az összefüggéseit Kékes és szerzőtársai tárgyalják (3). A LAM jelenlegi számában pedig Hepp és szerzőtársai foglalják össze azokat az ismereteket a Covid-19 kapcsán, amelyekről nemcsak a kardiológusoknak kell tudniuk (4).

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.

A sclerosis multiplex leggyakrabban fogamzó­képes korú nőket érint, így a családtervezés kiemelkedően fontos kérdés ebben a betegségben. Napjainkra egyértelműen bebizonyosodott, hogy a terhesség nem rontja a relapszáló-remittáló sclerosis multiplex hosszú távú prognózisát, ennek ellenére sok beteg még manapság is bizonytalan a gyermekvállalást illetően. A kérdést bonyolítja, hogy az egyre növekvő számú beteg­ségmódosító terápia terhességre gyakorolt hatásával nin­csenek eléggé tisztában a betegek, és sokszor az orvosok sem. Még kevésbé tisztázottak és ismertek a szoptatással kapcsolatos kérdések. A betegek ezekről a témákról elsősorban gondozó neurológusukkal konzultálnak. A neu­ro­ló­gus feladata a fogamzásgátlással, terhességgel, asszisz­tált reprodukcióval, szüléssel, szoptatással, betegségmódosító kezelésekkel járó kockázatokat és előnyöket reá­lisan értékelni, a beteget ezekről tájékoztatni, majd a b­e­teggel közösen a családtervezési tervekkel összhangban a megfelelő betegségmódosító gyógyszert megválasztani. A jelen közlemény célja a klinikusok eligazodását segíteni ezekben a kérdésekben.A releváns szakirodalom áttekintése alapján, a nemzetközi irányelvekkel összhangban a közleményben áttekintjük a fogantatás, terhesség és szoptatás témakörét, különös tekintettel a törzskönyvezett betegségmódosító terápiák terhesség és szoptatás alatti alkalmazhatóságára.

A SARS-CoV-2 koronavírus által okozott COVID-19- jár­vány 2020 tavaszára világszerte elterjedt, gyors és haté­kony reakciót igényelve össztársadalmi szinten, és az egész­­ségügyi ellátás szervezésében is. A COVID-19 fő tünetének a lázat, a köhögést és a nehézlégzést tartják. A légzőszervi érintettségen túl a fertőzés egyéb panaszokat és tüneteket is okozhat. Az eddigi adatok alapján neuro­lógiai jellegű panaszok és tünetek a kórházba kerülő COVID-19-betegek 30–50%-ánál előfordulnak, és gyakrabban jelentkeznek a súlyos állapotú eseteknél. Leírtak a COVID-19-hez társuló klasszikus akut neurológiai kórképeket is. A COVID-19-ellátásra fókuszáló egészségügyi ellátórendszerekben az egyéb akut ellátást igénylő kórképek szakellátásának visszaesését figyelték meg. A COVID-19-járvány során fontos feladat a krónikus neurológiai kórképekben szenvedők folyamatos ellátásának biztosítása is. A jövő feladata lesz a COVID-19 járvány által az egyéb neurológiai kórképekre kifejtett hatások felmérése, valamint annak megítélése, hogy a SARS-CoV-2 koronavírus által okozott fertőzés járhat-e késői neurológiai szövődményekkel.

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.