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.

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.

A vizsgálat célja: A kutatás célja az Országos Mentőszolgálat állományában dolgozók pszichés állapotának vizsgálata volt a kiégés vonatkozásában, és cél volt azon tényezők azonosítása, amelyek kedvezőtlenül hatnak a mentőszolgálatnál dolgozók pszichés állapotára. Anyag és módszer: Kvantitatív, keresztmetszeti kutatás keretein belül 1979 fő került bevonásra. A kiégettség szintje a Pines-Aronson féle Kiégés Önértékelési Skála alkalmazásával került felmérésre. Az adatok feldolgozása az SPSS 17.0 statisztikai szoftver segítségével történt Khi-négyzet próba, ANOVA és korrelációelemezés alkalmazásával. A szignifikancia határ p<0,05 volt. Eredmények: A mentődolgozók majdnem 40%-a küzd a munkájával járó stresszel, azonban az állandó készenléti helyzet nem hagy időt az átélt események értékelésére, megbeszélésére. Szignifikáns összefüggés mutatkozott a kiégési szint, az OMSZ-nál elöltött idő, és a munkahelyi légkörrel való elégedettség között. Következtetések: Az eredmények alapján különböző prevenciós és beavatkozási lehetősé gek kerültek megfogalmazásra, amelyekkel a mentődolgozók körében mért kiégés kezelhető.

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.