Az invazív vizsgálatok azt mutatják, hogy a betegek kétharmadában a szívizom-ischaemia obstruktív coronariabetegség és más szívbetegség hiányában (INOCA) áll fenn, melynek oka a microvascularis diszfunkció (CMD), és amelynek következménye a microvascularis koszorúér-betegség (MVD), a microvascularis vagy epicardialis va­so­s­pasticus angina (MVA) lehet. A kor­szerű klinikai gyakorlatban a noninvazív kardiológiai képalkotó eljárások fejlődésével lehetővé vált a coronariaáramlás mérése a jellemző indexek meghatározásával. Mind­ezek javítják a CMD és az általa okozott myocardialis ischaemia diagnózisát, és le­hetőséget adnak az elsődleges MVD diag­nosztizálására. Tekintettel arra, hogy az MVD felismerése-kezelése a magyar orvosi gyakorlatban jelentősen alulreprezentált, az alábbiakban részletesen ismertetjük a primer stabil microvascularis anginát (MVA), annak korszerű invazív és noninvazív dif­fe­­renciáldiagnózisát és kezelését, különös tekintettel – a gyakorisága miatt – a magas vérnyomás által kiváltott formára és a nők ko­szorúér-betegségére. Kiemeljük a hazai lehetőségek figyelembevételével az ajánl­ható diagnosztikai eljárásokat.

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.

Kedves Olvasónk! Örömmel nyújtjuk át Önnek a LAM (Lege Artis Medicinæ) 30., karácsonyi számát. A LAM az 1990. évi indulása óta méltán vívott ki elismerést széles körű, megalapozott és hasznos információival az orvos- és egészségtudományok legújabb vívmányairól, valamint az egészségügyről és határterületeiről. Kezdettől fogva azon dolgozunk, hogy hiteles, magas szakmai és esztétikai színvonalú kiadványt készítsünk, amit haszonnal és élvezettel forgathatnak a legkülönbözőbb, az orvostudományhoz tartozó, és ahhoz kapcsolódó területek művelői. Ennek következetes megvalósítása tette az elmúlt évtizedekben a LAM-ot hazánk egyik legtekintélyesebb orvostudományi folyóiratává.

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.

Augusztus 8-án volt idén a Túlfogyasztás Napja; modellszámítás alapján azt fejezi ki, hogy az adott évre jutó összesített földi biokapacitást mikor éli fel az emberiség. A Global Footprint Network oldaláról bárki által igényelhetőek, letölthetőek az adatsorok, számítási módszerek.