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.

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.

Nemzetközi viszonylatban a segítő foglalkozású szakemberek kiégésének óriási szakirodalma van. Magyar nyelven különösen a legátfogóbb tanulmány ebben a témakörben Fekete Sándor pszichiáter tizenöt évvel ezelőtt született írása. Az elmúlt tizenöt évben az egészségpszichológiai, a magatartás-tudományi, az egészségszociológiai és az életminőség-vizsgálatok, valamint a munkastressz egészségkárosító hatása egyre nagyobb hangsúlyt kapnak a tudományos és a közéletben. A tanulmány első részében a kiégés fogalom határainak tisztázása, kialakulása, folyamata, mérése, kezelésének fő irányai kerülnek bemutatásra, a második részben pedig a kiégéskutatás harminc évének történetét ismerteti a szerző, különös tekintettel a legújabb nemzetközi és hazai kutatásokra, a kutatási trendek változásaira.

Az alvásfüggő légzészavarok (obstruktív alvási apnoe szind-róma, centrális apnoe és Cheyne–Stokes-légzés) szerepe a cerebro- és cardiovascularis betegségek kialakításában jól ismert. Hasonlóan fontos, de kevésbé alkalmazott összefüggés áll fenn e kórképek és egyes epilepsziák között. A kapcsolat kétirányú. Az alvás során jelentkező légzészavarok szerepet játszanak a rohamok keletkezésében, de a rohamok, vagy az antiepileptikus terápia következtében légzészavar is jelentkezhet, melyek negatívan hatnak a rohamkontrollra. Az új terápiás eljárások (vagusstimuláció, mélyagyi stimuláció) szintén számos kérdést vetnek fel az alvásszerkezetre gyakorolt hatásuk és alvásfüggő légzészavar indukáló szerepük miatt. Az elméleti háttér mellett egy rövid esettanulmányban a mélyagyi stimulálás alvásszerkezetre való hatását is bemutatjuk. A fenti összefüggések, ismeretek alkalmazása lehetőséget nyújt egyes epilepsziák hatékonyabb kezelésére.

[A hippocampalis formáció navigációban és memóriában be­töltött szerepét a 20. század második felére fokozódó érdek­lő­dés övezte, ami részben Henry G. Molaison esetére vezet­hető vissza, aki bilaterális medialis temporalis lobectomián esett át epilepsziája kezelése végett. A kezelést követően egy­ér­tel­művé vált, hogy az eltávolított entorhinalis kéreg és a hippocampus jelentős része elengedhe­tetlen a memória kiala­kí­tásában, ami számos kutatót ösztönzött e régiók további vizsgálatára. A hippocampalis „place” sejtek vagy helysejtek ké­sőbbi felfedezése vezette be számos más funkcionális sejttípus és neuronalis hálózat leírását a Papez-körben, amelyek kulcs­szerepet játszanak a memóriafolyamatokban és a tér-idő in­for­mációk kódo­lásában (sebesség, fejirány, határok, grid, ob­jektum-vektor stb.) Ezen sejttípusok mind­egyike egyedi tulaj­don­ságokkal rendelkezik, és együttesen alkotják az úgyne­ve­zett „agyi GPS-t”. E közlemény célja, hogy bemutassa a limbicus rendszerben, különösképpen a temporalis lebenyben ta­lálható sejttípusokat és neuronalis hálózatokat, melyek gyak­ran áldozatai különböző patológiai elváltozásoknak. A korai felfedezések eredményei mellett áttekintjük a leg­frissebb megfigyeléseket is, és rávilágítunk arra, hogy a hippocampalis for­máció legfőbb sejttípusai milyen szereppel bírnak a térbeli navi­gációban és a memóriafolyamatokban. Az utóbbi né­hány évtizedben számtalan új, funkcionálisan elkülöníthető sejttípust írtak le ebben a régióban, de valószínűleg továbbiak még felfedezésre várnak. Az idegrendszeri betegségek jobb megértése érdekében hasznos lehet mélyebb betekintést nyer­ni a dinamikusan bővülő idegtudományi irodalomba. A me­móriafolyamatokat és a térbeli navigációt érintő betegségek jelentős közegészségügyi terhet képvi­selnek, és öregedő társadalmunkban a helyzet folyama­tosan romlik. Ez különösen ösztönzően hat ennek az agy­területnek a pontosabb megismerésére és funkcio­nális feltérképezésére.]