Magyarországon évente mintegy 50-100 mil­liárd forint cserél gazdát orvosok és bete­gek között. Nem azért hungarikum a hálapénz, mert a világon máshol nem csúsztatnak bo­rí­té­kot az orvosok zsebébe.

BEVEZETÉS - A hálapénztéma tudományos feldolgozása etikai, jogi és közgazdasági szempontból az 1980-as években kezdődött és az 1990-es évek végére lényegében lezárult. Azóta nincs tisztázatlan tudományos kérdés a jelenség megítélésében, az elméleti kutatások azonban nem jártak semmilyen gyakorlati következménnyel. Az egészségpolitika lényegében közvetett megoldásokkal kísérletezik, számítva az érdekelt szereplők magatartásának megváltozására. Az utóbbi két évtizedben ezzel párhuzamosan jelentek meg egyrészről a hálapénz összegére és allokációjára irányuló közvélemény-kutatások, másrészről a szereplők attitűdjeire irányuló empirikus felmérések. Ezek között elsődlegesen fontosnak tartjuk a hálapénzes üzletben még közvetlenül nem érdekelt, de klinikai tapasztalatokkal már rendelkező orvostanhallgatók vizsgálatát. ANYAG ÉS MÓDSZER - Kutatásunkat 2009/10 és a 2010/11-es tanévben, a Semmelweis Egyetem Általános Orvostudományi Karának 701 negyedéves hallgatója körében önkitöltős kérdőívekkel végeztük, 84,5%-os válaszolási aránnyal. KÖVETKEZTETÉSEK - Megállapítottuk, hogy a hallgatók nagy figyelemmel követik a hálapénzkérdés alakulását, határozott elvárásaik vannak az orvosi jövedelempolitikával kapcsolatban, és attitűdjeik nem tartalmaznak semmilyen biztató utalást, amely a közvetett hálapénz-politika jövőbeli sikereit támogatná.

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.