Íme, még mindig itt vagyunk… A Lege Artis Me­dicinae (LAM) első számában („Lectori sa­lutem”) megjelent beköszöntő első mondatát kiegészítettem a „mindig” szóval. Nagy eredmény ez... Harminc év! Csendben ülök a számítógép előtt, hallom a falióra ketyegését: tik-tak. Másodpercenként egy tik vagy tak... A LAM első megjelenése óta mostanáig, amikor e sorokat írom, 950 765 620 másodperc telt el… Mindjárt egymilliárd! Megrohannak az emlékek.

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.

A tanulmány a Semmelweis Egyetem Általános Orvostudományi Karán futó orvosi antropológia tantárgy oktatásában szerzett tapasztalatokról számol be. Az orvosi antropológiát sokan a „Dr. Csont-féle” fizikai antropológiával azonosítják, holott e tudományterület a kulturális antropológia egyik, alkalmazott antropológiával foglalkozó ága. A gyakorlatok során a preklinikai éveiket töltő - tehát már nem laikus, még nem gyógyító - hallgatók többek között antropológiai terepmunkát, részt vevő megfigyelést végeznek az általuk választott egészségügyi intézményben: kórházi osztályon, családorvosi rendelőben vagy alternatív gyógyászati központban/rendelőben. A terepmunka célja a különböző gyógyító rendszerek, és az orvos-beteg viszony vizsgálata, értelmezése. Az utóbbi kilenc év alatt közel ötszáz terepmunka-beszámoló született, ezek alapján a tanulmány kísérletet tesz arra, hogy összegezve a tapasztalatokat, képet alkosson a hazai orvoslás pluralizmusáról, a különböző gyógyítási rendszerek használhatóságáról és esetleges hibáiról, és végső soron az orvosi antropológia tantárgy hatékonyságáról.

A molekuláris információ alapú személyre szabott precíziós orvoslás új mérföldkőhöz érkezett az onkológiában. Mostani tudásunk szerint hozzávetőleg 600 gén 6 millió mutációja hozható összefüggésbe a daganatok kialakulásával, és minden beteg esetében átlagosan egyszerre 3-4 ilyen „driver” gén mutációja van jelen. A molekuláris diagnosztika fejlődése ma már lehetővé teszi, hogy a rutinellátás részeként megismerjük a betegek daganatának részletes molekuláris profilját. Ennek klinikai relevanciája az, hogy ma már 125 célzott gyógyszer van forgalomban és további több száz hatóanyag érhető el klinikai vizsgálatokban. Ez azt eredményezi, hogy sokszor már első vonalban több törzskönyvezett terápiás lehetőség közül kell kiválasztani a beteg számára a legmegfelelőbbet a molekuláris információ alapján. Ehhez ma már egyre inkább komplex informatikai eszközökre, orvosi szoftverekre van szükség. Genetikusok, molekuláris biológusok, molekuláris patológusok és molekuláris farmakológusok már most napi szinten használnak bioinformatikai és interpretációs szoftvereket. De ma már klinikusok számára is online elérhetők a mesterséges intelligencia által támogatott digitális eszközök a terápia megtervezésére. A telemedicina eszközei, a videokonferencia megteremtette a feltételét annak, hogy on­line multidiszciplináris szakértői egyeztetések, „virtual molecular tumor board”-ok jöjjenek létre, amelyek segítségével minden or­vos és beteg hozzáférhet a precíziós on­kológia korszerű lehetőségeihez.

[Az összes ágyéksérv körülbelül 0,7–12%-a távoli lateralis ágyéksérv (FLDH). Az FLDH a gyakoribb centrális és paramedialis ágyéksérvekhez képest súlyosabb és tartósabb radicularis fájdalmat okoz az ideggyök és a dorsalis gyöki ganglion közvetlen összenyomódása miatt. Azoknál a betegeknél, akik nem reagálnak a konzervatív kezelésre, így például a gyógyszeres kezelésre vagy a fizikoterápiára, és akiknél még nem alakultak ki neurológiai hiánytünetek, az ideggyök sérülése és a synovialis ízületek károsodása miatti gerincinstabilitás kockázata miatt nehéz dönteni a mûtét szükségességérôl. Vizsgálatunkban a transforaminalis epiduralis szteroidinjekció (TFESI) hatását kívántuk értékelni mind a fájdalomkontroll, mind a funkcionális kapacitás javulására FLDH-ban szenvedô betegeknél. Összesen 37 olyan, konzervatív kezelésre nem reagáló, neurológiai hiánytünetmentes beteget vontunk be a vizsgálatba, akinek radicularis fájdalmát az ágyéki MR-felvételen látható távoli lateralis ágyéksérv okozta. A betegeknél praeganglionos irányból TFESI alkal­mazására került sor. A betegek kezelés elôtt felvett vizuális analóg skála (VAS) és Oswestry Disability Index (ODI) pontszámait a beavatkozás utáni 3. hét, továbbá 3. és 6. hónap VAS- és ODI-pontszámaival hasonlítottuk össze. Az átlagos kezdeti VAS-pontszám 8,63 ± 0,55 volt, míg a 3. hét és a 3., 6. hónap VAS-pontszámainak átlagos értéke 3,84 ± 1,66; 5,09 ± 0,85; 4,56 ± 1,66 volt. A VAS-pontszám csökkenése statisztikailag szignifikánsnak bizonyult (p = 0,001). Az átlagos kezdeti ODI-pontszám 52,38 ± 6,84 volt, míg a 3. hét és a 3., 6. hónap ODI-pontszámainak átlagos értéke 18,56 ± 4,95; 37,41 ± 14,1; 34,88 ± 14,33 volt. Az ODI-pontszám csökkenése statisztikailag szignifikánsnak bizonyult (p = 0,001). Ez a tanulmány kimutatta, hogy a TFESI hatékonyan javítja a funkcionális kapacitást és a fájdalom­kontrollt olyan betegek esetén, akik távoli lateralis ágyéksérv miatti radicularis tüneteit nem lehet mûtéti úton ke­zelni. ]