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.

Az atherosclerosis folyamata gyermekkorban kezdődik és a szervezet haláláig tart. A legtöbb cardiovascularis betegség és halálozás hátterében atheroscleroticus érelváltozások állnak. A folyamat maga több ezer éves, de komplex patofiziológiáját csak mára kezdjük ismerni és érteni. A ma rendelkezésre álló bizonyítékok alapján úgy gondoljuk, hogy az atherosclerosis a nagy és közepes artériák olyan krónikus gyulladásos betegsége, amelyet oxidatív és egyéb módosulást szenvedett lipoproteinek, im­munsejtek és az extracelluláris mátrix subendothelialis felhalmozódása jellemez. A veleszületett és a szerzett immunitás az atherogenesis olyan összetett szabályozó rendszere, amely adott esetben a pro­athe­rogen gyulladásos és az atheroprotectiv gyulladásellenes folyamatokat irányítva fokozza a plakkok progresszióját, vagy éppen stabilizálja azokat. Az atherogenesis folyamatairól nyert egyre bővülő ismereteinkkel tovább javíthatjuk a cardiovascularis rizikóállapotok meghatározását, és ennek következtében személyre szabottabb terápiás stratégiákat alkalmazhatunk.

A bal kamra a különféle ártalmakra többféle válaszreakcióra képes, amelyet patológiás remodelingnek nevezünk. Ez a szívizomsejtekben végbemenő komplex transzkripcionális, jelátviteli, strukturális, elektrofiziológiai és funkcionális folyamatok tetőzésének az eredménye. A bal kamra egyéb sejtes összetevői, mint a fibroblastok, a kiserek simaizomsejtjei, vascularis endothelsejtek és a fehérvérsejtek mind hozzájárulnak a patológiás remodelingválaszhoz.

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.

Célkitűzés – A szerző a vonatkozó szakirodalmi adatok és több évtizedes szakmai tapasztalata alapján kiemeli a bizonyítékon, illetve tapasztalaton alapuló betegellátási szemlélet mindennapos ütközési pontjait a felnőtt epilepszia-járóbetegellátás terepén. Kérdésfeltevés – Az epilepsziás betegek ellátása és gondozása során melyek azok a felelősségteljes döntési feladatok, amelyekben a leghatékonyabb megoldáshoz a tudományos eredmények önmagukban nem szolgáltatnak elegendő alapot? A vizsgálat módszere – Az epilepszia-szakellátás érvényes hazai szakmai irányelvét alapul véve, annak szerkezete szerint haladva áttekinti a betegellátási folyamatot, és kiemeli a célkitűzésnek megfelelő kritikus feladatokat. Rámutat a döntési dilemmák szakmai alapjaira (azok hiányosságára vagy bizonytalanságára, vagy a terület kutatásának nehézségeire). Eredmények – A szerző véleménye szerint a tapasztalaton alapuló szemlélet egyes vonatkozásokban felülírhatja a bizonyítékon alapulót az epilepsziabetegség definíciója, az epilepsziás roham besorolása, az etiológiai meghatározás, a genetikai háttér, a kiváltó és kockázati tényezők, az akut rohamprovokáló tényezők jelentő­sé­gé­nek megítélésében. Ez pedig befolyásolhatja a komplex diagnózisalkotást. A gyógyszeres kezelés során az első szer beállításánál, a terápiás algoritmusok közötti válasz­tásban, valamint a farmakoterápia során alkalmazott gondozási teendőkben is érvényesülhetnek az ajánlástól eltérő egyéni szempontok. De ezek megjelennek a nem gyógyszeres kezelési módok döntési folyamatában épp­úgy, mint a rehabilitáció és gondozás területén. Következtetések – A szakmai tapasztalat (és a betegérdek) érvényesítése a bizonyítékon alapuló orvosi szemlélet fel­tétlen kiegészítője, az optimális eredmény érdekében azon­ban több esetben felül is írhatja a hivatalos ajánlásokat. Ezért lenne szükség arra, hogy a magas szintű betegellátás érdekében a problémás betegek hivatalosan, szervezett formában is eljuthassanak azokba a centralizált intézmé­nyekbe, amelyekben a felelősségteljes döntések meg­hoza­talára alkalmas szakemberek állnak rendelkezésre.