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.

A koronavírus-járvány lassan egy éve befolyásolja mindennapjainkat hazánkban is. A kórokozó miatt kialakuló ezerarcú betegség a tünetmentes lefolyástól az enyhe formán át a kórházi ellátást igénylő súlyos, akár halált okozó változatig terjed. Szerencsére a legtöbb fertőzött otthonában vészelheti át a megbetegedést. Ilyen esetben a már jól bevált kezelési módszerek alkalmasak a tünetek enyhítésére, amelyek típusos esetben többek között láz, köhögés, izomfájdalom és fejfájás lehetnek. Fontos megemlíteni, hogy enyhe lefolyás esetén a tünetek nem sokban különböznek egy felső légúti huruttól vagy az egyszerű megfázástól, náthától, így sokan esetleg nincsenek is tudatában annak, hogy éppen koronavírus-fertőzésen esnek át.

A méhnyakrákban szenvedő nők körében a szexuális funkció, funkcionális működés és életminőség vizsgálata. Leíró, keresztmetszeti, kvantitatív kutatás során, a nem véletlenszerű, célirányos mintavétel célcsoportja a FIGO I./II./III. stádiummal diagnosztizált méhnyakrákkal érintett nők (N=91), akiknél több mint öt hónap telt el az utolsó terápiás kezelés óta. A vizsgálat során standard kérdőíveket alkalmaztunk, amelyeket kiegészítettünk saját szerkesztésű kérdésekkel. Az adatokat Microsoft Office Excel programmal elemeztük, leíró és matematikai statisztikai számítást végeztünk (p<0,05). A sugárterápiában részesült kitöltők szignifikánsan magasabb értéket értek el a funkcionális státuszban (p<0,05) és emocionális funkcióban, mint akik nem kaptak sugárkezelést (p<0,05). A kitöltőknek, akiknek alacsonyabb szintű a lelki jóllétük, azoknál szignifikánsan gyakrabban jelentek meg alacsonyabb szintű szexuális funkciók és magasabb szintű nőgyógyászati problémák (p<0,05). A méhnyakrákkal érintett nők gyakran tapasztalnak a betegséggel és a kezeléssel járó életminőségre visszaható szomatikus és pszichés zavarokat, amelyek gyakran úrrá lesznek rajtuk.

A hypertonia (magasvérnyomás-betegség) világszerte a legfőbb morbiditásért, valamint mortalitásért felelős módosítható rizikófaktor. A hypertonia diagnózisának, valamint kezelésének alapja a vérnyomás mérése, melyet a további költséges vizsgálatok, valamint hosszútávú terápiás módszerek indikációjának megerősítéséhez vagy kizárásához rutinszerűen alkalmaznak. A nem megfelelő mérési módszer vagy pontatlan vérnyomásmérő használata potenciálisan a kórkép túldiagnosztizáláshoz és szükségtelen kezeléséhez vagy a diagnózis elmaradása esetén megelőzhető kardiovaszkuláris (szív-érrendszeri) betegségek kialakulásához vezethet.