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.  Kulcsszavak: mesterséges intelligencia, orvosi döntéselemzés, klinikai döntéstámogató rendszerek, gépi tanulás