Анагаах ухааны цахим сургалт
Яагаад
Цахим сургалт гэж?
Хэзээ ч, хаана ч үзэх боломжтой
Хэзээ ч, хаана ч үзэх боломжтой
Та ажил, гэр, сургууль мөн жижүүрт хонох үедээ интернэт холболт бүхий ямар ч төрлийн төхөөрөмж ашиглан суралцах боломжтой.
Цаг хугацаа, мөнгийг тань хэмнэнэ
Цаг хугацаа, мөнгийг тань хэмнэнэ
Та байгаа газраасаа цахимаар суралцсанаар цаг хугацаа төдийгүй, мөнгөө хэмнэж өөрт хэрэгцээтэй сургалтыг авах боломжтой.
Сургалтыг та өөрөө удирдана
Сургалтыг та өөрөө удирдана
Цахим сургалтаар та багшаа, сургалтын аргаа, сургалтын хурдыг, сургалтын сэдэв болон дэс дараалал зэргийг бүрэн удирдах боломжтой.
Танд санал болгох
Багцын мэдээлэл

6 сарын багц

69,900₮

6 сард нэг удаа төлнө

  • 2 багц цагийн сургалт үнэгүй
  • Багцад хамаарах бүх хичээлүүд
  • Танхимын сургалтын хөнгөлөлт - 10% *
* 1 удаа хөнгөлөлтийг ашиглана
Багц авах

1 жилийн багц

99,900₮

Жилд нэг удаа төлнө

  • 3 багц цагийн сургалт үнэгүй
  • Багцад хамаарах бүх хичээлүүд
  • Онцлох хичээлүүд
  • Танхимын сургалтын хөнгөлөлт - 20% *
* 1 удаа хөнгөлөлтийг ашиглана
Багц авах
Сүүлийн үеийн
Нийтлэлүүд
Таргалалтыг эмээр эмчлэх үү эсвэл мэс заслаар уу?
2025 оны 8-р сарын 14

Таргалалтыг эмээр эмчлэх үү эсвэл мэс заслаар уу?

Эмнэлзүйн тохиолдол. 42 настай, эрэгтэй биеийн жингээ бууруулах зөвлөгөө авахаар танд хандсан. Тэрээр 1 жилийн өмнө зүрхний цочмог шигдээсээр өвдөж, титэм судсандаа яаралтайгаар стент тавиулсан. Зүрхний эмч нь түүнд хавсарсан антиагрегант эмчилгээ (клопидогрел+аспирин), статин, ангиотензин хувиргагч ферментийг саатуулагч (АХФС) эмийг бичиж өгсөн. Тухайн үед өвчтөний биеийн жингийн индекс (БЖИ) 36.3, мөн тамхи татдаг байсан тул тамхинаас гарч, жингээ хасахыг хатуу анхааруулсан. Өвчтөнд өөр эрүүл мэндийн асуудал оношлогдоогүй бөгөөд дээрхи эмээс өөр эмүүд уудаггүй байна.Сүүлийн хагас жил тэрээр өдөрт 1500 ккал-аас хэтрэхгүй илчлэгээр хоолны дэглэм барьж, өдөр бүр 30 минут орчим алхаж байгаа гэнэ. Гэсэн хэдий ч энэ хугацаанд ердөө 2 кг хассан ба хоолны дэглэмээ тууштай барьж чадахгүй байгаа гэж өөрөө хэлсэн. Тэрээр өдөрт 3 ширхэг тамхи татдаг болж тамхиа багасгасан гэх ба баяр ёслолоор архи хэтрүүлэлгүй хэрэглэдэг. Тэрээр жингээ хасахад нь туслах анагаах ухааны нотлогдсон эм болон мэс ажилбарын талаар мэдээлэл авахыг хүссэн.Үзлэгээр: артерийн даралт 128/75 мм.муб, зүрхний цохилт минутад 103 удаа байв. Түүний биеийн өндөр 1.81 м, жин 117 кг бөгөөд БЖИ нь 35.7, бэлхүүсний тойрог 109 см байна. Бусад үзлэгээр онцын өөрчлөлтгүй. Лабораторийн шинжилгээгээр глюкозжсон гемоглобин (HbA1c) 5.6%, нийт холестерин 190 мг/дл (4.9 ммоль/л), элэг болон бөөрний үйл ажиллагаа хэвийн гарчээ.Уг өвчтөнд жин хасах аль арга нь хамгийн үр дүнтэй бөгөөд аюулгүй болохыг та шийдэх хэрэгтэй боллоо. Семаглутид эмээр таргалалтыг эмчлэх үү, эсвэл бариатр мэс засалд илгээх үү? Таны эцсийн шийдвэр аль вэ?ЭМЧИЛГЭЭНИЙ СОНГОЛТУУДХэрэв энэ таны өвчтөн байсан бол та аль аргыг сонгох вэ?1. Семаглутидээр эмээр эмчлэх2. Бариатр мэс засал (ходоод тайруулах) санал болгох.Шийдвэр гаргахад нь туслах үүднээс бид салбарын шилдэг эмч тус бүрийн хувилбарыг энд дурдлаа. Өвчтөний нөхцөл байдал болон эмч нарын дэвшүүлсэн санаануудад үндэслэн та аль сонголтыг хийх байсан бэ? Монгол Улсын хувьд уг 2 эмчилгээний арга нь хоёулаа нэвтэрсэн бөгөөд улсын болон хувийн эмнэлгүүд мэс заслыг амжилттай хийж байна. СОНГОЛТ 1. Семаглутид эмээр эмчлэхA. Michael Lincoff, M.D.Таргалалт нь гипертензи, дислипидеми, чихрийн шижин зэрэг эрсдэлт хүчин зүйлсийн нөлөөг оруулалгүй тооцсон ч зүрхний титэм судасны өвчин үүсэх, даамжрах бие даасан эрсдэлт хүчин зүйл болдог.¹ Энд дурдсан таргалалттай, зүрхний шигдээсээр өвдөж байсан өвчтөний хувьд семаглутидээр эмчилгээ эхлүүлэх нь зөвхөн түүний жинг бууруулаад зогсохгүй, цаашид зүрх судасны хүндрэл үүсэх эрсдлийг бууруулна.Анх цусан дахь сахарын хэмжээг зохицуулах зорилгоор бүтээгдсэн глюкагон төст пептид-1 (GLP-1) агонистууд нь эмнэлзүйн хувьд мэдэгдэхүйц хэмжээнд жин хасдаг болох нь тогтоогдсон. Илүүдэл жин буюу таргалалттай өвчтөнүүдийг 104 долоо хоног эмчилсэн нэгэн судалгаагаар урт хугацааны үйлдэлтэй GLP-1 аналог болох семаглутид хэрэглэсэн бүлэгт плацебо бүлэгтэй харьцуулахад биеийн жингийн дундаж бууралт 12.6 хувиар, бэлхүүсний тойргийн бууралт 9.2 см-ээр илүү байжээ.² GLP-1 агонистууд нь мөн зүрх-бодисын солилцоонд эерэг нөлөө үзүүлж, 2-р хэлбэрийн чихрийн шижинтэй өвчтөнүүдэд зүрх хамгаалах үйлдэлтэй болох нь батлагдсан.³SELECT судалгаагаар Семаглутид эмийг үндсэн эмчилгээн дээр нэмэлтээр хэрэглэх нь манай тохиолдол шиг илүүдэл жинтэй эсвэл таргалалттай боловч чихрийн шижингүй өвчтөнүүдийн зүрх судасны тавиланг сайжруулах эсэхийг тодорхойлох зорилготой байв. Уг судалгаанд зүрх судасны өвчний түүхтэй (өмнө нь зүрхний шигдээс, харвалт, эсвэл шинж тэмдэг бүхий захын артерийн өвчтэй), БЖИ 27 ба түүнээс дээш боловч чихрийн шижингүй 17,604 өвчтөнийг санамсаргүй байдлаар сонгож, долоо хоногт нэг удаа 2.4 мг тунгаар арьсан дор Семаглутид эсвэл плацебо тарьсан.⁴ Дунджаар 39.8 сарын ажиглалтын хугацаанд Семаглутидээр эмчилсэн бүлэгт плацеботой харьцуулахад зүрх судасны шалтгаант нас баралт, үхэлд хүргээгүй зүрхний шигдээс, эсвэл үхэлд хүргээгүй харвалтын нийлмэл эрсдэл бага байв (6.5% ба 8.0%; эрсдлийн харьцаа, 0.80 [95%-ийн итгэх интервал, 0.72-0.90]; P<0.001). Түүнчлэн аливаа шалтгаант нас баралт, үхэлд хүргээгүй зүрхний шигдээс, титэм судасны ажилбар, зүрхний дутагдлын улмаас нас барах, эмнэлэгт хэвтэх, яаралтай тусламж авах зэрэг эрсдэлүүд мөн буурсан. Семаглутид хэрэглэсэн бүлэгт биеийн жин плацебо бүлгээс дунджаар 8.5 хувиар илүү буурч, бэлхүүсний тойрог 6.5 см-ээр илүү багассан байна. Хэдийгээр гол төлөв ходоод гэдэсний замын шинж тэмдгүүдээс (дотор муухайрах, бөөлжих, суулгах) болж Семаглутид хэрэглэхээ зогсоосон өвчтөний тоо плацебо бүлгээс илүү байсан ч (16.6% ба 8.2%) ноцтой гаж нөлөөний тохиолдол плацебо бүлэгтэй ижил байсан.Семаглутид эмээр буурах жингийн хэмжээ нь бариатр мэс заслынхаас бага байдаг ч энэ хоёр аргыг шууд харьцуулсан судалгаа одоогоор байхгүй. Хамгийн гол анхаарах зүйл бол таргалалтын менежмент нь зүрх судасны хүндрэлээс хоёрдогчоор сэргийлэхэд хэрхэн нөлөөлөх явдал юм. Хэдийгээр ажиглалтын судалгаагаар бариатр мэс засал нь нас баралт болон ишеми, зүрхний дутагдлын тохиолдлыг бууруулдаг гэж гарсан ч, эдгээр судалгаанд бусад хүчин зүйлийн нөлөө байхыг үгүйсгэхгүй.⁵ Бариатрийн мэс засал нь зүрх судасны үр дүнг сайжруулдгийг баталсан санамсаргүй түүврийн судалгааны нотолгоо одоогоор хангалтгүй байна. Тиймээс титэм судасны эмгэгтэй, таргалалттай энэ өвчтөний хувьд Семаглутид нь зүрх судасны эрсдлийг бууруулдаг нь олон судалгаагаар батлагдсан төдийгүй өөхөн эдийг мэдэгдэхүйц хэмжээгээр бууруулдаг тул эхний ээлжийн сонголт байх нь зүйтэй гэж үзэж байна.СОНГОЛТ 2. Бариатр мэс засал санал болгохScott A. Shikora, M.D.Хэлэлцэж буй өвчтөн нь таргалалттай (БЖИ-35.7), титэм судасны эмгэгтэй, бодисын солилцооны хам шинжтэй (гипертензи, гиперлипидеми) дунд эргэм насны эрэгтэй. Зүрхний шигдээсийн дараа түүнд жингээ хасаж, тамхинаас гарахыг зөвлөсөн. Тэрээр тамхиа багасгаж чадсан ч жингээ хасаж чадаагүй байна.Уг өвчтөн зайлшгүй жингээ хасах ёстой тул бариатр мэс засалд орохыг зөвлөх хэрэгтэй. Энэхүү мэс засал нь хүнд хэлбэрийн таргалалт болон дагалдах эмгэгтэй өвчтөнд хамгийн үр дүнтэй, урт хугацааны ач холбогдолтой эмчилгээ юм. Өдгөө ходоодны босоо тайралт (sleeve gastrectomy) нь дэлхий даяар хамгийн түгээмэл хийгддэг мэс засал болсон. Мэс засал нь хийхэд хялбар, хүндрэл багатайгаас гадна гэдэсний аль ч хэсгийг тайрдаггүй тул шим тэжээлийн дутагдлын эрсдэл үүсгэдэггүй зэргээрээ ходоод тайрч нарийн гэдэс залгах (gastric bypass) мэс заслаас илүү байдаг. Бариатр мэс засал нэгэн цагт өндөр эрсдэлтэйд тооцогддог байсан бол одоо дурангийн мэс засал, багаж хэрэгсэл сайжирсан, эмч нарын чадвар нэмэгдсэн учир харьцангуй хялбар, аюулгүй болсон. Мэс заслын дараах 30 хоногийн доторх нас баралтын түвшин 1%-иас бага байдаг.⁶ Урт хугацааны хүндрэлүүдэд ходоодны босоо тайралтын дараах хүнд хэлбэрийн сөргөө, улаан хоолойн ивэрхий, харин ходоод тайрч нарийн гэдэс залгасны дараа дотоод ивэрхий, шархлаа, витамины дутагдал зэрэг орно. Өвчтөнүүдийн ойролцоогоор 25% нь жингээ хангалттай хасдаггүй эсвэл дахин жин нэмдэг.Нэгэн цагт зөвхөн томоохон эрдэм шинжилгээний төвүүдэд хийгддэг байсан эдгээр мэс засал одоо жижиг эмнэлгүүд болон амбулаторийн мэс заслын төвүүдэд аюулгүй хийгдэж, олон өвчтөн мэс заслын маргааш, заримдаа бүр тэр өдөртөө эмнэлгээс гардаг болсон. Ихэнх бариатр мэс заслын хөтөлбөрүүд мэс заслын өмнөх иж бүрэн үзлэг, бэлтгэлийг хангадаг бөгөөд үүнд мэс засалч, сэтгэл засалч, хоол зүйч зэрэг олон мэргэжилтний багтай хэд хэдэн удаа уулзаж зөвлөгөө авдаг.Бариатр мэс заслын дараах жин хасалт нь хэд хэдэн механизмаар явагддаг.⁷ Хоёр төрлийн мэс засал хоёулаа илчлэгийн хэрэглээг эрс хязгаарладаг. Үүний зэрэгцээ грелин, GLP-1, пептид YY зэрэг гэдэсний даавруудын ялгаралтыг огцом нэмэгдүүлж, хоолны дуршлыг бууруулж, цатгалан мэдрэмжийг төрүүлдэг.⁸ Мөн бусад даавар, тэнэгч мэдрэл, гэдэсний микробиом, цөсний хүчлийн найрлага зэрэг нь ч нөлөөлдөг.Өнөөдрийг хүртэл бариатр мэс заслыг семаглутид зэрэг GLP-1 аналог эмтэй харьцуулсан санамсаргүй түүврийн хяналтат судалгаа байхгүй. Хэдийгээр жин хасалтад олон зүйл нөлөөлдөг ч (жишээлбэл, мэс заслын төрөл, өвчтөний БЖИ, хүйс), бариатр мэс заслын дараа жин 20-30%-иар буурдаг бол семаглутидийн хувьд 10-20% байдаг.⁹ Бариатр мэс заслын дараах жингийн бууралт нь 2-р хэлбэрийн чихрийн шижин, гипертензи, гиперлипидеми зэрэг таргалалттай холбоотой олон эмгэгийг арилгах эсвэл сайжруулдаг. Цаашлаад, ажиглалтын судалгаагаар энэ мэс засал нь зүрх судасны томоохон хүндрэлүүдийн эрсдэл, мөн бүх шалтгаант болон зүрх судасны нас баралтыг бууруулдгийг харуулсан.¹⁰ Эдгээр үр дүнгүүд нь зүрхний шигдээсээр өвдсөн энэ өвчтөнд бариатрийн мэс засал санал болгохыг хангалттай үндэслэл болж байна. Энэ төрлийн мэс засал нь аюулгүй бөгөөд ихэнх өвчтөнд мэдэгдэхүйц хэмжээний жин буурч, таргалалттай холбоотой эмгэгүүдийг намжаадаг. Нийтлэлийн эх сурвалж: https://www.nejm.org/doi/pdf/10.1056/NEJMclde2413003Эх сурвалжууд:1. Global Burden of Metabolic Risk Factors for Chronic Diseases Collaboration (BMI Mediated Effects). Metabolic mediators of the effects of body-mass index, overweight, and obesity on coronary heart disease and stroke: a pooled analysis of 97 prospective cohorts with 1.8 million participants. Lancet 2014;2. Garvey WT, Batterham RL, Bhatta M, et al. Two-year effects of semaglutide in adults with overweight or obesity: the STEP 5 trial. Nat Med 20223. Sattar N, Lee MMY, Kristensen SL, et al. Cardiovascular, mortality, and kidney outcomes with GLP-1 receptor agonists in patients with type 2 diabetes: a systematic review and metaanalysis of randomised trials. Lancet Diabetes Endocrinol 2021;4. Lincoff AM, Brown-Frandsen K, Colhoun HM, et al. Semaglutide and cardiovascular outcomes in obesity without diabetes. N Engl J Med 20235. van Veldhuisen SL, Gorter TM, van Woerden G, et al. Bariatric surgery and cardiovascular disease: a systematic review and meta-analysis. Eur Heart J 20226. Huppler L, Robertson AG, Wiggins T, Hollyman M, Welbourn R. How safe bariatric surgery is — an update on perioperative mortality for clinicians and patients. Clin Obes 20227. Akalestou E, Miras AD, Rutter GA, le Roux CW. Mechanisms of weight loss after obesity surgery. Endocr Rev 20228. le Roux CW, Aylwin SJB, Batterham RL, et al. Gut hormone profiles following bariatric surgery favor an anorectic state, facilitate weight loss, and improve metabolic parameters. Ann Surg 20069. Naslund I. Lessons from the Swedish Obese Subjects Study: the effects of surgically induced weight loss on obesity comorbidity. Surg Obes Relat Dis 200510. Yan G, Wang J, Zhang J, Gao K, Zhao Q, Xu X. Long-term outcomes of macrovascular diseases and metabolic indicators of bariatric surgery for severe obesity type 2 diabetes patients with a meta-analysis. PLoS One 2019

Дэлгэрэнгүй
Сонсголын шванномагийн ховор тохиолдол
2025 оны 2-р сарын 20

Сонсголын шванномагийн ховор тохиолдол

Сонсголын Шваннома нь гавлын VIII хос мэдрэлийн үүдэвчийн салаанаас гаралтай, удаан ургалттай, хоргүй хавдар юм. Толгой, хүзүүнд тохиолдох нийт хоргүй хавдрын 35%-ийг эзэлж жилд дунджаар 10.4 сая тохиолдол шинээр бүртгэгддэг. Ихэвчлэн 30-60 насныханд хүйс хамааралгүй оношлогдоно.  Нийт тохиолдлын 90-ээс дээш хувьд нэг талын мэдрэлийг дарж ганц нэгээр үүсэх ба хэрэв хоёр талыг эсвэл олон тоотой бол нейрофиброматоз II хэвшинжтэй  холбоотой байж болно. Ихэнх судалгаануудаас үзвэл утасны хэрэглээ тархины хавдар (сонсголын шваннома багтана) үүсгэхэд нөлөөлнө гэж үзжээ. Мөн дуу чимээний бохирдол сонсголын шваннома үүсгэх эрсдэлийг нэмэгдүүлдэг байна. Ихэнхдээ дотор акустик сувагт үүсэж бага тархи-гүүрний өнцгийг (БГӨ) хамарна. Хавдрын хэмжээ, байршлаас хамаарч эмнэлзүйн илрэл ялгаатай бөгөөд мэс засал эмчилгээний дараа ихэнхдээ дахидаггүй. Эмнэлзүйд  нэг талын давшингуй явцтай сонсгол бууралт, чих шуугилт илрэх ба хавдрын хэмжээ томрохын хэрээр бусад гавлын хос мэдрэлүүдийн дарагдлын шинжүүд (нүүрний саа, тэнцвэр алдагдал, толгой өвдөх) ажиглагдана. Сонсголын шванномаг нэн тэргүүнд менингиомагаас ялган оношлох шаардлагатай ба эд судлал болон иммунохистохимийн шинжилгээг хийж ялгана. Хистологид шванномаг илтгэх өвөрмөц Антони А – эсжилт ихтэй бүс ба эсүүд нь хашаа шиг эгнэн байрласан, бөөмүүд нь сунасан бүтэцтэй, Антони Б- сийрэг эсүүдийн бөөгнөрөл үүсгэсэн, цитоплзам нь салс ихтэй харагдахаас гадна сонсголын шванномагийн үед илүүтэй ажиглагдана.Эмнэлзүйн тохиолдол29 настай, эмэгтэй. Зовуурь: 2 чихний сонсгол буурна, шуугина, 2 нүд чилж өвдөнө, зүүн нүд анигдахгүй хуурайшна, 2 нүдний урдуур хар юм хөвнө, толгой эргэнэ, тэнцвэр алдагдана гэнэ. Мэдрэлийн эмчийн үзлэгээр нистагм (+), зүүн духны үрчлээ тэнэгэр, зүүн нүд анигдахгүй, зүүн хацраар хий алдана, зүүн амны булан унжсан, хэл баруун тийш татагдсан байв.Өвчний түүх: Архаг хууч өвчингүй, нэг жилийн өмнөөс чих шуугиж, толгой эргэн, тэнцвэр алдагдаж эхэлсэн. Зургаан сарын өмнө сонсгол шалгуулахад 2 чихний сонсгол буурсан байв. Хоёр сарын өмнө ...-ийн СРТ-ийн шинжилгээнд харуулж зүүн дотор чихний сувагт цагаан будаа шиг орчны эдээс сайтар зааглагдсан үүсгэвэр тодорхойлогдсон, зүүн талын XII мэдрэл хавагнаж зузаарсан тул Шваннома (Зураг 1A) гэж оношлогдож ...Э-т чихний дотор сувгаар дамжуулан хавдрыг авах мэс засал эмчилгээ хийгдсэн. Дотор сувгаар дамжуулан (translabyrinthine) хавдрыг авах мэс засал нь чихний ар хэсэгт зүслэг хийж арьс өөхөн эдээс чөлөөлж, хөхлөг сэртэнг авч (мастоидэктоми) , дотор чихний хөндийг араас нь нээн, дотор чихний сувгийг өрөмдөж хавдрыг гаргаж авдаг мэс засал юм. 3 см-с бага хэмжээтэй хавдрыг авахад тохиромжтой ба ойр орчмын сонсгол болон бусад мэдрэлийг гэмтээдэггүй, хүндрэл багатай мэс заслын сонголт юм.  Лабораторийн шинжилгээнд: HGB 10.8¯, HCT 34.7¯, MCV 76.9¯ цус багадалтын шинжтэй. Эд судлалын шинжилгээнд: Мэс заслаар авагдсан 4 ш 0.8х0.5х0.4 cм, 0.7х0.4х0.3 cм, 0.2х0.2х0.2 cм, 0.2х0.2х0.2 cм хэмжээтэй цайвар шаргал, зөөлөн эд ирж хистологид харахад тод будагдсан татагдсан бөөмтэй ээрүүл эсүүдээс бүрдсэн, үхжил болон митоз хуваагдал ажиглагдаагүй (Зураг 1B, C). Хашаа шиг эгнэн, шигүү байрласан ээрүүл эсүүд (Антони А) болон миксойд сийрэг (Антони В) эсгүй зураглалтай. Бусад ээрүүл эст хавдруудаас ялган оношлохын тулд Иммунохистохимийн S-100 эсрэгбиеэр эерэг будагдсан тул мэдрэлийн эсээс гаралтай, Шваннома гэж дүгнэсэн (Зураг 1D).Зураг 1. (A) Зүүн дотор чихний сувагт цагаан будааны ширхэг шиг орчны эдээс сайтар зааглагдсан үүсгэвэр (дугуйлж тэмдэглэсэн), зүүн талын XII мэдрэл хавагнаж зузаарсан (сумаар тэмдэглэсэн). Эд судлалын шинжилгээнд (В) нэгэн төрлийн татагдсан бөөмтэй ээрүүл хэлбэрийн эсүүд хашаа шиг эгнэн байрласан (Антони А) болон миксойд сийрэг эсгүй (Антони В) хэсгүүдтэй (ХЭ, х10). (С) Эдгээр эсүүдийн бөөм нь татагдсан, долгионтсон бөгөөд митоз хуваагдал, үхжил ажиглагдаагүй (x40). (Г) Иммунохистохимийн S-100 эсрэгбиеэр цитоплазмын будагдалттай тул эерэг гэж үнэлсэн (x10).Хэлцэмж: Шванномын 60%-аас дээш тохиолдлууд гавлын VIII хос мэдрэлээс гаралтай байдаг бол энэхүү тохиолдолд гавлын VII, VIII, XII хос мэдрэлийг хамарсан эмнэлзүйн шинж илэрсэн. Шваннома оношлогдсон 12 хүнд XII мэдрэл, 10 хүнд IX, X мэдрэл тус тус гэмтэж, 4 хүнд нүүрний саа, 4 хүнд бага тархи болон пирамид дарагдлын шинжүүд илэрсэн байна. Өөр нэг судалгаанд нэг талын сонсгол бууралт 80%, нэг талын чих шуугилт 6.3%, тэнцвэр алдагдах, толгой эргэх, толгой өвдөх шинж тус тус 3.8%, 3.4%, 2% илэрчээ. Сонсголын шванномаг эмчилсэн 1000 тохиолдол бүхий судалгаанаас үзвэл, VIII мэдрэлийн чихний дунгийн мэдрэл нийт тохиолдлын 95%-д гэмтэж, сонсгол алдагдал, чих шуугилт илэрсэн бол үүдэвчийн мэдрэл 61%, хөнгөнөөс дунд зэргийн тэнцвэр алдагдал, V мэдрэл 17%, нүүр бадайрах, өвдөх шинж, VII мэдрэл 6% , нүүрний саа, амт алдагдах, нүд хуурайших зэрэг шинжүүд илэрсэн. Дунджаар жилд 1.9 мм-ээр томрох ба 80-ээс дээш хувьд бага тархи-гүүрний өнцөгт тохиолдоно. Тодосгогчтой СРТ-аар жижиг хэмжээтэй хавдруудыг оношлох боломжтой ба тодосгогчгүй СРТ болон КТ-оор зарим тохиолдолд жижиг хавдрууд харагдахгүй байх магадлалтай.Эд судлалын шинжилгээнд ээрүүл эст хавдрууд болох Шваннома, Лейомиома, Нейрофиброма зэргийг өөр хооронд нь ялган оношлох хэрэгтэй болдог. Энгийн хематоксилин эозины будгийн аргаар дангаар нь ялгахад хүндрэлтэй байдаг тул нэмэлт иммунохистохимийн эсрэгбие ашиглах шаардлагатай болдог. Шванномаг Антони А болон Б зураглалаар нь нейрофибромагаас ялган оношилж болно. Мөн иммунохистохимийн S100 эерэгбие Шванномын эсүүдийн цитоплазмд тархмал, тод будагддаг бол нейрофиброма дээр сул, захын мэдрэлийн бүрхүүлээс гаралтай хортой хавдрын (ЗМБГХХ) тохиолдлын 50-60%-д сөрөг будагдана.CD34 эерэгбие нь нейрофиброма болон Шванномын Антони А зураглал дээр эерэг будагдана. Гэхдээ CD34 эерэг будагдалт нь өвөрмөц бус буюу бусад олон төрлийн хавдрууд (фибробласт, миофибробласт, фибро-хистоцит, судас, мэдрэл, өөх, гөлгөр булчин, нөсөөт болон эпителийн гаралтай хавдрууд)-ын  үед эерэг гарах тул захын мэдрэлийн бүрхүүлээс гаралтай (ЗМБГХ) хавдруудыг оношлох өвөрмөц маркер болж чаддаггүй. Sox10 нь ЗМБГХ-ыг мезенхимээс гаралтай хавдраас ялгахад тусална. Sox10, Калретин нь Шванномаг нейрофиброма болон менингиомаас ялган оношлоход тустай. Мөн Sox10 нь Шванномаг фибросаркома, лейомиосаркома болон синовиал саркомагаас тус тус ялгана. Бусад нестин, EGFR, p16, Ki-67 биомаркерууд нь ЗМБГХХ-ыг Шваннома болон нейрофибромагаас ялгана. Иймээс эд судлалын шинжилгээнд өвөрмөц хавдруудын ялган оношилгоонд батлах эсвэл үгүйсгэх зорилгоор иммунохистохимийн эсрэгбие ашиглах шаардлагатай байна.Дүгнэлт: Шваннома нь эмнэлзүйд нэг талын сонсгол алдагдлаар илэрч дүрс оношилгоогоор эрт үедээ оношлогдох боломжтой тавилан сайтай хавдар юм. Гэхдээ эд судлалын шинжилгээ, иммунохистохимийн эерэгбиеийн тусламжтай оношийг баталгаажуулах нь цаашдын эмчилгээнд ач холбогдолтой.Эмнэлзүйн тохиолдлыг бичсэн:Э.Халиун1, Э.Энхжин1, П.Гантуяа1, З.Ганцэцэг1, Д.Нямдулам1, М.Уугантамир1, А.Цэнд-Аюуш3, Э. Жаргалхүү3,   Б . Халиун4, Ш.Тунгалагтамир5, Б.Уранчимэг2, З.Энхзул2, Э.Баярмаа1,2, , Л.Саямаа1,21 -АШУҮИС, БАС, Эмгэг Судлал, Шүүх Эмнэлгийн Тэнхим,  2- АШУҮИС, МЯЭ, Эмгэг судлалын тасаг,  3 -АШУҮИС, МЯЭ, Чих хамар хоолойн тасаг,  4 -АШУҮИС, МЯЭ, Дүрс оношилгооны тасаг, 5 -АШУҮИС, МЯЭ, Мэдрэл судлалын тасаг

Дэлгэрэнгүй
Хиймэл оюун ухаан - Эмч бидний нүдээр
2026 оны 2-р сарын 5

Хиймэл оюун ухаан - Эмч бидний нүдээр

Хиймэл оюун ухаан (AI) эрүүл мэндийн салбарт эрчимтэй нэвтэрч, ялангуяа "Их хэлний загвар" (Large Language Models - LLM) хэмээх технологи нь бидний өдөр тутмын эмнэлзүйн практик, сургалт, судалгааны ажилд чухал хэрэгсэл болон гарч ирж байна. Гэхдээ үүнийг аюулгүй, үр дүнтэй ашиглахын тулд бид энэ технологи хэрхэн яаж ажилладаг, бас ямар үед "алдаж" болдгийг зайлшгүй ойлгох хэрэгтэй байна. Энэхүү нийтлэлээрээ бид хиймэл оюун ухааны боломж болон хязгаарлагдмал талуудыг эмнэлзүйн бодит жишээн дээр тулгуурлан тайлбарлахыг зорилоо.ГОЛ АНХААРАХ ЗҮЙЛСХиймэл оюун ухааныг сургаж буй тэр их өгөгдөл дотор хүний буруутай үйл ажиллагаанаас үүдэлтэй өрөөсгөл мэдээллүүд (bias) байх боломжтой бөгөөд энэ нь AI-ийн хариултыг ч мөн өрөөсгөл болгох эрсдэлтэйг бид ойлгох хэрэгтэй. Энгийнээр хэлбэл, AI бол өгүүлбэрийг гүйцээхийн тулд дараагийн үг нь юу байх вэ гэдгийг магадлалын онолоор таамагладаг систем юм. Хэрэв сургалтын дата нь дутуу, хоёрдмол утгатай, эсвэл бидний асуусан асуулт түүний мэдлэгийн хүрээнээс гадуур байвал AI нь статистик тооцоололдоо тулгуурлан "тааж" эхэлдэг. Энэ үед маш үнэмшилтэй боловч огт худал мэдээллийг (үүнийг мэргэжлийн хэллэгээр "hallucinations" буюу “зохиох” гэдэг) зохиож ярих аюултай.Түүнчлэн, эмч та асуултаа хэрхэн томьёолж буй нь хариултад шууд нөлөөлдөг гэдгийг анхаараарай. Тиймээс эмнэлзүйн нэг асуудлыг хоёр өөр хэлбэрээр асууж, хариултууд нь хоорондоо таарч байгаа эсэхийг шалгаж байх нь зүйтэй. Их хэлний загварууд нь бидний шийдвэр гаргах хурдыг нэмэгдүүлж чадах ч аюулгүй, ёс зүйтэй эмчилгээ, үйлчилгээг явуулахын тулд эцсийн шийдвэрийг заавал "хүн" буюу эмнэлгийн мэргэжилтэн та өөрөө хянаж байх ёстой.Өнөөдөр бид ChatGPT, Gemini зэрэг автоматжуулсан туслахууд, эсвэл Open Evidence гэх мэт шийдвэр гаргахад дэмжлэг үзүүлэх хэрэгслүүдийг өдөр тутамдаа ашиглаж байна. Бид бүгдээрээ “програмист” байх албагүй ч, хэзээ AI-д итгэх, хэзээ эргэлзэх, хэзээ түүнийг хэрхэн яаж ашиглахаа мэддэг байхын тулд энэ технологийн мөн чанарыг бага ч болов гадарладаг байх шаардлагатай болжээ. Ингээд хамтдаа энэ технологи яаж хөгжсөн, яаж ажилладаг, мөн "эмнэлгээс бус уушгины хатгалгаа" (CAP)-ны жишээн дээр ямар эрсдэл дагуулж болохыг дэлгэрэнгүй харцгаая. ХИЙМЭЛ ОЮУН УХААНЫ ХӨГЖЛИЙН ТҮҮХХиймэл оюун ухаан нь энгийн дүрэмд суурилсан системээс эхлээд машин сургалт (machine learning), лавшруулсан сургалт (deep learning), улмаар өнөөгийн их хэлний загварууд хүртэл хөгжиж ирсэн. Энэ бүхэн эмнэлзүйн шийдвэр гаргахад, тухайлбал уушгины хатгалгаатай өвчтөнд антибиотик сонгоход хэрхэн тусалдгийг харьцуулж үзье.Дүрэмд суурилсан системүүд нь яг л нарийвчилсан алгоритм, схемтэй адил юм. Бид компьютерт "ХЭРЭВ өвчтөн 65-аас дээш настай БӨГӨӨД бөөрний асуудалтай бол, ИЙМ ҮЕД антибиотик X-ийг санал болго" гэсэн хатуу зааварчилгааг оруулж өгнө. Энэ системийн гол дутагдал нь уян хатан бус байдал юм. Шинэ удирдамж гарах, эсвэл дүрэмд заагаагүй шинж тэмдэг илрэх үед систем гацаж, дахин гараар програмчлах шаардлага гардаг байв.Дараа нь уламжлалт машин сургалтын системүүд гарч ирсэн. Энэ системд бид хатуу дүрэм тулгахын оронд олон мянган өвчтөний түүхийг өгч сургадаг. Жишээ нь, уушгины хатгалгаатай мянга мянган өвчтөний нас, шинж тэмдэг, хавсарсан эмгэг болон ямар антибиотик үр дүнтэй байсан тухай өгөгдлийг компьютерт оруулна. Компьютер эдгээр өгөгдөл дундаас өөрөө зүй тогтлыг олж, ямар хүчин зүйлс нийлээд эмчилгээний сайн үр дүнд хүргэж байгааг тооцоолдог. Гэхдээ энд нэг сул тал бий: хэрэв бид сургалтын өгөгдөлд ховор тохиолдох генетикийн эмгэгийг оруулахаа мартсан бол систем ирээдүйд түүнийг огт таньж, тооцоолж чадахгүй гэсэн үг.Харин одоогийн Лавшруулсан сургалтын (Deep Learning) системүүд бол хүний тархитай илүү төстэй ажилладаг хамгийн дэвшилтэт хэлбэр юм. Энэ нь өгөгдлийг заавал эмхэлж цэгцлэх шаардлагагүйгээр, шууд "түүхийгээр" нь боловсруулдаг. Уушгины хатгалгааны жишээн дээр бол энэ систем цээжний рентген зургыг (эсвэл дүгнэлтийг) харж, эмч сувилагчийн бичсэн тэмдэглэл, лабораторийн шинжилгээний хариу гээд бүх мэдээллийг нэгтгэн уншиж, аль нь чухал болохыг өөрөө шийднэ гэсэн үг. Лавшруулсан сургалтын давуу тал нь асар их мэдээлэл дундаас хүний нүдэнд өртөхөөргүй нарийн зүй тогтлыг олж харах ба гэхдээ яг яагаад ийм шийдвэр гаргаснаа тайлбарлаж чаддаггүй "хар хайрцаг" шиг байдаг нь эмнэлзүйн чухал шийдвэр гаргахад эрсдэлтэй байгаа юм.ОРОЛТ БА ГАРАЛТ (FEATURES IN, LABELS OUT)Энд бид "Features" (оролт буюу өгөгдлүүд) ба "Labels" (гаралт буюу үр дүн) гэсэн ойлголтыг тодруулах хэрэгтэй. "Features" гэдэг нь өвчтөний нас, хавсарсан өвчин, өвчний хүндрэлийн үе шат зэрэг антибиотик сонгоход туслах мэдээллүүд юм. Харин "Label" гэдэг нь бидний таамаглах гээд байгаа үр дүн буюу тухайн өвчтөнд хамгийн үр дүнтэй байсан эмчилгээ юм.Энд нэг чухал анхааруулга бий: AI-ийн сурч байгаа "үр дүн" нь бодит үнэн гэхээсээ илүүтэй тухайн үед эмч нар юу хийж байсныг тусгадаг. Хэрэв түүхэнд эмч нар нотолгоонд суурилсан хамгийн сайн эмийг биш, зүгээр л өөрсдийн зуршлаар "Антибиотик X"-ийг их бичдэг байсан бол AI систем "Антибиотик X бол хамгийн сайн эмчилгээ юм байна" гэж буруу сурч, түүнийгээ л дуурайх болно.МАШИН СУРГАЛТЫН ТӨРЛҮҮДБид "Зааварчилгаатай сургалт" (Supervised learning)-аар AI-д өвчтөний шинж тэмдэг болон зөв эмчилгээг хоёуланг нь үзүүлж сургадаг. Харин "Зааварчилгаагүй сургалт" (Unsupervised learning)-ын үед бид зөв хариуг хэлж өгдөггүй, систем өөрөө өгөгдөл дундаас бүлэг, зүй тогтлыг хайдаг. Энэ нь уушгины хатгалгааны бидний мэдэхгүй шинэ дэд бүлгүүдийг илрүүлэхэд тусалж магадгүй. Гурав дахь төрөл нь "Хүчжүүлсэн сургалт" (Reinforcement learning) бөгөөд энэ нь яг л шатар тоглож сурахтай адил туршилт, алдаа болон хариу үйлдэл дээр суралцдаг. Эмчилгээний явцад гарч буй өөрчлөлтөд тохируулан динамик зөвлөгөө өгөхөд энэ арга ирээдүйтэй юм.ХИЙМЭЛ ОЮУН УХААНЫ АНАТОМ БА ФИЗИОЛОГИОрчин үеийн их хэлний загварын (ChatGPT, Gemini гэх мэт) суурь нь "Трансформер" гэх бүтэц юм. Энэ бүтэц нь үгсийг дарааллаар нь бус, өгүүлбэр доторх үг хоорондын хамаарлыг ойлгоход чиглэдэг "Анхаарал хандуулах механизм" (Attention mechanism)-тай байдаг.Үүнийг энгийнээр тайлбарлая. Та өглөөний обходын үеэр резидент эмчийн яриаг сонсож байна гэж төсөөл. Та бүх үгийг сонсохын зэрэгцээ "онош тавихад чухал түлхүүр үгс"-ийг шүүж авч, хооронд нь холбож боддог. Яг үүн шиг, AI нь "Өвчтөн ханиалгаж байгаа бөгөөд цээжний зурагт шинэ нэвчдэстэй байгаа нь уушгины хатгалгаа байх магадлалтай" гэсэн өгүүлбэрийг уншихдаа "шинэ нэвчдэс", "ханиалга" гэх үгс хоорондоо хүчтэй холбоотойг ойлгож, эмнэлзүйн дүгнэлт хийдэг.Гэхдээ болгоомжлох зүйл бий. Трансформерууд нь үгүйсгэсэн утгыг (negation) ойлгохдоо заримдаа алдаа гаргадаг. Хэрэв эмч "Өвчтөн ханиалгаж байгаа ч халуураагүй, амьсгаадаагүй" гэж бичвэл AI нь "ханиалга" болон "хатгалгаа" гэдэг үгсийн статистик холбоог хэт чухалчилж, "халуураагүй" гэдэг үгүйсгэлийг анзаарахгүйгээр хатгалгаа байх магадлал өндөр гэж буруу дүгнэж мэднэ. AI нь бидэн шиг логикоор сэтгэдэггүй, харин үгсийн хоорондох статистик магадлалыг л тооцдог гэдгийг санаарай. Жишээ нь, кортикостероид хэрэглэж буй өвчтөн халуурахгүй байж болдгийг эмч бид мэднэ (физиологийн нөлөө). Харин AI-д үүнийг тусгайлан зааж өгөөгүй бол "халуураагүй юм чинь хатгалгаа биш" гэж магадлалыг буруу тооцоолох эрсдэлтэй.ХИЙМЭЛ ОЮУН УХААН ХЭРХЭН СУРАЛЦДАГ ВЭ?Суурь сургалт (Pretraining):Энэ нь яг л анагаахын оюутан, резидент олон жилийн турш сурах бичиг, судалгааны ажил уншиж ерөнхий мэдлэгтэй болдогтой адил юм. AI интернэт дэх асар их мэдээллийг уншиж өвчин, шинж тэмдэг, эмчилгээний ерөнхий зүй тогтлыг сурдаг. Гэхдээ сурах бичигт байхгүй шинэ өвчин, эсвэл ховор тохиолдлыг AI мэдэхгүй байж болно. Жишээ нь, 2024 оны сүүл хүртэлх мэдээллээр сургасан AI нь АНУ-д гарсан шувууны ханиадны (H5N1) сүүлийн үеийн тохиолдлуудыг мэдэхгүй тул үнээний фермийн ажилчинд илэрсэн томуу төст шинж тэмдгийг оношлохдоо үүнийг орхигдуулах магадлалтай. Мөн Chlamydia psittaci зэрэг ховор хатгалгааны талаарх өгөгдөл бага бол AI түүнийг оношийн жагсаалтад оруулахгүй орхих эрсдэлтэй.Нарийн тохируулга (Fine-tuning):Ерөнхий мэдлэгтэй болсон AI-г тусгай салбарт мэргэшүүлэхийг нарийн тохируулга (fine-tuning) гэнэ. Яг л дотрын эмч цаашаа зүрх судлалаар нарийсч суралцаж байгаатай адил. Жишээ нь, "цээжээр өвдөөгүй ч тропонин ихэссэн" өвчтөнийг оношлохдоо ерөнхий AI шууд л зүрхний шигдээс гэж магадгүй (учир нь энэ нь нийтлэг тохиолдол). Харин нарийн тохируулга хийсэн AI нь ийм тохиолдолд миокардит, уушгины эмболи, бөөрний дутагдал зэрэг өвөрмөц шалтгаануудыг илүү зөв эрэмбэлж чадна.Эх сурвалж ашиглан хариулт боловсруулах (RAG):Энэ бол AI өөрийн цээжилсэн мэдээлэлдээ найдахын оронд, эмнэлзүйн удирдамж, найдвартай мэдээллийн сангаас хариултыг хайж олж ирдэг арга юм. Яг л эмч шийдвэр гаргахаасаа өмнө ном, удирдамж сөхөж хардаг шиг. Гэхдээ энд ч эрсдэл бий. Хэрэв өвчтөний түүхэнд "пенициллиний хөнгөн харшилтай" гэж байвал удирдамж левофлоксацин зөвлөж магадгүй. Харин AI "хөнгөн" гэдгийг буруу үнэлж, солбицох урвал багатай цефалоспориныг санал болгож магадгүй. Энэ нь өвчтөний аюулгүй байдлаас илүү статистик магадлалыг барьсантай холбоотой алдаа юм. ХИЙМЭЛ ОЮУН УХААНЫ БОЛЗОШГҮЙ ЭРСДЭЛҮҮДХиймэл оюуны “зохиож бичих” чадвар (Hallucinations):AI заримдаа огт байхгүй зүйлийг маш итгэлтэйгээр зохиож бичдэг. Хэрэв таны асуулт түүний мэдлэгээс хэтэрсэн эсвэл өгөгдөл нь дутуу байвал AI зүгээр л "тааж" эхэлнэ. Жишээ нь, шинэ антибиотикийн гаж нөлөөг асуухад эмнэлзүйн судалгаанд огт дурдагдаагүй гаж нөлөөг жагсааж бичиж мэднэ. Тиймээс их хэлний загварын боловсруулсан хариултыг эмнэлзүйн практикт шууд ашиглахаасаа өмнө анхдагч эх сурвалжтай нь тулгаж, давхар нягтлах зайлшгүй шаардлагатай.Та асуултаа асуухдаа: "Зөвхөн мэргэжлийн нийгэмлэгүүдийн удирдамж дахь мэдээлэлд үндэслэж хариулна уу. Хэрэв мэдэхгүй бол мэдэхгүй гэдгээ бич. Эх сурвалж, ном зүйг зохиож бичиж болохгүй" гэх мэтээр маш тодорхой зааварчилгаа өгөх нь зүйтэй. Ингэж хязгаарлаж өгөх нь хиймэл оюуны "хийдэл" буюу худал мэдээлэл зохиох эрсдэлийг бууруулахад туслах хэдий ч бүрэн арилгаж чадахгүй гэдгийг мөн анхаарах хэрэгтэй. Асуулт тавих урлаг (Prompt Sensitivity):Таны асуулт хэрхэн тавигдсанаас хамаарч хариулт эрс өөр гарч болно. "Насанд хүрэгчдийн уушгины хатгалгааны үед ямар антибиотик сонгох вэ?" гэж асуух, "Макролидийн тэсвэржилт манай бүс нутагт өндөр байгаа учир энэ үед ямар антибиотик сонгох вэ?" гэж асуухад AI тэс өөр зөвлөмж гаргана. Тиймээс эмнэлзүйн чухал шийдвэр гаргахдаа асуултаа 2-3 янзаар асууж, хариулт нь тогтвортой байгаа эсэхийг нягтлах (triangulate) хэрэгтэй.ИРЭЭДҮЙН ТУСЛАХУУД: АГЕНТ ГЭЖ ЮУ ВЭ?Зөвхөн асуултад хариулаад зогсохгүй, бие даан үйлдэл хийдэг AI-г "Агент" гэнэ. Жишээ нь, бөөрний дутагдалтай, олон эм уудаг, хатгалгаатай өвчтөн ирлээ гэж бодъё. Агент AI нь эмнэлзүйн удирдамжийг хайж олоод, өвчтөний шинжилгээнээс бөөрний үйл ажиллагааг шалгаж, эмийн харилцан үйлчлэлийг тооцоолсны үндсэн дээр тухайн өвчтөнд яг тохирох тун, эмийг санал болгох чадвартай. Энэ нь нарийн төвөгтэй ажлыг хөнгөвчлөх ирээдүйтэй чиглэл юм.ДҮГНЭЛТБид энэхүү нийтлэлээрээ хиймэл оюун ухаан, тэр дундаа их хэлний загварын ажиллах зарчим, анхаарал хандуулах механизм, сургалтын үе шатууд болон гарч болзошгүй алдаануудыг эмнэлзүйн жишээн дээр тайлбарлахыг хичээлээ.Технологийн энэхүү гайхамшигт дэвшлийг зөв ойлгосноор эмч та хиймэл оюун ухааны өгч буй мэдээлэлд шүүмжлэлтэй хандаж, түүнийг өдөр тутмын ажилдаа ухаалгаар ашиглах боломж бүрдэх юм. Эцэст нь, AI биднийг орлох бус, харин бидний мэдлэг чадварыг нэмэгдүүлж, өвчтөндөө илүү аюулгүй, үр дүнтэй тусламж үзүүлэхэд хүчирхэг хамтрагч, туслах байж болох юм. 

Дэлгэрэнгүй
Түгээмэл
Асуулт хариулт