2.3. A környezetek temészete
A szervezetben, szövetekben, sejtekben az ionizáló sugárzások biológiai hatását váltanak ki. A hatás mértéke függ a különböző sugárzások minőségétől is. Csak az elnyelődő fotonok, illetve elemi részecskék váltanak ki biológiai reakciót. A testszövetekben viszonylag kevésbé elnyelődő rendkívül nagy energiájú és áthatolóképességű és ezért kemény sugárzások kevésbé hatásosak, mint a nagyszámú iont létrehozó és rövid úthosszon elnyelődő részecske sugárzások.
Két dózis-hatás modellt használnak széles körben:
-
Sztochasztikus hatások
-
Determinisztikus hatások
Sztochasztikus hatások, amelyek valószínűségi jellegűek és a kiváltó sugárterhelés elszenvedése után jóval később lépnek fel. Tehát adott egyenérték dózis esetén megmondható a valószínűsége, vagy gyakorisága egy nagyobb népesség esetén, de soha nem mondható meg, hogy pontosan kinél lépett fel az adott elváltozás a sugárzás miatt. Ezek a hatások ugyanis többletsugárzásnak nem kitett népességben is gyakran előfordulnak A sztochasztikus hatások közül emberi népességben még nem észleltek örökletes hatásokat. A rákos megbetegedés valószínűségére pedig becslések vannak. Determinisztikus hatások balesetek következtében fordulnak elő.
Az egyes sugárzási szinteket és az ezekhez kapcsolható biológiai hatásokat a szemlélteti. Látható, hogy a sztochasztikus, illetve a determinisztikus hatásokat kiváltó dózistartományok több nagyságrenddel különböznek egymástól. Hangsúlyozni kell azt is, hogy míg a determinisztikus hatások orvosi-biológiai módszerekkel diagnosztizálhatók, addig a sztochasztikus hatások az alacsony dózisok tartományában csak epidemiológiai módszerekkel mutathatók ki. Erre alapozta a kockázati tényezőket a Nemzetközi Sugárvédelmi Bizottság (ICRP).
Az epidemiológiai tanulmányok alapján, mintegy 200 mSv effektív dózis és a 110 mGy/óra dózisteljesítmény alatti tartományt kis dózisnak, illetve kis dózisteljesítménynek tekintik. A sugárexponált népesség rosszindulatú daganatos betegségeinek statisztikája alapján ezt az értéket úgy kapták, hogy 200 mSv alatt a rákos megbetegedési statisztikákban nem volt kimutatható szignifikáns összefüggés a dózis és a hatás, illetve a sugárzás okozta és a nem sugárzás okozta rosszindulatú daganatok gyakorisága között.
A nagy dózisoktól származó megbetegedések gyakoriságából állapította meg a kockázati tényezőket.
A kis dózisok felé egy adott dózistartomány kockázatát lineáris extrapolációval lehet megbecsülni. A rosszindulatú daganatos megbetegedésekre vonatkozó becslések emberi népességből származnak. Az örökletes elváltozásokra vonatkozó valószínűség becslése sugárbiológiai kísérletekből nem emberi populáción történt megfigyelésből származik. A genetikai kutatások különböző vizsgálati alanyainak megfigyeléséből a növényektől a kísérleti állatokig.
2-2. táblázat - Ionizáló sugárzás kis dózisai (1-250 mGy) által kiváltható sejtbiológiai jelenségek
|
Jelenség |
Változás |
|
Szabadgyök semlegesítés |
fokozódik |
|
DNS helyreállítás |
fokozódik |
|
Sejtoszlás szabályozás |
változik |
|
Antioxidáns mennyiség |
csökken |
|
Citokinek megjelenése, termelése |
változik |
|
Alkalmazkodási válasz |
megjelenik |
|
Apoptózis folyamat |
megindul |
A biológiai jellegű sugárhatást módosító tényező között ismert volt különböző sejtélettani jellegzetesség: mint például
-
az oszló és nem oszló sejt közötti különbség,
-
a sejt oszlási cikluson belüli helye,
-
a sejtcikluson belüli fázisok szerepe.
A génaktiválás és géngátlás jelenségei, a sejtciklus szabályozásának szerepe, a sejt-sejt közötti kommunikáció módozata terén, egyre több új ismeretet szerzünk. Ennek köszönhetően még több új kockázatot növelő ismerethez jutunk.
Például:
-
a gén- és kromoszóma instabilitás kialakulása,
-
a közelhatás lehetősége, az azt jelenti, hogy nemcsak egy sejt sérül, hanem a szomszédjai is.
A kockázatot csökkentik az alkalmazkodási válaszreakciók és a kis dózisú sugárzás sejtfolyamatokat stimuláló hatása.
2.3. A Környezetek természete
3.1. Problémamegoldó ágensek
4.3. Lokális kereső algoritmusok és optimalizációs problémák
Köteles György, 1994, Ionizáló sugárzás kiváltotta biológiai hatások és közegészségügyi jelentőségük, Egészségtudomány (38), 195-206.
Lamy Mária marilamy@gmail.com
Az ágens szó a latin ago, agere („mozgásban lenni”, „mozgásba hozni”, „elintézni”) igéből származik. Egy ágens bármi lehet, amit úgy tekinthetünk, hogy az érzékelői segítségével érzékeli a környezetét, és beavatkozói segítségével megváltoztatja azt”
Jelentése, hogy mindenképpen kell rendelkeznie valamilyen szintű autonómiával a céljai kivitelezéséhez. A meghatározás értelmében három ágenscsoportot különböztetünk meg:
Az első csoportba tartozik a biológiai ágens (például az ember),a második csoportba az egyéb fizikai, de nem élő ágenseket soroljuk (például a robotok), és végül a harmadik csoport a számítógépes (például szoftver) ágensekből áll. Az ágensek, és a multi-ágensek rendszerei autonóm működési móddal rendelkező rendszerkomponensek, dinamikusabbá teszik a túl statikus ember-számítógép és számítógép-számítógép viszonyt, és egyre több alkalmazási feladat megoldásánál jutnak szerephez. Mindezekhez bizonyos mértékű intelligencia szükséges, amely a szoftverágensek esetében elsősorban az alkalmazkodó és a tanulási készségre vonatkozik. Az ágenskutatás az 1990-es években terjedt el.
Egyre nagyobb az, az igény hogy, bonyolultabb multi-ágens rendszerek (multi-agent system, MAS) – által kivitelezhető célok is megvalósíthatóvá váljanak (például társadalmi, természeti jelenségek modellezését, stb.).Egy multi-ágens rendszer tagjai folyamatos interaktív kapcsolatban állnak, kommunikálnak egymással, megosztják az információikat. A multiágens rendszerben egy-egy tag csak részfeladatokat tud végezni, mivel a feladat egészéhez szükséges összes adat és módszer nem áll egyetlen adott tag rendelkezésére. Így a közös tudásukat felhasználva, cselekedeteiket összehangolva oldanak meg összetett feladatokat. Kommunikációjuk és koordinációjuk azért létfontosságú, mert a teljes rendszerre vonatkozó ismeretek, és célok hiányában tevékenységük kaotikussá válna. Ezek legtöbbször dinamikusan változó környezetben működnek. Az ágenstechnológia jelenét az ágensek egyéni és rendszerszintű interaktív képességeinek és a multi-ágens rendszerek hatékonyságának növelése határozzák meg. A hálózatok, és a nyílt, elosztott rendszerek terjedése megváltoztatják a számítógépes feladatok megoldásának módjait. Egymástól független viszonylag egyszerű egyedek tömegesen dolgoznak együtt: Az alkalmazások részletes újraírása nélkül, módosítható és újjáépíthető (flexibilis) rendszert alkotva kooperálnak és ,ha ellenérdekeltek versengenek.
Az ágensek tevékenységét mindenképpen össze kell hangolni, különben a rendszer nem tudja megoldani feladatait, és betarthatatlanná válnak a vele szemben támasztott külső korlátozások. A koordináció a rendszer hatékony működésének alapfeltétele. A három legfontosabb koordinációs mechanizmus:
-
strukturális koordináció: erősen centralizált, és hierarchikus, előre rögzített struktúrákon alapul.
-
szerződéskötés: a klasszikus contract-net protocol technika, melyben a feladatok szétosztása licitálással történik, és az ágensek menedzser, illetve szállító szerepet töltenek be.
-
multi-ágens tervezés: az ágensek közös tervet készítenek. A magasabb szintű információfeldolgozást igénylő tevékenység kétféle, kisebb központok által irányított, vagy elosztott lehet.
A multi-ágens rendszerek egyedeinek együttműködését, és információcseréjét az ágensek közötti érintkezés módja határozza meg. Az üzenetkódolásra, és üzenetváltásra szabványosított protokollok segítségével van lehetőség. Az ágensek többféle kommunikációs nyelvet ACL-eket (agent communication language,) használnak. A két legnépszerűbb ACL a FIPA-ACL és a KQML (Knowledge Query and Manipulation Language).
A koordináció és az információcsere szempontjából alapvető fontosságú az ágenskörnyezetének jellemzői.
Ezek a következők lehetnek:
-
teljesen megfigyelhető és részlegesen megfigyelhető,
-
egyágenses és többágenses,
-
determinisztikus és sztochasztikus: teljes mértékben függ az ágens állapotától és cselekedeteitől. Valamilyen bizonytalansági tényező is lényeges szerepet játszik benne.
-
epizodikus és szekvenciális: Epizodikus esetben az ágens aktuális feladatai nem függenek a múltbeli teljesítményétől és nincsenek hatással jövőbeli teljesítményére. Szekvenciális esetben pedig függenek múltbeli teljesítményétől, illetve hatással vannak a jövőbeli teljesítményre.
-
statikus és dinamikus: Csak az ágens tevékenységének következtében változik meg,a környezet, illetve a második esetben attól függetlenül is változik.
-
nem-összefüggő és folyamatos: véges, illetve végtelen lehetséges állapota van. A környezet, az ágens szempontjából azonban akkor is folyamatosnak tekinthető, ha a véges lehetséges állapotok száma nagyon nagy.
A szoftverágensek alkalmazásai, például a szociális képességek, az intelligencia és az autonómia szintje szerint is csoportosíthatók. Bár a csoportok között gyakoriak az átfedése.
Alkalmazása a következő egészségügyi területeken lehetséges:
-
kezelés, szervátültetés,
-
mindenütt elérhető orvosi információ e-health,
-
palliatív kezelések,
-
orvosi szótár, orvosi adatbázisok,
-
döntéstámogatás,
-
járványügyi modellek,
-
egészségügyi képfeldolgozás,
-
beszédfelismerés,
-
orvosi robotok,
Például:
-
Neurológia:
-
Neuron, neurális hálózatok modelljei, az agy működése.
-
Funkciók, pl. nyelv, lokalizációjának vizsgálata
-
Tanulás, adaptáció, önszerveződés (leképezések), masszív párhuzamosság, folytonos számítások (a GOFAI gyökeres ellentéte)
-
-
Pszichológia
Emberi tanulás és viselkedés modellezése
Behaviorizmus: nem tételezünk fel közvetlenül nem megfigyelhető entitásokat. Ilyenek például a gondolatok, vágyak, az agy fekete doboz, esetleg bonyolult feltételes reflexek tárháza.
Kognitív pszichológia: megenged modelleket, amelyekben fogalmak, mint pl. a hit, a cél, a vágy, memória, stb. szerepelnek. Ezeknek a következményeit ellenőrizhetjük kísérletileg. (pl. fizikában is így van: az áram, hőmérséklet, molekula, stb. csak elméleti fogalmak, nem direkt megfigyelhetők).
Az információs ágensek egy vagy több információforráshoz hozzáférve, a felhasználó igényei szerint szűkítve, gyűjtik össze és dolgozzák fel az adatokat. Ezeket például cikkekben keresik, és ezekből kivonatokat készítenek. Így működnek orvosi adatbázisok: Medline, Pubmed.
Az interface ágensek felhasználó igényeihez messzemenően alkalmazkodnak, az egyre bonyolultabb programok kezelésének elsajátításában segítve, az ember és a számítógép között teremtenek partnerszerű kapcsolatot. Multimodálisak, a szöveg mellett képekkel, hangokkal és egyéb módszerekkel (például egyre gyakrabban gesztusokkal) kommunikálnak. pl.: beszédképtelen, vagy mozgásképtelen, halláskárosult emberek kommunikációjának segítésére.
A különböző szimulációs alkalmazások, az ágens, és a multiágens rendszerek egyik legérdekesebb, legbonyolultabb része a számítógép-rendszereken belüli modellezésben. A természetben, és a társadalomtudományokban, közlekedéstervezésben, üzleti életben, bűnüldözésben stb. egyaránt bevált.
A legismertebb szimulációs módszer, az ágensalapú modellezés kiegészíti a hagyományos elemzési eljárásokat. Utóbbiakkal egy rendszer egyensúlyi állapota jellemezhető. Az ágens-alapú modellek, az egyensúlyt generáló lehetőségeket tárják fel. Az ágensalapú modellezés egyik speciális területe a biológiai gyökerű (szociális rovarokról, hangyákról, méhekről, termeszekről, madárrajokról és egyéb állatközösségekről mintázott) rajintelligencia (swarm intelligence) vizsgálata Lehetőséget nyújt különböző járványügyi megelőzésre, fertőzések terjedésének modellezésére is.
Az európai uniós CASCOM projekt során egy új platformot fejlesztenek, tetszés szerinti mobil kommunikációs eszközön (telefonon, PDA-n, laptopon stb.) Ez rendkívül rugalmas szolgáltatásokat nyújt. A rendszer kontextus-érzékeny üzleti alkalmazásokat koordinál.
Például:
Y úr, a dél Olaszországban nyaraló Holland turista lebetegszik, de a mobiltelefonján működik a rendszer. Személyre szabott ágense lokalizálja a legközelebbi orvosi rendelőt, kórházat, és felveszi velük a kapcsolatot. Az intézmények ágenseinek, még címre sincs szükségük, hiszen a mobil alapján hozzávetőleg akkor is tudják, hol van Y úr, ha nincs rajta GPS. Kimennek érte a mentők, beviszik az ambulanciára. Az ágens személyes, de nem minden egészségügyi információt juttat el ágenstársához: például közli, hogy Y úrnak már volt szívrohama, de a pszichiátriai kezelését viszont titokban tartja. Eközben a megfelelő hollandiai egészségügyi intézmény CASCOM ágensével szintén felveszi a kapcsolatot. Utóbbi még részletesebb adatokat juttat el a portugál illetékeseknek, de ezúttal személyesebb információk is kellenek. Y úr ágensén keresztül engedélyt ad az adatok használatára. Mivel Franciaországban szintén élt, ottani kórházaktól is kellenek adatok. Az ágensek gyorsan beszerzik és továbbítják a szükséges információkat, miközben Y úr biztosítójának ágensével is felveszik a kapcsolatot.
És így tovább. A beteg helyett szinte mindent az ágensek intéznek. Elrendezik, hogy Y úr felesége dél Olaszországba repüljön, módosítják a férj visszaútjának időpontját, informálják munkáltatóját arról, hogy dolgozójuk pár nap késéssel fog visszatérni.
Az ágenstechnológia fejlődési iránya a heterogénebb rendszerek, a rendszer tagjaiként és önmagukban egyaránt autonómabb, intelligensebb ágensek felé mutat. Az asszisztensi stb. – „magányos” – alkalmazások és a vizsgált periódus első felében elterjedő multi-ágens megoldások automatikusabbá teszik az ember-gép kapcsolatot: a gépi entitásokra az élet minden területén együttműködő partnereinkként fogunk tekinteni.
Lamy Mária marilamy@gmail.com
