але також оцінювати опірність організму і його схильність до захворювань, в тому числі онкологічним.
3. Самообучающиеся інтелектуальні системи
Серед експертних медичних систем особливе місце займають так звані самообучающиеся інтелектуальні системи (СІС). Вони засновані на методах автоматичної класифікації ситуацій з реальної практики або на методах навчання на прикладах. Найбільш яскравий приклад СІС - штучні нейронні мережі.
Штучні нейронні мережі (ШНМ; artificial neural networks) являють собою нелінійну систему, що дозволяє класифікувати дані набагато краще, ніж зазвичай використовувані лінійні методи. У додатку до медичній діагностиці ІНС дають можливість значно підвищити специфічність методу, не знижуючи його чутливість.
ІНС - це структура для обробки когнітивної інформації, заснована на моделюванні функцій мозку. Основу кожної ІНС складають відносно прості, в більшості випадків однотипні елементи (комірки), імітують роботу нейронів мозку. Кожен нейрон характеризується своїм поточним станом за аналогією з нервовими клітинами головного мозку, які можуть бути збуджені або загальмовані. Штучний нейрон володіє групою синапсів - однонапрямлених вхідних зв'язків, з'єднаних з виходами інших нейронів, а також має аксон - вихідну зв'язок даного нейрона, з якою сигнал (Збудження або гальмування) надходить на синапси наступних нейронів. p> Для ІНС характерний принцип паралельної обробки сигналів, що досягається шляхом об'єднання великого числа нейронів в так звані шари і з'єднання нейронів різних шарів. Теоретично кількість шарів і кількість нейронів у кожному шарі може бути довільним, однак фактично воно обмежено ресурсами комп'ютера. У загальному випадку, чим складніше ІНС, тим масштабніше завдання, підвладні їй. Міцність синаптичних зв'язків модифікується в процесі здобуття знань з навчального набору даних (режим навчання), а потім використовується при отриманні результату на нових даних (режим виконання).
Найбільш важливою відмінністю ІНС від інших методів прогнозування є можливість конструювання експертних систем самим лікарем-фахівцем, який може передати нейронної мережі свій індивідуальний досвід і досвід своїх колег або навчати мережу на реальних даних, отриманих шляхом спостережень. Нейронні мережі здатні приймати рішення, грунтуючись на виявляються ними прихованих закономірності в багатовимірних даних. Позитивне відмітна властивість ІНС полягає в тому, що вони не програмуються, тобто НЕ використовують ніяких правил виводу для постановки діагнозу, а навчаються робити це на прикладах. У ряді випадків ІНС можуть демонструвати дивовижні властивості, притаманні мозку людини, в тому числі відшукувати закономірності в заплутаних даних. Нейронні мережі знайшли застосування в багатьох областях техніки, де вони використовуються для вирішення численних прикладних задач: у космонавтиці, автомобілебудуванні, банківському та військовій справі, стра...
