УДК 004.89:616.7:616-01 Классификация степени тяжести заболевания на основе искусственных нейронных сетей А. И. Молодченков∗, В. П. Фраленко†, В. М. Хачумов∗ ∗ Федеральное государственное бюджетное учреждение науки Институт системного анализа Российской академии наук 117312 Москва, пр-т 60-летия Октября, 9 † Федеральное государственное бюджетное учреждение науки Институт программных систем им. <...> 4а Задача автоматической классификации степени тяжести заболеваний является актуальной, так как её решение существенно облегчает работу врача при анализе больших объёмов данных и постановке диагноза. <...> Один из них связан с применением продукционных правил. <...> Продукционные правила расширяют возможности представления знаний в клинической медицине и эффективны при построении диагностических систем. <...> Отмечая перспективность применения продукционных правил, тем не менее, следует заметить, что решение на их основе реальных задач высокого уровня сложности требует больших объёмов вычислений и перестройки структуры системы правил при изменении условий задачи. <...> В то же время в качестве эффективного альтернативного инструмента анализа сложных ситуаций и классификации широкое распространение получили искусственные нейронные сети (ИНС), которые позволяют проводить распознавание и диагностирование различных явлений и объектов высокой сложности путём обучения. <...> В настоящей работе представлено исследование возможности применения различных нейронных сетей для анализа степени тяжести заболеваний на основе прецедентной информации. <...> В частности, решены задачи определения степени тяжести обострения протрузии межпозвонкового диска и определения степени обострения бронхиальной астмы. <...> Для улучшения распознавания обучающая выборка расширяется за счёт создания непротиворечащих условиям задачи дополнительных прецедентов. <...> Использованы искусственные нейронные сети различной конфигурации и с разными функциями <...>