В даній статті аналізується штучна нейронна мережа та її використання для розв"язку задач медичної діагностики. Для початку ознайомимось із поняттям експертної системи, прикладами задач, які вона допомагає вирішити та характерні особливості. Вияснимо, вчому специфіка саме медичної експертної системи та чому в задачах діагностики захворювань експертні системи є найбільш прийнятними для використання. Розглянемо, що таке штучна нейронна мережа, принцип її роботи та реалізації. Серед можливих архітектур штучних нейронних мереж та алгоритмів її навчання оберемо найбільш придатні для задач медичної діагностики. Зупинимось детальніше на розгляді алгоритму зворотного поширення помилки. Обговоримо переваги та недоліки обраних варіантів. В результаті роботи розглянемо реалізовану медичну експертну систему "NeuroDiagnostics", що дає можливість визначати за 22 можливими симптомами, поданими на вхід програми, діагноз найпоширеніших церебоваскулярних захворювань людини - інсульт та енцефаліт.
In this paper we will analyze an artificial neural network and its usage to solve problems of medical diagnostics. First, we will find out the main concept of expert system, examples of problems it helps to solve and its different characteristics. Will see what is the s&pecificity of the medical expert system and why it is the most appropriate approach to use solving disease diagnostics problems. Also we will take a look on what is the artificial neural network, how it works and its possible implementations. Among t&he various architectures of artificial neural networks and algorithms of its learning will choose the most suitable for medical diagnostics problems. Additionally, we will look in more detail on back propagation algorithm. Will discuss the advantages& and disadvantages of selected options. As a result, we will take a look on implemented medical expert system "NeuroDiagnostics", that makes it possible to identify by 22 input symptoms most common cerebrovascular human diseases - stroke and encephal&itis.