Технология ИНС имеет большие перспективы для применения в медицине в связи с разноразмерностью исходной информации, использованием в данной технологии принципов организации нейронных структур и когнитивных процессов, лежащих в основе мыслительной деятельности человека (Каплан Р., 2001). Технология ИНС высокоэффективна в случае, когда реальные физиологические и патологические процессы не могут быть адекватно описаны с помощью традиционных статистических моделей, поскольку являются нелинейными, имеют хаотическую, квазипериодическую либо смешанную основу (Бэстенс Д.Э., Ван Ден Берг В.М., Вуд Д., 1997; Тихонов Э.Б., 2003). Именно способность к моделированию нелинейных процессов, работе с зашумленными данными и адаптивность дают возможность применять нейронные сети для решения широкого класса задач (Бэстенс Д.Э., Ван Ден Берг В.М., Вуд Д., 1997). Дополнительное включение в нейронные сети генетических алгоритмов позволяет использовать их для анализа структуры самих нейронных сетей, подбора параметров (преобразования пространства параметров), подбора правил обучения (Рутковская Д., 2006).
Наибольший интерес представляют системы диагностики и дифференциальной диагностики заболеваний, основанные на технологии нейронных сетей при наличии обучающих последовательностей (Алексеева О.В., Россиев Д.А., Ильенкова Н.А., 2010; Дюк В.А., 2003). Одним из наиболее интенсивно развиваемых направлений является применение нейросетей в медицине, в том числе в кардиологии (Ежов А.И., Чечеткин В.В., 2003; Миронов В.А., Миронова Т.Ф., Бавыкин М.В., 2013; Poli R. et al., 1991); ортопедии (Афонин Д.Н., Афонин П.Н., 2007; Афонин П.Н., Афонин Д.Н., Дору-Товт В.П., 2007), оториноларингологии (Портенко Е.Г., 2007), пульмонологии (Провоторов В.М., Демьяшкин В.А., Шалагина И.В., 2003; Хомич А.В., Степанян И.В.,