Заключение. 
Словарное шкалирование в медицинской информатике: инженерия знаний и интеллектуальный анализ данных

Анализ наследственных заболеваний с применением методов многомерной классификации и распознавания образов [Кобринский и др., 1975; Кобринский и др., 1976a; Кобринский и др., 1976b] продемонстрировал вклад различных признаков и возможность дифференциальной диагностики и идентификации новых случаев на основе близости к известным образцам, характерным для конкретных классов заболеваний, в том числе с определенным типом наследования. Новые возможности анализа открывает изложенная выше технология.

В настоящей статье описаны первые результаты моделирования предметной области наследственных болезней методами словарного шкалирования. Из полученных результатов видно, что помимо основной цели исследования — построения и изучения формальных моделей экспертных знаний в исследуемой предметной области, методика позволяет решать и другие актуальные задачи поиска, обработки и представления информации при классификации и необходимости опознания неизвестных объектов. На основе полученных данных можно сделать предварительный вывод о целесообразности в дальнейшем учета диагностической значимости признаков путем придания им «весовых» коэффициентов, что будет способствовать повышению эффективности классифицирующей процедуры.

Важно, что оказывается возможным поиск информации в электронной библиотеке документов не на основе разрозненных «текстовых образцов», а на основе условно целостного «образа» искомого объекта, представленного его аннотацией, что позволяет формировать направление поиска в соответствии с потребностями исследователя (пользователя), а не авторов статей, определивших поле ключевых слов.