CC BY
59
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2020 - V. 27, № 4 - P. 115-118
УДК: 61 DOI: 10.24411/1609-2163-2020-16782
ТРИ ВЕЛИКИЕ ПРОБЛЕМЫ ФИЗИОЛОГИИ И МЕДИЦИНЫ В.М. ЕСЬКОВ*, А.А. ХАДАРЦЕВ**, М.А. ФИЛАТОВ***, С.А. ТРЕТЬЯКОВ****
*ФГУ ФНЦНаучно-исследовательский институт системных исследований Российской Академии наук, пр-т Нахимовский, д. 36, г. Москва, 117218, Россия, e-mail: firing.squad@mail.ru **ФГБОУ ВО «Тульский государственный университет», медицинский институт, ул. Болдина, д. 128, г. Тула, 300012, Россия
***БУ ВО ХМАО-Югры «Сургутский государственный университет», ул. Ленина, д. 1, г. Сургут, 628400, Россия ****БУ ВО «Сургутский государственный педагогический университет», ул. 50 лет ВЛКСМ, д. 10/2, г. Сургут, ХМАО - Югра, 628417, Россия
Аннотация. В 1989 году нобелевский лауреат В.Л. Гинзбург определил для всей физики три великие проблемы. Они были связаны с необратимостью (стрелой времени), редукцией живых систем, т.е. с применением физики в их изучении, и квантовым подходом в изучении мозга и декогеренцией волновой функции. В связи с этим можно сформулировать три великие проблемы физиологии, исходя из работ ведущих физиологов 20-го и 21-го веков. Эти проблемы связаны с понятием стандарта (нормы), созданием объективных методов для оценки отклонения от этого стандарта и третья проблема связана с изучением центрального регулятора физиологических функций - мозга. В рамках недавно открытого эффекта неустойчивости выборок любых параметров организма человека, в статье представлены ответы на проблемы Гинзбурга и ответы на три биомедицинские проблемы. Представлены экспериментальные данные, методы и модели для решения этих трех проблем. Обозначены перспективы развития физиологии, медицины и биокибернетики с позиций открытия нарушения причинно-следственных связей в биосистемах.
Ключевые слова: биосистема, редукция, стохастика, треморограмма, теппингграмма, хаос, эффект неустойчивости выборок параметров организма.
THREE GREAT PROBLEMS OF PHYSIOLOGY AND MEDICINE
V.M. ESKOV*, A.A. KHADARTSEV**, M.A. FILATOV***, S.A. TRETYAKOV****
* FSIFSC Research Institute of System Research of the Russian Academy of Sciences, 36 Nakhimovskiy Avenue, Moscow,
117218, Russia, e-mail: firing.squad@mail.ru **FSBEIHE "Tula State University", Medical Institute, Boldin Str., 128, Tula, 300012, Russia ****** BIHEKhMAO-Yugra "Surgut State University", Lenin Str., 1, Surgut, 628400, Russia ****BI HE "Surgut State Pedagogical University", 50 years of the VLKSM Str.,, Surgut, 10/2, KhMAO - Yugra, 628417, Russia
Abstract. In 1989, the Nobel laureate V.L. Ginzburg identified three great problems for all physics. They were associated with irreversibility (arrow of time), reduction of living systems, i.e. with the use of physics in their study, and the quantum approach in the study of the brain and wave function decoherence. In this regard, three great problems of physiology can be formulated, based on the work of leading physiologists of the 20th and 21st centuries. These problems are associated with the concept of a standard (norm), the creation of objective methods for assessing deviations from this standard, and the third problem is associated with the study of the central regulator of physiological functions - the brain. Within the framework of the recently discovered effect of instability of samples of any parameters of the human body, the article presents answers to Ginzburg's problems and answers to three biomedical problems, as well as experimental data, methods and models for solving these three problems. The prospects for the development of physiology, medicine and biocybernetics are outlined from the standpoint of the discovery of the violation of cause-and-effect relationships in biosystems.
Keywords: biosystem, reduction, stochastics, tremorogram, tappinggram, chaos, the effect of instability of samples of body parameters.
Введение. Общеизвестно, что в основе создания и развития физиологии заложены экспериментальные данные о регулировании различных физиологических функций живых существ. Физиология человека изучает функции организма человека - это наука о механизмах функций и их регуляции. Поскольку термин регуляция лежит также в основе науки кибернетики, то и кибернетический подход вполне обоснован в физиологии и медицине. Норберт Винер в 40-50-х годах ХХ века так и определял кибернетику, как науку об управлении и регуляции в живых и неживых системах. Становлению и развитию кибернетики способствовали труды П.К. Анохина, создавшего теорию функциональных систем организма (ФСО) человека, его фундаментальная работа так и называлась: «Кибернетика функциональных систем» [1]. Однако, за последние 40 лет в физиологии и медицине в целом наблюдается существенный отход от идей и принципов этих двух выдающихся ученых. Как в медицине, так и во всех науках о живых системах, за эти 40 лет произошел отход от идей и принципов биокибернетики [2,4-9,14-15,24].
Кибернетика за эти годы разделилась на множество разных наук, связанных с ней, но сама биокибернетика по сути - исчезла. Так, из списка ВАК, где фигурировала специальность 05.13.01 - Системный анализ, управление и обработка информации (медицинские и биологические науки), которая включала в себя биокибернетику, объединявшую медиков и биологов - эта специальность была исключена. Сейчас в РФ такой специальности нет, а подготовленные в ее рамках сотни докторов и кандидатов наук остались не у дел. Однако нерешенные проблемы остались.
Великие проблемы В.Л. Гинзбурга и потеря причинно-следственных связей в физиологии. В известной публикации [3] нобелевского лауреата В.Л. Гинзбурга в виде отдельного раздела выделены три проблемы, которые тесно связаны с развитием биомедицины и всего естествознания. Главная из них - это третья проблема о возможности редукции в изучении всех живых систем (с позиций физики и математики). Последние 100-150 лет вся биомедицина активно использует различные динамические уравнения (в популяци-онной экологии, в законах физиологии, использующих
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2020 - V. 27, № 4 - P. 115-118
уравнения и т.д.), а также в различных методах и моделях, использующих стохастические подходы.
Первая проблема Гинзбурга - это возрастание энтропии и необратимость различных процессов природы. Необратимость известна, как стрела времени, и на эту тему имеется работы нобелевского лауреата I.R. Prigogine [22]. Вторая проблема связана с интерпретацией и пониманием принципов квантовой механики. В частности, речь идет о роли наблюдателя в квантовых экспериментах, что автоматически приводит к проблеме квантового сознания. В-третьих - возникает проблема редукции, т.е. применимости законов физики в изучении живых систем.
Очевидно, что третья проблема является самой главной проблемой не только для физики, но и для всего естествознания (включая и медицину). Еще в 1944 году E. Schrodinger [23] поставил фундаментальную проблему: What is life? За этот большой период не было получено четкого ответа на вопрос: могут ли быть науки о жизни точными науками? Если детерминистские науки и стохастика не могут описывать биосистемы, то о какой редукции может идти речь?
Известны 5 принципов (или критериев) научности знаний: исследуемые процессы (системы, объекты) должны быть повторяемыми, воспроизводимыми (искусственно), должна быть построена математика для сжатия и обработки информации, наука должна обеспечить прогноз будущего состояния системы и, наконец, любая наука должна допускать релятивизм (пересмотр теорий и знаний) [4,5,7,8].
При отсутствии некоторых из этих принципов -знания становятся квазинаукой, или даже псевдонаукой. При этом вся современная наука базируется на причинно-следственных связях, при отсутствии которых современная детерминистская и стохастическая наука (ДСН) - не существует. Возникает принципиальная проблема: может ли прошлое состояние биосистемы влиять на её будущее состояние и можно ли точно прогнозировать это будущее состояние?
Доказательство потери причинно-следственных связей для биосистем. Человек является объектом изучения медицины, многих разделов биологии, психологии, экологии и других наук. Например, в физиологии изучаются механизмы функций организма человека и их регуляция. При этом эти функции можно описывать некоторым вектором состояния x=x(t), который может содержать много компонент xi(t). Эти переменные будут описывать параметры функций организма, например, функциональные системы организма (ФСО) человека, в m-мерном фазовом пространстве состояний (ФПС). В этом случае индекс i изменяется от 1 до m [2-8,15-21,27-30].
В эксперименте мы обычно находим выборку x(t) после многократных повторных испытаний одного и того же наблюдения или эксперимента. Но в медицинской практике часто делается одно измерение того или иного параметра и по одному этому значению делается заключение о состоянии организма человека. Это крайне ошибочное действие с позиций стохастики, т. к. такое возможно только при совпадении данного результата с искомым статистическим средним <x>. Однако такое среднее можно найти только при анализе выборки (которая врачом не анализируется). При этом возникает иллюзия о качественной работе врача, что является заблуждением современной медицины [2,6,9,13,16,26-30].
Отметим, что W.Weaver в своей работе прямо указывал на особенности биологических систем, объединяя все живые системы в особый тип систем третьего типа (СТТ). Системы первого типа должны описываться в рамках детерминистского подхода, когда прошлое состояние и определенные уравнения точно задают будущее состояние. При этом у систем второго типа этого уже нет. Начальное состояние x(te) вектора состояния биосистемы задается точно, но конечное состояние системы определяется в виде облака точек (выборок). В этом случае появляется первая неопределенность в этом конечном состоянии, о чем пытался сказать W. Weaver 70 лет назад. Следуя этой логике, мы должны отказаться от использования выборок при изучении СТТ, также, как мы отказываемся от точки при переходе от систем первого типа к системам второго типа (к стохастическим системам). Если одной точкой нельзя описывать стохастическую систему второго типа, тогда и одной выборкой одного параметра организма невозможно описывать СТТ. Таков логический вывод из классификации всех систем природы, которую предложил W. Weaver в 1948 году [25].
Поэтому мы должны работать с выборками выборок, также как с облаком точек (с одной выборкой) для систем второго типа. По такой логике появляется особая неопределенность (complexity) для СТТ - живых систем. За 70 лет в науке на эту логику не обращалось внимания, поскольку следующим логическим выводом должно быть заключение о бесполезности использования всех методов стохастики в медицине, биологии, психологии, экологии и т.д. Из этого должно следовать, что одна выборка (как точка для систем второго типа) не несет объективной информации при изучении любой биологической системы.
Очевидна необходимость проверки статистической устойчивости выборок СТТ. С этой целью 20 лет назад мы начали регистрировать подряд у одного и того же испытуемого сначала выборки треморограмм (ТМГ), а затем и теппинграмм (ТПГ). В итоге получали по 15 выборок ТМГ, для которых строили матрицы парных сравнений выборок. В таких матрицах находили число k пар выборок ТМГ, для которых критерий Вилкоксона P>0,05 или точно равен 0,05. Тогда такая пара ТМГ может принадлежать одной генеральной совокупности, т.е. статистически совпадает [2-10,17-20].
Построение сотен таких матриц показало, что числа k для ТМГ всегда меньше 5% от всех 105 разных пар сравнения в каждой матрице. Это крайне малая величина, доказывающая отсутствие статистических совпадений самих выборок, что аналогично отсутствию точных совпадений самих точек в любой одной выборке для систем второго типа. Иными словами, для СТТ выборка играет аналогичную роль как точка в выборке для систем второго типа. Поэтому при изучении СТТ мы должны работать с выборками многих выборок параметров биосистемы. Для примера мы представляем типичную матрицу парных сравнений выборок в табл. 1, где число k=3. Это очень малая величина для стохастики.
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2020 - V. 27, № 4 - P. 115-118
Таблица 1
Матрица парного сравнения выборок треморограмм испытуемого ГДВ (число повторов N=15), использовался критерий Вилкоксона (уровень значимости р<0,05, число совпадений &=3)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.69 0.00 0.00 0.00 0.00
2 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00
3 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.12
4 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
5 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
6 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
7 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
8 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
9 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.30 0.02 0.00 0.00 0.00
10 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
11 0.69 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.30 0.00 0.01 0.00 0.00 0.00
12 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.02 0.00 0.01 0.00 0.00 0.00
13 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
14 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
15 0.00 0.00 0.12 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
Таблица 2
Матрица парного сравнения 15-ти кардиоинтервалов одного испытуемого до физической нагрузки при повторных экспериментах (&= 11), по критерию Вилкоксона (для непараметрического распределения)
Матрица парного сравнения выборок ЭМГ (испытуемый ГДВ, N=15) при слабой статической нагрузке (Л=50Н), использовался критерий Вилкоксона (уровень значимости р<0,05, число «совпадений» к=7)
Были построены сотни матриц парных сравнений выборок ТМГ и ТПГ и во всех таких матрицах для
тремора k<5, а для ТПГ обычно k<15. Все это доказывает, что гипотеза Н.А. Бернштейна о повторении без повторений и гипотеза W. Weaver об особых системах третьего типа могут быть доказаны в рамках многократных повторных регистраций одних и тех же параметров биосистем. Более того аналогичная закономерность наблюдается в работе сердца. Если у одного и того же испытуемого подряд зарегистрировать 15 выборок кардиоинтервалов (КИ), а затем эти выборки попарно сравнить, то мы получим матрицу, в которой число k пар выборок КИ с критерием Вилкоксона больше или равно 0,05 будет также небольшим. Обычно эта величина не превышает 15 процентов. Для статистики это очень малая величина. Представляем типовую табл. 2 с очень небольшим числом пар КИ со статистическим совпадением.
Аналогичная картина наблюдается и при работе мышц. В табл. 3 представлена матрица парных сравнений выборок электромиограмм (ЭМГ), где число пар ЭМГ, имеющих общую генеральную совокупность тоже крайне мало (как в табл. 2 для КИ).
В итоге получено доказательство глобальной неопределенности для параметров любых биосистем, такая нестабильность живой природы получила название эффекта Еськова-Зинченко в новой теории хаоса-самоорганизации (ТХС) [2,4-8,11,1221]. Это означает, что теряются причинно-следственные связи, что для СТТ нет редукции в рамках современной науки и методы квантовой механики также не работают при описании СТТ. Возникает реальная сложность для описания живых систем.
Очевидна необходимость осуществления смены парадигм во всей науке. Также, как детерминистская парадигма перешла в стохастическую, так и стохастическая парадигма должна перейти в новую ТХС. В рамках этой новой парадигмы возможно решение трех великих проблем В.Л. Гинзбурга.
Выводы. Три великие проблемы физики, представленные В.Л. Гинзбургом в 1999 году, имеют прямое отношение к живым системам. Во-первых, это проблема необратимости и поведение энтропии любых систем. Сейчас точно доказано отсутствие статистической устойчивости выборок любых параметров биосистем и принципиальная невозможность обратимости процесса во времени. При этом энтропия СТТ также демонстрирует другое поведение. Во-вторых, этот эффект доказывает отсутствие возможности редукции СТТ. В рамках детерминизма или стохастики мы не можем прогнозировать будущее состояние живых систем. Это и есть решение проблемы Гинзбурга о редукции. Третья проблема Гинзбурга тоже получила решение в виде отсутствия возможностей использования законов квантовой механики в изучении живых систем. Особые свойства СТТ-complexity выводят их за рамки современной детерминистской и стохастической науки. Наступает эпоха новых подходов и новой науки в виде ТХС.
Литература / References
1.Анохин П.К. Кибернетика функциональных систем. М., Медицина, 1998. 285 с / Anokhin PK. Cybernetics of functional systems. Moscow: Meditsina; 1998. Russian.
2. Галкин В.А., Еськов В.В., Пятин В.Ф., Кирасирова Л.А., Кульчицкий В.А. Существует ли стохастическая устойчивость выборок в нейронауках? // Новости медико-биологических наук. 2020. Т. 20, №3. С. 126-132 / Galkin VA, Es'kov VV, Pyatin VF, Kirasirova LA,
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 0,00 0,00 0,00 0,00 0,00 0,19 0,00 0,00 0,08 0,00 0,00 0,00 0,00 0,00
2 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,23 0,00 0,00 0,00 0,00 0,00
3 0,00 0,00 0,27 0,00 0,00 0,11 0,00 0,04 0,00 0,77 0,00 0,00 0,00 0,00
4 0,00 0,00 0,27 0,00 0,00 0,25 0,00 0,01 0,00 0,09 0,00 0,00 0,00 0,00
5 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,01 0,12
6 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,18 0,00 0,00
7 0,19 0,00 0,11 0,25 0,00 0,00 0,00 0,00 0,00 0,02 0,00 0,00 0,00 0,00
8 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,11 0,00
9 0,00 0,00 0,04 0,01 0,00 0,00 0,00 0,00 0,00 0,03 0,00 0,00 0,00 0,00
10 0,08 0,23 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
11 0,00 0,00 0,77 0,09 0,00 0,00 0,02 0,00 0,03 0,00 0,00 0,00 0,00 0,00
12 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
13 0,00 0,00 0,00 0,00 0,00 0,18 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
14 0,00 0,00 0,00 0,00 0,01 0,00 0,00 0,11 0,00 0,00 0,00 0,00 0,00 0,00
15 0,00 0,00 0,00 0,00 0,12 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
Таблица 3
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 0.00 0.00 0.00 0.00 0.00 0.46 0.00 0.00 0.00 0.00 0.05 0.00 0.00 0.00
2 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
3 0.00 0.00 0.08 0.00 0.00 0.02 0.00 0.00 0.00 0.00 0.13 0.00 0.00 0.00
4 0.00 0.00 0.08 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.10 0.00 0.00 0.00
5 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.05 0.22 0.00 0.00
6 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.77 0.00 0.00 0.00 0.00 0.00 0.00
7 0.46 0.00 0.02 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.20 0.00 0.00 0.00
8 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
9 0.00 0.00 0.00 0.00 0.00 0.77 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
10 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.46 0.00 0.00 0.00 0.00
11 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.46 0.00 0.00 0.00 0.00
12 0.05 0.00 0.13 0.10 0.05 0.00 0.20 0.00 0.00 0.00 0.00 0.00 0.00 0.00
13 0.00 0.00 0.00 0.00 0.22 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
14 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
15 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2020 - V. 27, № 4 - P. 115-118
Kul'chitskiy VA. Is there a stochastic stability of samples in the neuro-sciences?. Novosti mediko-biologicheskikh nauk. 2020;20(3):126-32. Russian.
3. Гинзбург В.Л. Какие проблемы физики и астрофизики представляются сейчас особенно важными и интересными (тридцать лет спустя, причем уже на пороге XXI века)? // Успехи физических наук. 1999. № 169. С. 419-441 / Ginzburg VL. What problems of physics and astrophysics are particularly important and interesting now (thir-ty years later, and already on the threshold of the XXI century)?. Uspekhi fizi-cheskikh nauk. 1999;169:419-41. Russian.
4. Еськов В.В., Пятин В.Ф., Филатова Д.Ю., Башкатова Ю.В. Хаос параметров гомеостаза сердечно-сосудистой системы человека. Самара: Изд-во ООО «Порто-Принт», 2018. 312 с. / Es'kov VV, Pyatin VF, Filatova DYu, Bashkatova YuV. Chaos of parameters of homeostasis of the human cardiovascular system. Samara: Izd-vo OOO «Porto-Print»; 2018. Russian.
5. Еськов В.В., Пятин В.Ф., Шакирова Л.С., Мельникова Е.Г. Роль хаоса в регуляции физиологических функций организма / Под ред. А.А. Хадарцева. Самара: ООО «Порто-принт», 2020. 248 с. / Es'kov VV, Pyatin VF, Shakirova LS, Mel'nikova EG. The role of chaos in the regulation of physiological functions of the body. Edited by AA Khadartseva. Samara: OOO «Porto-print»; 2020. Russian.
6. Еськов В.В., Башкатова Ю.В., Шакирова Л.С., Веденеева Т.С., Мордвинцева А.Ю. Проблема стандартов в медицине и физиологии // Архив клинической медицины. 2020. Т. 29, №3. С. 211-216 / Es'kov VV, Bashkatova YuV, Shakirova LS, Vedeneeva TS, Mordvintseva AYu. The problem of standards in medicine and physiology. Arkhiv klinicheskoy meditsiny. 2020;29(3):211-6. Russian.
7. Еськов В.М., Галкин В.А., Филатова О.Е. Конец определенности: хаос гомеостатических систем. Тула, 2017. 596 с. / Es'kov VM, Gal-kin VA, Filatova OE. End of certainty: chaos of homeostatic systems. Tula; 2017. Russian.
8. Еськов В.М., Галкин В.А., Филатова О.Е. Complexity: хаос го-меостатических систем: монография / Под ред. Г.С. Розенберга. Самара: изд-во ООО «Потро-принт», 2017. 388 с. / Es'kov VM, Galkin VA, Filatova OE. Complexity: chaos of homeostatic systems: monograph. Pod red. G.S. Rozenberga. Samara: izd-vo OOO «Potro-print»; 2017. Russian.
9. Еськов В.М., Пятин В.Ф., Башкатова Ю.В. Медицинская и биологическая кибернетика: перспективы развития // Успехи кибернетики. 2020. Т.1, №1. С. 64-72 / Es'kov VM, Pyatin VF, Bashkatova YuV. Medical and biological cybernetics: development prospects. Uspekhi kibernetiki. 2020;1(1):64-72. Russian.
10. Мирошниченко И.В., Григоренко В.В., Башкатова Ю.В., Шакирова Л.С. Инварианты параметров систем третьего типа // Сложность. Разум. Постнеклассика. 2020. № 1. С. 58-66 / Miroshnichenko IV, Grigorenko vv, Bashkatova YuV, Shakirova LS. Invariants of parameters of systems of the third type. Slozhnost'. Razum. Postneklassika. 2020;1:58-66. Russian.
11. Хадарцев А.А., Зинченко Ю.П., Галкин В.А., Шакирова Л.С. Эргодичность систем третьего типа // Сложность. Разум. Постнеклассика. 2020. № 1. С. 67-75 / Khadartsev AA, Zinchenko YuP, Galkin VA, Shakirova LS. Ergodicity of systems of the third type. Slozhnost'. Razum. Postneklassika. 2020;1:67-75. Russian.
12. Хадарцев А.А., Пятин В.Ф., Еськов В.В., Веденеева Т.С., Иг-натенко А.П. Реализация гипотезы Н.А. Бернштейна о «повторении без повторений» // Сложность. Разум. Постнеклассика. 2020. № 3. С. 24-30 / Khadartsev AA, Pyatin VF, Es'kov VV, Vedeneeva TS, Ig-natenko AP. Realization of the hypothesis of N. A. Bernstein about " repetition without repetitions». Slozhnost'. Razum. Postneklassika. 2020;3:24-30. Russian.
13. Филатов М.А., Нувальцева Я.Н., Оразбаева Ж.А., Афане-вич К.А. Медицинская кибернетика и биофизика с позиций общей теории систем // Вестник новых медицинских технологий. 2020. №2. C. 116-119. DOI: 10.24411/1609-2163-2020-16667 / Khadartsev AA, Starikov NE, Grachev RV. Professional stress in military service (literature review). Journal of New Medical Technologies. 2020;2:74-82. DOI: 10.24411/1609-2163-2020-16667. Russian.
14. Churchland M.M., Shenoy K.V. Temporal complexity and heterogeneity of single-neuron activity in premotor and motor cortex // Journal of Neurophysiology. 2007. Vol. 7. P. 4235-4257 / Church-land MM, Shenoy KV. Temporal complexity and heterogeneity of singleneuron activity in premotor and motor cortex. Journal of Neurophysiol-ogy. 2007;7:4235-57.
15. Eskov V.M., Eskov V.V., Vochmina J.V., Gavrilenko T.V. The evolution of the chaotic dynamics of collective modes as a method for the behavioral description of living systems // Moscow university physics bulletin. 2016. Vol. 71, N2. P. 143-154 / Eskov VM, Eskov VV, Vochmina JV, Gavrilenko TV. The evolution of the chaotic dynamics of collective modes as a method for the behavioral description of living systems. Moscow university physics bulletin. 2016;71(2):143-54.
16. Eskov V.V., Filatova D.Y., Ilyashenko L.K., Vochmina Y.V. Classification of uncertainties in modeling of complex biological systems // Moscow university physics bulletin. 2019. Vol. 74, N1. P. 57-63 /
Eskov VV, Filatova DY, Ilyashenko LK, Vochmina YV. Classification of uncertainties in modeling of complex biological systems. Moscow university physics bulletin. 2019;74(1):57-63.
17. Filatova D.Yu., Bashkatova Yu.V., Melnikova E.G., Shakirova L.S. Homogeneity of the parameters of the cardiointervals in school children after north-south travel // Human Ecology. 2020. №1. P. 6-10 / Filatova DYu, Bashkatova YuV, Melnikova EG, Shakirova LS. Homogeneity of the parameters of the cardiointervals in school children after north-south travel. Human Ecology. 2020;1:6-10.
18. Filatova O.E., Bazhenova A.E., Ilyashenko L.K., Grigorieva S.V. Estimation of the parameters for tremograms according to the Eskov-Zinchenko effect biophysics // Biophysics. 2018. Vol. 63, No. 2. P. 125130 / Filatova OE, Bazhenova AE, Ilyashenko LK, Grigorieva SV. Estimation of the parameters for tremograms according to the Eskov-Zinchenko effect biophysics. Biophysics. 2018;63(2):125-30.
19. Filatova O.E., Gudkov A.B., Eskov V.V., Chempalova L.S. The concept of uniformity of a group in human ecology // Human Ecology. 2020. №2. P. 40-44/ Filatova OE, Gudkov AB, Eskov VV, Chempalova LS. The concept of uniformity of a group in human ecology. Human Ecology. 2020;2:40-4.
20. Khadartseva K.A., Filatov M.A., Melnikova E.G. The problem of homogenous sampling of cardiovascular system parameters among migrants in the Russian North // Human Ecology. 2020. №7. P. 27-31 / Khadartseva KA, Filatov MA, Melnikova EG. The problem of homogenous sampling of cardiovascular system parameters among migrants in the Russian North. Human Ecology. 2020;7:27-31.
21. Leonov B.I., Grigorenko V.V., Eskov V.M., Khadartsev A.A., Ilyashenko L.K. Automation of the diagnosis of age-related changes in parameters of the cardiovascular system // Biomedical Engineering. 2018. Vol. 52, No. 3. P. 210-214 / Leonov BI, Grigorenko VV, Eskov VM, Khadartsev AA, Ilyashenko LK. Automation of the diagnosis of age-related changes in parameters of the cardiovascular system. Biomedical Engineering. 2018;52(3):210-4.
22. Prigogine I.R. The End of Certainty: Time, Chaos, and the New Laws of Nature (Free Press, 1996) / Prigogine IR. The End of Certainty: Time, Chaos, and the New Laws of Nature (Free Press, 1996).
23. Schrodinger E. What Is Life? The Physical Aspect of the Living Cell // Cambridge university press, 1944. 198 p. / Schrodinger E. What Is Life? The Physical Aspect of the Living Cell. Cambridge university press; 1944.
24. Sussillo D., Churchland M.M., Kaufman M.T., Shenoy K.V. A neural network that finds a naturalistic solution for the production of muscle activity // Nature. Neuroscience. 2015. Vol. 18. P. 1025-1033 / Sussillo D, Churchland MM, Kaufman MT, Shenoy KV. A neural network that finds a naturalistic solution for the production of muscle activity. Nature. Neuroscience. 2015;18:1025-33.
25. Weaver W. Science and Complexity // American Scientist. 1948. Vol. 36, №4. P. 536-544 / Weaver W. Science and Complexity. American Scientist. 1948;36(4):536-44.
26. Zilov V.G., Eskov V.M., Khadartsev A.A., Eskov V.V. Experimental confirmation of the effect of "Repetition without repetition" N. A. Bernstein // Bulletin of experimental biology and medicine. 2017. Vol. 163 (1). P. 4-8 / Zilov VG, Eskov VM, Khadartsev AA, Eskov VV. Experimental confirmation of the effect of "Repetition without repetition" N. A. Bernstein. Bulletin of experimental biology and medicine. 2017;163(1):4-8.
27. Zilov V.G., Khadartsev A.A., Eskov V.V., Eskov V.M. Experimental study of statistical stability of cardiointerval samples. Bulletin of experimental biology and medicine. 2017. Vol. 164 (2). P. 115-117 / Zilov VG, Khadartsev AA, Eskov VV, Eskov VM. Experimental study of statistical stability of cardiointerval samples. Bulletin of experimental biology and medicine. 2017;164 (2):115-7.
28. Zilov V.G., Khadartsev A.A., Eskov V.V., Ilyashenko L.K., Kitanina K.Yu. Examination of statistical instability of electroencephalograms // Bulletin of experimental biology and medicine. 2019. Vol. 168 (7). P. 5-9 / Zilov VG, Khadartsev AA, Eskov VV, Ilyashenko LK, Kitanina KYu. Examination of statistical instability of electroencephalograms. Bulletin of experimental biology and medicine. 2019;168(7):5-9.
29. Zilov V.G., Khadartsev A.A., Ilyashenko L.K., Eskov V.V., Minenko I.A. Experimental analysis of the chaotic dynamics of muscle biopotentials under various static loads // Bulletin of experimental biology and medicine. 2018. Vol. 165 (4). P. 415-418 / Zilov VG, Khadartsev AA, Ilyashenko LK, Eskov VV, Minenko IA. Experimental analysis of the chaotic dynamics of muscle biopotentials under various static loads. Bulletin of experimental biology and medicine. 2018;165(4):415-8.
30. Zilov V.G., Khadartsev A.A., Eskov V.M., Ilyashenko L.K. New effect in physiology of human nervous muscle system // Bulletin of experimental biology and medicine. 2019. Vol. 167 (4). P. 419-423 / Zilov VG, Khadartsev AA, Eskov VM, Ilyashenko LK. New effect in physiology of human nervous muscle system. Bulletin of experimental biology and medicine. 2019;167(4):419-23.
Библиографическая ссылка:
Еськов В.М., Хадарцев А.А., Филатов М.А., Третьяков С.А. Три великие проблемы физиологии и медицины // Вестник новых медицинских технологий. 2020. №4. С. 115-118. БОТ: 10.24411/1609-2163-2020-16782.
Bibliographic reference:
Eskov VM, Khadartsev VM, Filatov MA, Tretyakov MA. Tri velikie problemy fiziologii i meditsiny [Three great problems of physiology and medicine]. Journal of New Medical Technologies. 2020;4:115-118. DOI: 10.24411/1609-2163-2020-16782. Russian.
