Целью исследования является синтез нечетких моделей диагностики преходящих невротических расстройств на основе гибридных нечетких моделей, обеспечивающих повышение качества принимаемых решений.Методы. Разведочный анализ показал, что структура данных, описывающих искомый класс психических расстройств, носит нечеткий характер, что делает целесообразным использование нечеткой логики принятия решений, а конкретно методологию синтеза гибридных нечетких решающих правил. Определен состав информативных показателей, описывающих преходящие невротические расстройства в составе признаков, принятых в традиционной медицинской практике, уровня адаптации организма в целом, электрического разбаланса биологически активных точек, связанных с неврозами, показателя уверенности в прогнозе появления неврозов, количественных характеристики функционального резерва органов и систем мишеней. По этим группам показателей получены частные диагностические модели, агрегация которых дает финальную диагностическую модель.Результаты. Для оценки качества принимаемых использовано три уровня проверки качества: на экспертном уровне; по модельным контрольным выборкам и по контрольным выборкам, в которых наличие преходящих невротических расстройств проверялось с использованием независимых общепринятых методов исследования. Качество классификации проверялось по таким показателям, как диагностическая чувствительность, специфичность и диагностическая эффективность, которые превысили величину 0,97.Заключение. В работе получены нечеткие модели диагностики преходящих невротических расстройств. Проведенная оценка качества принимаемых решений с использованием методов экспертного оценивания, математического моделирования и статистического анализа показала, что полученные гибридные нечеткие модели обеспечивают приемлемое качество диагностики с уверенностью не ниже 0,97.