Суверенитет Беларуси обязывает ее формировать самодостаточную национальную медицинскую науку, способную обеспечить развитие здравоохранения по всем дисциплинам. Однако известно, что богатую науку могут содержать только богатые страны и сверхдержавы. В условиях недостаточного финансирования в стоимость научных исследований уже изначально закладывается только заработная плата, требуемые налоговые отчисления и определенный объем накладных расходов, из которых по возможности приобретается в минимальных размерах все, что необходимо для выполнения научно-исследовательских работ (НИР). В связи с этим принципиальное значение имеет разработка ресурсосберегающих механизмов развития медицинской науки, обеспечивающих рациональное использование выделенных ресурсов (материально-технических, кадровых, финансовых).

Анализ указанной проблемы позволяет сформулировать основные направления развития ресурсосберегающих технологий при проведении научных исследований.

Прежде всего следует определиться с числом ученых (кстати, понятие «ученый» вовсе не тождественно понятию «научный сотрудник»), научно-исследовательских институтов и выполняемых НИР. Естественно, что сеть научно-исследовательских учреждений должна содержать такое количество научных сотрудников и выполнять те НИР, финансирование которых она способна осуществлять на достаточном уровне без ущерба качеству научных исследований. Вероятно, общая численность научных сотрудников и вспомогательного персонала должна быть приведена в соответствие с объемом выделяемого финансирования за счет сохранения наиболее эффективных научных сотрудников, научных подразделений и НИР.

Поскольку научные исследования уже невозможно вести по всем направлениям медицины, необходимо сконцентрировать силы и ресурсы исключительно на приоритетных направлениях. Каждая суверенная страна должна иметь специалистов и научный потенциал, перекрывающий своими профессиональными знаниями и опытом все медицинские дисциплины с тем, чтобы по любому вопросу здравоохранения в республике был хотя бы один высококвалифицированный специалист (консультант) международного уровня. Это касается вопросов государственной безопасности (эпидситуация и т.д.), правильности принятия важных государственных решений в области здравоохранения и необходимости лечения граждан Беларуси за рубежом. В связи с этим, вероятно, целесообразно придать статус научно-исследовательских учреждений некоторым научно-практическим клиническим центрам (их финансирование осуществлять за счет практического здравоохранения), шире использовать научный потенциал вузов (чьи кафедры перекрывают все направления медицины), расширить число главных внештатных специалистов (консультантов) и более активно использовать их профессиональные знания.

В соответствии с принципами программно-целевого планирования число выполняемых НИР должно быть уменьшено. Скорее всего, самостоятельная НИР должна выполняться научным отделом (не менее 6—8 научных сотрудников на тему НИР), а отдельные задания НИР — входящими в состав отдела лабораториями, кадровый состав которых должен быть приведен в соответствие с типовым положением. В свою очередь темы НИР должны входить с состав государственных и отраслевых научно-технических программ.

В то же время следует отметить, что при незначительных ресурсах принцип централизованного потемного финансирования НИР ограничивает саморегулирующие возможности научных учреждений (особенно при выделении средств на «мелкие» темы, выполняемые силами 2—3 научных сотрудников). В этом смысле «укрупнение» тем НИР (3—5 тем на НИИ) позволит сохранить принцип потемного финансирования и одновременно даст возможность НИИ самостоятельно решать внутренние проблемы по реструктуризации научного потенциала.

При планировании НИР экспериментального и клинического характера на статьи расходов «материалы, реактивы, специальное оборудование, лабораторные животные» должно выделяться не менее 10% общей суммы финансирования НИР. В противном случае итогом научной работы может быть только аналитический обзор.

Слабыми звеньями существующей в настоящее время инновационной политики являются преимущественная ориентация на внедрение результатов собственных НИР и недооценка возможности и значимости внедрения зарубежных научных достижений и опыта, заимствованных из информационных источников и полученных в ходе зарубежных стажировок.

Не секрет, что перенос передового опыта и новых технологий из одной страны в другую и последующее тиражирование, как правило, не требуют существенных наукоемких разработок. Это тот самый случай, когда, имея средства только на заработную плату, можно внедрять новые медицинские технологии. Именно на это должна быть направлена научно-методическая и организационно-методическая работа, которая должна активно осуществляться всеми НИИ и вузами, перекрывать все вопросы практического здравоохранения и финансироваться в рамках специальных инновационных программ.

Важным ресурсосберегающим элементом эффективной научной политики является выполнение инновационных проектов. Под инновационным проектом мы понимаем комплекс мероприятий (организационных, научно-методических, инвестиционных, информационных и др.), обеспечивающих внедрение и широкое использование передового опыта и достижений зарубежной науки. Цель инновационного проекта — внедрение в практику здравоохранения новых методов диагностики, профилактики, лечения, новых управленческих технологий, являющихся результатом прикладных НИР (теоретических исследований), а также заимствованных из передового зарубежного опыта или информационных источников.

Различают два основных направления инновационных проектов: 1) прямое заимствование, основанное на использовании и тиражировании передового опыта, практически не требующее доработки; 2) внедрение в практику научных достижений, требующих предварительных исследований.

В условиях ограниченных ресурсов представляется целесообразным отказаться от модели организации научных исследований и финансирования науки, свойственных супердержаве — СССР, по которым инновационные процессы осуществлялись через длительный цикл «фундаментальные исследования — прикладные НИР — ОКР», и организовать внедрение через инновационные проекты, формируемые в ходе зарубежных командировок, выявление достижений зарубежной науки и практики (рисунок).

Инновационный проект — это комплексная программа внедрения, включающая не только доработку технологии до уровня возможности ее реального применения, но и план мероприятий по освоению и использованию новшества на местах: обучающий семинар, подкрепленный информационными материалами (инструкциями, методическими документами), а также контроль и оценка эффективности. По нашему мнению, если инновационный процесс не подкреплен соответствующей материально-технической базой и не имеет финансового обеспечения ожидать реального использования новшества проблематично. Важную роль в реализации инновационного проекта играет отличная заинтересованность как новаторов, так и врачей практического здравоохранения. Это наглядно проявляется в различии внедрения новых медицинских технологий в частном и государственном секторах здравоохранения. В частном секторе здравоохранения внедрение новых технологий и техники — это элемент конкуренции, борьба за пациента и финансирование, дополнительная прибыль, повышение заработной платы сотрудников. В бюджетной сфере здравоохранения врач, внедряющий технологию, только рискует, но не поощряется. Да и свободных средств на реализацию инновационных проектов у лечебных учреждений, как правило, нет, а централизованные фонды отсутствуют. Это способствует тому, что по некоторым направлениям частная медицина начинает обгонять бюджетный сектор здравоохранения.

К иным, более известным, но не всегда используемым ресурсосберегающим технологиям управления научной деятельностью относятся патентно-информационная экспертиза планируемых НИР, создание Центров коллективного использования дорогостоящего научного оборудования, привлечение средств зарубежных инвесторов при выполнении международных научных проектов и др.

Важным элементом ресурсосберегающих механизмов развития науки является проведение теоретических исследований. Под теоретическими исследованиями мы понимаем совокупность аналитических процессов по извлечению неявного знания из опубликованных и неопубликованных источников, а также теоретическое обоснование возможности переноса передового опыта, технологий и достижений из одной области знания в другую.

Теоретические исследования имеют явное преимущество перед поисковыми, проводимыми методом проб и ошибок: они более экономичны, эффективны и оперативны, позволяют с минимальными затратами использовать мировой опыт. В то же время они предъявляют высокие требования к квалификации исполнителей и информационной поддержке исследовательского процесса, т.е. высококвалифицированные ученые должны быть хорошо информированы.

Теоретические исследования, с одной стороны, являются самостоятельным видом научной работы со свойственными ей научными результатами, с другой — промежуточным этапом НИР в тех случаях, когда полученные результаты требуют последующего подтверждения.

В соответствии с формой конечных научных данных можно выделить следующие виды теоретических исследований: 1) аналитические обзоры; 2) метаанализ; 3) моделирование ситуации; 4) выявление научных пробелов, формулирование научных гипотез и выдвижение научно обоснованных идей, формирующих новое научное знание.

Как известно, научные обзоры подразделяются на реферативные и аналитические. Реферативные обзоры, по сути, являются тематической подборкой рефератов статей, изложенных в определенной последовательности. Аналитический обзор содержит критическую оценку и анализ ситуации, не только реферативную, но и фактографическую информацию, статистические выкладки, мнение автора о возможных путях решения проблемы и в этом плане может рассматриваться как законченное научное исследование теоретического характера. Следовательно, подготовку и издание научной монографии, написанной в форме аналитического обзора, можно расценивать как вид научного исследования. Работу над систематизированными обзорами эффективности определенных медицинских технологий и лекарственных препаратов, проводимых в рамках доказательной медицины, также можно рассматривать как частный случай теоретических исследований.

В рамках доказательной медицины метаанализ представляет собой количественный анализ первичных данных, полученных из опубликованных или неопубликованных источников о стандартизованных исследованиях, с целью определения обобщающих показателей. Метаанализ строится на основе рандомизированных контролируемых исследований, проведенных в различных странах (регионах) и отвечающих определенным требованиям (однородность групп исследуемых, стандартизованность используемых методов, реактивов, приборов и т.д.).

Моделирование ситуации — группа методов теоретических исследований, которые могут использоваться как в клинической, так и в экспериментальной медицине для формирования вероятностной модели решения научной задачи, осуществляемой последовательным перебором и оценкой возможных альтернативных вариантов и выбором оптимальной модели. В основу этих методов положен расчет данных о том, как может измениться одна составляющая многокомпонентной системы (или вся система в целом) при изменении других составляющих или под влиянием внешних факторов.

Выявление научных пробелов, формирование научных гипотез и выдвижение научно обоснованных идей, формирующих новое научное знание, предполагает анализ и синтез научных проблем, выявление тенденций и противоречий их развития, способствующих активации научной деятельности и генерации нового знания.

В качестве конкретных методов теоретических исследований могут использоваться методы логического анализа и синтеза, алгоритмы решения изобретательских задач, пробельный анализ, информационное моделирование, кластерный анализ, контент-анализ, математическое моделирование и т.д.

Среди методов, активизирующих научное творчество, широко известен метод мозгового штурма (мозговой атаки), автором которого является А.Осборн. В основе этого психологического метода лежит утверждение о том, что процесс генерирования идей необходимо отделить от процесса их оценки. Осборн предложил осуществлять генерирование идей в условиях, когда критика запрещена и всячески поощряется каждая идея, какой бы фантастической она ни казалась. Для проведения мозгового штурма отбирают небольшую (6—8 человек) группу специалистов, желательно из смежных областей знания, психологически адаптированных друг к другу и по стилю мышления являющихся «генераторами идей». Генерирование идей осуществляют в быстром темпе. В минуты «коллективного вдохновения» возникает своеобразный ажиотаж, идеи выдвигаются как бы непроизвольно, прорываются и высказываются смутные догадки и предположения [1]. Высказанные идеи записываются и передаются группе экспертов для оценки и отбора самых перспективных. Психофизиологические основы мозгового штурма можно объяснить с помощью теории З.Фрейда, согласно которой сознание человека — всего лишь тонкая надстройка над бездной подсознания. В обычных условиях сознание контролирует процессы мышления привычными представлениями и запретами. В условиях мозгового штурма запреты снимаются и создаются возможности для прорыва из подсознания иррациональных идей.

Модификацией метода мозговой атаки является синектика, разработанная У.Гордоном. Отличительные особенности этого метода — формирование более или менее постоянных групп «генераторов идей», внесение элементов критического анализа высказанных идей, наличие руководителя синектической группы, который направляет процесс и предлагает определенные аналогии. В отличие от Осборна Гордон делает упор на необходимость предварительного сбора информации, обучения экспертов, использование специальных приемов организации процесса выработки решения.

Применение для генерации новых идей накопленного опыта, обращение к решениям, принимавшимся ранее, перенос этого опыта в новые области знания составляет сущность метода аналогии. Этот древнейший и широко используемый метод требует большого опыта и запаса знаний для выбора адекватных аналогий.

В 1950—1960 гг. Г.С.Альтшуллером было выдвинуто предположение о том, что творческий процесс представляет собой алгоритм последовательно осуществляемых действий. На основе этого были разработаны алгоритм и теория решения изобретательских задач (ТРИЗ), с помощью которой, опираясь на изучение объективных закономерностей развития технических систем, вырабатывают правила организации мышления по определенной схеме. Альтшуллер считает, что существуют объективные законы развития технических систем, исключающие слепой перебор вариантов [1].

Для решения изобретательских задач в рамках ТРИЗ необходимо иметь мощный информационный фонд, включающий прежде всего типовые приемы устранения противоречий (административных, технических, физических) между современным состоянием объекта и идеальным конечным результатом. ТРИЗ представляет собой алгоритм, позволяющий выйти на идею решения задачи, и только от индивидуальных качеств изобретателя зависит, на каком этапе будет найдена идея.

Алгоритм решения изобретательских задач включает следующие основные этапы: 1) анализ задачи; 2) анализ модели задачи; 3) определение идеального конечного результата и физического противоречия; 4) анализ способа устранения физического противоречия.

Решение задачи начинают с перехода от заданной ситуации к минимальной задаче, получаемой по правилу «техническая система остается без изменений, но исчезают недостатки или появляются требуемые свойства».

Следующим этапом является формирование модели задачи — предельно упрощенной схемы конфликта, составляющего ее суть. Определение идеального конечного результата и противоречий, препятствующих решению задачи, — основа ТРИЗ. При этом используются стереотипные логические приемы (уменьшение, увеличение, изменение физического состояния объекта, его температуры, формы и т.д.), которые позволяют исследователю приблизиться к решению задачи.

ТРИЗ включает три стадии: аналитическую (анализ задачи с целью выявления технического противоречия и вызывающих его причин); оперативную (поиск технического противоречия и его устранение); синтетическую (внесение дополнительных изменений в методы использования объекта, в другие объекты, работающие совместно с измененным). Каждая стадия состоит из нескольких шагов и многочисленных стандартных постановочных вопросов, ответы на которые подводят к решению задачи. Так, например, аналитическая стадия включает четыре шага. На первом надо ответить на вопрос: «что желательно получить в идеальном случае?», на втором — «в чем состоит помеха?», на третьем — «в чем непосредственная причина помехи?», на четвертом — «при каких условиях помеха исчезает?»

Оперативная стадия включает шесть шагов. Первый шаг — проверка возможности изменения в самом объекте (изменения размеров, формы, материала, температуры, давления, окраски, взаимного расположения частей и т.д.). Второй шаг — проверка возможного разделения объекта на независимые части (разные по функциям части, «слабые» и необходимые части). Третий шаг — проверка возможных изменений во внешней (для данного объекта) среде (изменение параметров среды, замена среды, разделение среды на составные части, использование внешней среды для выполнения полезных функций). Четвертый шаг — проверка возможных изменений в объектах, работающих совместно с данным. Пятый шаг — заимствование прообразов из других отраслей знания или природы. Шестой шаг — вхождение в образ изобретаемого устройства или его окружения. Методика ТРИЗ учитывает психологические особенности человека: обычно исследователь, размышляя над задачей, представляет прототип и мысленно изменяет его. Методика предлагает отталкиваться от идеальной, еще не существующей конструкции.

Информационное моделирование как инструмент научного предвидения включает методы семантического анализа информации и формализованного анализа ценностных ее характеристик; на их основе синтезируется новая информация, которую невозможно получить другими путями [11]. Р.В. Вальдман [5] рассматривает информационное моделирование как метод исследования научно-технических ситуаций, в процессе которого осуществляется анализ, синтез и фиксация информации, содержащейся в предмодельных документах, а также интерпретация интегративной информации, отображаемой посредством модели. Информационное моделирование предполагает системный анализ научно-технических ситуаций, выявление наиболее значимых, приоритетных направлений, предоставление альтернативных путей решения задачи, что существенно облегчает процесс принятия управленческих решений и делает их более обоснованными.

Задача моделирования состоит в том, чтобы ответить на вопрос: как повлияет на некоторые показатели деятельности исследуемой системы изменение условий ее функционирования, связанное с принятием того или иного управленческого решения? Модель не навязывает своего критерия оптимальности, а отвечает на вопрос типа «что будет, если…» и помогает выбрать приемлемое решение.

В качестве фактографической базы для проведения информационного моделирования могут быть использованы патенты, другие научно-технические документы, данные экспертизы и т.д.

В последние годы большое распространение получил метод кластерного анализа библиографических ссылок, ключевых слов, тематических рубрик и т.д., позволяющий использовать их в качестве маркеров «интеллектуального пространства», своеобразных «карт науки» для выявления активных «точек роста» и незримых связей между различными предметными областями науки, методами и технологиями [6, 9, 10, 12, 16, 17]. Исследование «карт науки», полученных с помощью кластерного анализа и других методов формализованной оценки информационных потоков и фактографических данных, позволяет ученым осуществлять выход на новые оригинальные идеи, способствует научному предвидению и прогнозированию.

Исследование комплекса знаний, накопленных наукой, выявляет два типа ситуаций. В ситуациях первого типа еще неясно, каких знаний не хватает, в то время как в ситуациях второго типа оказывается возможным, сопоставляя фрагменты накопленного знания, предположить характеристики еще не известных особенностей изучаемых свойств мира и тем самым очертить границы незнания, т.е. речь идет о выявлении отсутствующих звеньев (пробелов), из-за которых цепь познания оказывается разорванной либо незавершенной.

Пробельный анализ представляет собой последовательность предположений о достижимом знании. В процессе осуществления пробельного анализа имеющееся знание оформляется сначала в виде цепи, а затем в виде эталонного представления, позволяющего, ориентируясь на цель, поставить задачу для конкретного исследования [4].

В пробельном анализе есть три фиксированных этапа: предположение о цели, предположение об объеме наличного знания, предположение о результате, достижимом в ходе конкретной НИР. Первая группа — это предположения о том, как должен пройти процесс и как обеспечить взаимосвязанное, ориентированное на общую цель участие привлекаемых систем. Предположения второй группы подразумевают то состояние, к которому должна прийти каждая из привлекаемых систем знания в предполагаемом процессе развития. Поскольку пробельный анализ требует обеспечения связи между различными областями знания и глубокими знаниями в исследуемой отрасли, то для его проведения необходима специфичная квалификация [4].

Общая задача — увидеть инвариант в функциональных представлениях различных систем знаний. Сопоставление этих инвариантных функциональных представлений с функциональным представлением совершенствуемой предметной области, также выраженным в инвариантных терминах, позволяет выявить потенциально полезные результаты [4].

В коммуникационном плане метод пробельного анализа означает наличие своего рода каналов связи, позволяющих извлечь нужное знание для получения нового знания [4]. Пробельный анализ является инструментом интеграции, ищущим и обнаруживающим родство между различными дисциплинами, т.е. это междисциплинарный метод, как бы притягивающий разные дисциплины друг к другу и создающий предпосылки для формирования на их базе интегральной дисциплины [3].

Системный анализ — это совокупность научных методов и практических приемов решения проблем в условиях неопределенности путем расчленения целого на более простые составные элементы с последующим синтезом проблемы в тех моделях системы, которые позволяют понять ее внутреннюю структуру, механизмы взаимодействия составных элементов и ориентированы на решение поставленных исследователем задач. Другими словами, системный анализ позволяет уменьшить (или исключить) неопределенность, свойственную решаемой проблеме, и реконструировать ее в моделях, отвечающих целям исследования.

В общем случае под системой понимается наличие множества взаимосвязанных объектов с определенными свойствами. Таким образом, системный анализ призван выявлять объекты, свойства и связи исследуемой системы с учетом взаимного влияния внешней среды.

Важнейшие принципы системного анализа: 1) процесс принятия решения должен начинаться с определения и четкого формулирования конечных целей, а также критериев, по которым может оцениваться их достижение; 2) следует установить все взаимосвязи каждого частного решения и проанализировать возможные альтернативные пути достижения цели; 3) цели отдельных подсистем не должны вступать в конфликт с целями всей системы; 4) необходимо выявление ресурсов и их увязка с целями.

Центральная процедура в системном анализе — построение модели (моделей), отражающей все те факторы и взаимосвязи реальной ситуации, которые могут проявиться в процессе осуществления решения.

Цель системного анализа — повышение степени обоснованности принимаемого решения, расширение числа вариантов, среди которых производится выбор, с одновременным указанием оптимальных.

Системный анализ опирается на ряд прикладных методов, широко используемых в современной практике управления: экспертные оценки, метод Дельфи, исследование операций, теория графов и т.д.

Методы экспертных оценок можно разделить на две группы: индивидуальные и коллективные. Наибольшее распространение получили два типа методов индивидуальных экспертных оценок — интервью и аналитическая экспертиза.

При методе интервью предполагается беседа исследователя с экспертом, в ходе которой эксперт без предварительной подготовки оценивает проект НИР и отвечает на заранее подготовленные вопросы о целесообразности планирования.

Аналитическая экспертиза предполагает тщательную работу эксперта по анализу планируемых НИР в рамках поставленных перед ним вопросов. Результаты анализа эксперт оформляет в виде справки, докладной записки, экспертного заключения.

Методы коллективной экспертизы разработаны для получения обобщенного коллективного мнения экспертов по изучаемым вопросам с тем, чтобы компенсировать возможные ошибки того или иного эксперта. При таком подходе практически исключается влияние случайных факторов, связанных с недостаточной компетентностью и необъективностью отдельных специалистов.

В зависимости от характера взаимодействия между экспертами методы коллективной экспертной оценки можно разбить на две группы: открытой дискуссии и опроса с помощью анкет. В первой группе наибольшее распространение получили следующие методы: комиссий, суда, мозговой атаки.

В отличие от открытой дискуссии методы опроса с помощью анкет не предполагают прямого обмена мнениями между членами экспертной группы и делятся на метод простого анкетирования экспертов и метод Дельфи.

Метод простого анкетирования включает одноразовый опрос экспертов с помощью анкет. Результаты опроса обобщают различными статистическими методами обработки данных. При таком подходе, как правило, отмечается большая разбросанность ответов.

Метод Дельфи, разработанный в американской фирме «РЭНД корпорейшн», — самый распространенный при решении сложных задач с помощью экспертов. В его основу положены следующие принципы: а) экспертиза проводится анонимно; б) экспертную информацию собирают опросом экспертов в несколько туров с помощью специальных анкет; в) эксперты обеспечиваются всей необходимой для экспертизы информацией; г) ответ на каждый вопрос анкеты должен аргументироваться экспертом; д) прямое взаимодействие экспертов осуществляется предоставлением каждому из них обобщенного мнения группы, полученного в процессе предшествующего тура [7].

Экспертизу по методу Дельфи обычно проводят в три—четыре тура. В I туре экспертам формулируют цель и задачи изучения. Эксперты подробно отвечают на поставленные в анкете вопросы. После опроса анкеты обобщают и рассчитывают средние оценки. Во II туре каждому эксперту сообщают результаты I тура, приводят обоснование крайних точек зрения, не указывая имен экспертов. Экспертов просят повторно ответить на вопросы первой или уточненной второй анкеты. Во время II тура эксперты могут запросить различного рода информацию. Ответы на вопросы II тура обрабатывают, а полученные результаты представляют экспертам на следующем туре экспертизы. Процедура продолжается до тех пор, пока не будут получены близкие оценки.

В последнее время разработано несколько модификаций классического варианта метода Дельфи. Так, например, в ряде вариантов предусмотрена самооценка экспертами своей компетентности. Т.Гордон видоизменил метод Дельфи, исключив анонимность [7].

В методике SEER («система оценки и обзора событий») предусматривается проведение только двух туров опроса групп экспертов разного состава. В I туре эксперты составляют перечень событий, определяют их приоритет, делают технико-экономические и вероятностные оценки. Во II туре они проводят переоценку и пополнение банка данных, сформированного в I туре, определяют наиболее важные события и уточняют результаты экспертного заключения.

Один из методов экспертизы проектов НИР — метод дескрипторов. Отправной точкой метода служит сжатое (дескрипторное) описание экспертами технических целей каждого проекта. Составление таких сжатых описаний множества заданных целей позволяет выявлять области науки и техники, в которых можно ожидать наибольший прогресс (а возможно, и научный прорыв) в течение ближайших 2—5 лет.

Еще один метод представления и анализа результатов экспертной оценки — картирование, или системная концепция альтернатив. Это усовершенствованная разновидность метода Дельфи, включающая построение своеобразных «карт» в системе координат, одну из осей которой образует время, другую — совокупность научно-исследовательских программ определенного профиля. Основу «карты» составляет иерархическая система, которая рассматривает новшество на различных ее уровнях: научно-техническом, коммерческом, политическом, социальном, моральном, культурном, природном и личностном. Результаты картирования вводятся в банк данных, содержащий перечни распределенных по времени приемлемых альтернативных вариантов выбора научных проектов, последовательность предполагаемых научных открытий и технических разработок.

Количественная оценка объектов экспертизы может осуществляться как по балльной шкале, содержащей, как правило, от 3 до 100 градаций, так и методом предпочтения экспертов, наиболее часто реализуемым в виде ранжирования. В этом случае задача эксперта сводится к тому, чтобы упорядочить набор объектов (признаков) Р1, …..., Рn по убыванию некоторого качества. При сопоставлении результатов экспертиз используются различные математические методы: кластерный анализ, многомерное шкалирование, факторный анализ, матрицы сходства и т.д. Однако следует иметь в виду, что оценки в балльной системе нельзя в полной мере считать количественными и сравнивать, на сколько или во сколько раз один балл больше другого. 

Метод построения «деревьев целей» используется для анализа систем или процессов, в которых можно выделить несколько структурных, или иерархических, уровней. Они строятся путем последовательного выделения все более мелких компонентов на постепенно понижающихся уровнях. Генеральная цель служит «корнем» дерева целей. Каждая ветвь на каждом уровне разделяется, по крайней мере, на два разветвления следующего, более низкого уровня. Точка разветвления называется вершиной. Аналогично дереву целей, используя принципы системного анализа, можно построить дерево альтернативных решений. Это дерево становится нормативным, когда для всех ветвей каждого уровня определяется важность каждой задачи по отношению к важности решения других задач. Предположим, перед нами стоит цель, для достижения которой требуется выполнить три задачи. Допустим, первая задача в два раза важнее второй, а вторая в три раза важней третьей. В этом случае мы можем приписать трем задачам «коэффициент относительной важности» — соответственно 0,6; 0,3; 0,1. При этом сумма коэффициентов должна быть равна единице. Умножение коэффициентов относительной важности всех уровней каждой ветви от верхушки до основания дерева позволяет выявить наиболее эффективный (набравший больший балл) путь решения определенной проблемы или сформулировать главные задачи исследования. Эта методика была названа методом ПАТТЕРН-анализа (английская аббревиатура выражения «помощь планированию с использованием техники присвоения коэффициента относительной важности»).

Различают три вида деревьев целей: классификационные, композиционные и генетические. Классификационные деревья отражают родовые взаимоотношения, композиционные — отношения целого и частей, генетические — формализацию отношений, в которых находятся порождающие или порождаемые элементы дерева.

При построении дерева взаимосвязей (ДВ) допускается, что элементы одной ветви дерева целей могут входить в состав элементов других ветвей дерева целей более высокого или более низкого уровня (яруса).

В практике управления научными исследованиями метод древовидной декомпозиции может использоваться для системного анализа не только целей (дерево целей), но и методов (дерево методов), ресурсов (дерево ресурсов), решений (дерево решений), информации (дерево информации).

«Морфологический» метод был разработан Ф. Цвикки. Сущность его состоит в разбиении проблем на составные части, причем каждая из них имеет несколько подходов к ее решению. Морфологический метод предусматривает построение двухмерной матрицы: выбирают две важнейшие характеристики технической системы, по каждой из них составляют список альтернативных вариантов и на основе этого строят таблицу, осями которой являются эти списки. Каждая клетка такой таблицы соответствует возможным вариантам решения технической задачи. Общее решение получают, взяв одно из возможных решений по каждой части. Число возможных решений исследуемой проблемы равно числу возможных комбинаций. Например, если проблему можно разделить на четыре части, так что первая имеет два решения, вторая — четыре, третья — четыре и четвертая — три решения, то суммарное число возможных общих решений будет 2ґ4ґ4ґ3=96. На следующем этапе нужно определить, какие из этих решений были известны ранее, а какие могут быть реализованы на практике. Системное исследование всех возможных комбинаций решений отдельных частей проблемы приводит к «изобретению» новых решений проблемы в целом.

Метод составления блок-схемы последовательности выполнения задач заключается в схематическом изображении всех альтернативных путей и последовательности решения какой-либо задачи. Альтернативным путям в блок-схеме можно установить соответствующие коэффициенты относительной важности (по аналогии с методикой ПАТТЕРН-анализа), что позволяет осуществлять поиск наиболее оптимальных путей решения проблемы.

Методика экстраполяции тенденций. Опыт свидетельствует, что большую часть научно-технических данных можно экстраполировать на ближайшие 10—15 лет с допустимой ожидаемой ошибкой 15% [7]. Суть метода экстраполяций заключается в установлении типа кривой (логистическая, экспонента, прямая арифметическая или геометрическая прогрессия и т.д.) в зависимости от результатов тренда за предшествующий период и предположения о сохранении или изменении тенденций в перспективе.

Несмотря на разнообразие уравнений, описывающих возможные функции изменения параметров исследуемого процесса, развитие практически любой системы, события, процесса можно описать определенным участком логистической кривой. Весь вопрос состоит лишь в том, чтобы выяснить, на каком участке развития находится событие в настоящий момент, сроки сохранения существующих тенденций и темпы приближения прогнозируемого события к точке максимального развития (точке перегиба кривой) и состоянию насыщения (сатурации). На определенных участках кривой возможны значительные флуктуации реальных параметров, а также некоторые отрезки, описываемые прямой арифметической или геометрической прогрессией.

Первым этапом экстраполяции тренда является выбор оптимального вида функции, описывающей эмпирический ряд. Для этого проводятся предварительная обработка и преобразование исходных данных с целью сглаживания и выравнивания временного ряда, определения функций дифференциального роста. Чаще всего с этой целью используется метод наименьших квадратов, метод экспоненциального сглаживания и др. Расчет прогнозируемых величин можно осуществлять по формулам, описанным в работах [13, 15].

Метод «сценариев» представляет собой процесс подготовки письменного, согласованного группой экспертов документа, в котором приводится аналитическая справка по исследуемой проблеме. «Сценарий», как правило, содержит результаты технико-экономического и статистического анализа проблемы, аналитический обзор всей имеющейся научной литературы, а также мнение экспертов о возможных путях решения проблемы (предложения для включения в «сценарий» сначала пишутся каждым экспертом отдельно, а затем формируется согласованный текст). «Сценарий» представляет собой логическую последовательность событий, показывающую, как, исходя из существующей (или заданной) ситуации, может шаг за шагом развертываться будущее состояние. После подготовки «сценария» проблемы можно приступать к другим, более формализованным методам системного анализа — методу Дельфи и т.д.

Метод деловых игр используется преимущественно в учебных целях, однако может применяться в процессе управления научными исследованиями, а также для анализа тех научных проблем, в основе которых лежат социальные взаимоотношения между определенными категориями лиц (например, в социальной гигиене, организации здравоохранения, социологии и т.д.). Деловая игра в научно-исследовательском процессе основана на моделировании действий руководителей научных подразделений, отдельных ученых и социальных групп, деятельность и взаимодействие которых подлежат исследованию и оптимизации. Метод включает моделирование окружающей среды, общих задач и целей конкретных исполнителей или групп лиц, системы обмена информацией, взаимовлияния интересов и альтернативных решений.

Контент-анализ (content analysis — анализ содержания) как научный метод начал широко использоваться в 20—30-е годы XX века первоначально в социологии, журналистике и литературоведении. В дальнейшем он распространился на изучение вопросов политики и пропаганды, психологии и психолингвистики, начал применяться в разведывательных целях и др. В последнее время расширилось использование контент-анализа в науковедческих исследованиях, причем нередко с помощью вычислительной техники.

Н.И. Михайлов [14] считает, что сущность контент-анализа заключается «в выделении в содержании документа некоторых ключевых признаков (содержательных единиц анализа, проблем, категорий) и их значений (индикаторов, материальных носителей, документальных проявлений), которые отражали бы определенные существенные стороны (фактического и мысленного) содержания, с последующим подсчетом частоты употребления этих единиц, выявлением соотношения различных элементов содержания документа друг с другом и сравнением их с общим объемом информации».

Тексты научных публикаций отражают определенные характеристики исследуемых явлений. Многообразие последних часто затрудняет видение закономерностей в этом отражении. Контент-анализ позволяет структурировать поток информации и выявлять определенные закономерности. Наиболее ответственный его этап — выбор единиц анализа, категорий содержания, т.е. «категориальной сетки». Крупные, общие категории содержания не требуют высокой квалификации кодировщика, но и не дают возможности достаточно глубоко проанализировать тексты. Дробное членение «категориальной сетки» позволяет осуществлять более детальное и глубокое исследование проблемы, но требует больших усилий и более высокой квалификации кодировщиков.

Основные индикаторы контент-анализа — такие единицы отсчета, как появление признаков или их исчезновение, частота их присутствия в тексте и динамика изменения в пространстве и во времени.

Контент-анализ позволяет установить тенденции развития научных дисциплин и отдельных направлений, осуществлять прогнозные исследования, определять использование научных работ в практике, выявлять ценностные ориентации, установки и склонности авторов текстовых документов, а также тематическую направленность определенных групп публикаций.

Рассматривая научный текст в качестве элемента коммуникационной модели, можно заключить, что контент-анализ не только характеризует уровень выполненных исследований, но и дает представление о коммуникаторе (авторе) и о реципиенте (предлагаемом читателе), а также о характере связи между ними.

Контент-анализ как процедура преобразования текстовых сообщений в количественные показатели в какой-то степени является аналогом многих методов информационного анализа. Действительно, такие применяемые в информатике приемы, как определение наиболее значимых (цитируемых) публикаций, журналов, стран и авторов, тематической направленности по ключевым словам библиографического описания, фактически осуществляются по частоте нахождения того или иного признака в библиографических описаниях или ссылках. В этом аспекте контент-анализ широко используется в научной медицинской информатике и науковедении. Следует также отметить, что принципы и методология контент-анализа нередко применяются в клинической медицине при обработке историй болезни, вербальных высказываний больных и т.д.

Близким к контент-анализу по содержанию и задачам является метод логико-смыслового моделирования [8]. В качестве исходной информационной единицы этого метода может служить отдельное высказывание (слово, словосочетание или целая фраза). Для каждого высказывания устанавливаются все непосредственные логические связи с другими высказываниями в данной предметной области. Система логических связей между ними образует логико-смысловую (семантическую) модель исследуемой проблемы. При необходимости на ЭВМ подвергается анализу структура фактически образовавшегося семантического графа, вершины которого — высказывания, а ребра — связи между ними.

Помимо этого в качестве методов анализа документально-информационных потоков могут быть использованы теория фреймов, метод редуцирования тематических структур, структурно-информационный многоуровневый анализ тематики (СИМ-анализ), подробно изложенные в работе Г.Т.Артамонова, В.М.Чистякова [2].

Рассмотренные нами методы могут широко применяться не только как инструментарий теоретических исследований и выбора приоритетных научных направлений, но и для принятия научно обоснованных управленческих решений. В частности, применение методов системного анализа и экспертных оценок может способствовать выработке научно обоснованных рекомендаций по проведению реформ здравоохранения в Беларуси с учетом социально-экономических и экологических условий.

В заключение следует отметить, что ресурсосберегающие технологии в науке — это удел не только государств, не имеющих возможности выделять существенные средства на развитие науки. В перспективе это столбовая дорога развития науки всех стран. Это обусловлено прежде всего тем, что с развитием науки, ее методов и технологий ни одна страна в мире не сможет проводить научные исследования по всем направлениям. В качестве ресурсосберегающих технологий будут широко использоваться международная интеграция науки и экспертиза научных программ в рамках международного сотрудничества.

Литература 

1. Альтшуллер Г.С. Найти идею. Введение в теорию решения изобретательских задач. — Новосибирск: Наука, 1986. — 209 с.

2. Артамонов Г.Т., Чистяков В.М. // Итоги науки и техники. Сер. Информатика. — 1981. — Т. 6. — С. 5—159.

3. Берштейн Э.С. // НТИ. — 1983. — Сер. 2. — № 6. — С. 1—15.

4. Берштейн Э.С. // НТИ. — 1985. — Сер. 2. — № 6. — С. 1—14.

5. Вальдман Р.В. // НТИ. — 1980. — Сер. 1. — № 9. — С. 10—16.

6. Гарфилд Ю. // Вестн. АН СССР. — 1982. — № 7. — С. 42—50.

7. Добров Г.М. Прогнозирование науки и техники. — М.: Наука, 1977. — 209 с.

8. Калошин В.В. // НТИ. — 1980. — Сер. 1. — № 8. — С. 5—12.

9. Кара-Мурза С.Г. Проблемы интенсификации науки: технология научных исследований. — М.: Наука, 1989. — 248 с.

10. Кара-Мурза С.Г. // Вопросы истории естествознания и техники. — 1983. — № 1. — С. 24—36.

11. Коренной А.А. // Науковедение и информатика. — Киев, 1981. — Вып. 22. — С. 36—42.

12. Маршакова И.В. Система цитирования научной литературы как средство слежения за развитием науки. — М.: Наука, 1988. — 288 с.

13. Мерков В.М. Демографическая статистика. — М.: Медицина, 1965. — 215 с.

14.Михайлов Н.И. Методы анализа документов. Контент-анализ: Лекция / Академия МВД СССР. — М., 1978. — 23 с.

15. Урланис Б.Ц. Общая теория статистики. — М., 1973.

16. Шарабчиев Ю.Т. Характеристика документальных информационных потоков и современные наукометрические методы в медицине. — М., 1986. — 72 с.

17. Шарабчиев Ю.Т.  Коммуникации в науке: социометрический аспект. — Мн.: Право и экономика, 1995. — 256 с.