Стационарным является такое состояние систем, когда в этих системах функционирует одно и то же число СФЕ и не происходит изменения их функционального состояния.

Например, в состоянии покоя все системы организма не меняют своего функционального состояния, поскольку всё время функционирует примерно постоянное число СФЕ. Следовательно, он находится в стационарном состоянии.

Бегунья, которая достаточно долгое время бежит на длинной дистанции не меняя скорости бега, также находится в стационарном состоянии (рис. 19). Её нагрузка не меняется и поэтому не меняется число работающих (функционирующих) СФЕ, т.е., не меняется функциональное состояние её организма. Организм уже «вработался» в эту не меняющуюся нагрузку, а поскольку нет прироста нагрузки, то нет и прироста числа работающих СФЕ. Оно (число работающих СФЕ) сохраняется постоянным и поэтому функциональное состояние организма не меняется. У данной бегуньи может меняться, например, состояние систем тканевой энергопродукции (истощение запасов гликогена) и систем тканевого энергопотребления (возможно истощение и износ митохондрий, миофибрилл, саркоплазматического ретикулума в кардиомиоцитах и т.д.), что и является процессом утомления организма. Однако, если бегунья правильно спланировала тактику бега таким образом, чтобы не входить в состояние анаэробного обмена, то состояние систем дыхания и кровообращения не меняется. Таким образом, нет физической нагрузки, или она есть, но не меняется (стационарная физическая нагрузки – steady state, при условии её адекватности возможностям организма), организм субъекта будет находиться в стационарном состоянии.

Рис. 19. Стационарные состояния покоя и бега в неизменном ритме.

В обоих случаях потребление кислорода (VO₂) не меняется, хотя во время бега этот параметр гораздо выше, чем в состоянии покоя.

Но если бегунья будет бежать в условиях анаэробного обмена, то начнёт работать порочный круг (см. далее) и функциональное состояние её организма будет неуклонно меняться в худшую сторону. Прекращение нагрузки прерывает этот порочный круг. Иногда, если испытуемый является тяжелым кардиологическим больным в стадии сердечной декомпенсации, испытание даже очень малыми дозами физической нагрузки «загоняет» его в анаэробный обмен и из-за кислородного долга ему уже очень трудно из него выйти, что приводит к госпитализации больных со всеми вытекающими отсюда последствиями. Это следует учитывать при проведении теста с максимальными физическими нагрузками.

Таким образом, любые системы организма всегда находятся в одном из своих сиюминутных стационарных состояний. Они переходят с одного уровня на другой только в случае изменения внешнего воздействия. Можно говорить о диапазоне различных стационарных состояний, в котором может меняться система. Например, в состоянии покоя величина потребления кислорода организмом человека (VO₂) около 200 мл/мин, а в нагрузке VO₂=2000 мл/мин. Диапазон VO₂ – от 200 до 2000 мл/мин. В лёгких человека есть около 1.5 млн функциональных единиц вентиляции (ФЕВ), каждая из которых представляет собой группу из примерно 200 альвеолярных ходов. Для того, чтобы обеспечить необходимый уровень VO₂, каждая из этих ФЕВ может быть включена в вентиляцию, или отключена от неё. В покое действуют только около 150 тыс. ФЕВ, а в нагрузке все 1.5 млн. Диапазон числа вентилируемых ФЕВ – от 120 тыс. до 1200 тыс.

Динамические процессы.

Динамическим процессом является процесс изменения функционального состояния системы. Система находится в динамическом процессе тогда, когда происходит изменение числа её СФЕ, включенных в действие. Но число постоянно включенных в действие СФЕ определяет стационарное состояние системы. Следовательно, динамический процесс – это процесс перехода системы с одного стационарного уровня на другой.

Если скорость изменения внешних воздействий превышает скорость установления заданного результата действия системы, то появляются переходные процессы (мультимикроциклы, см. выше), во время которых также происходит изменение числа функционирующих СФЕ. Поэтому эти переходные процессы также являются динамическими.

Следовательно, есть два типа динамических процессов – когда система переходит с одного своего стационарного состояния (уровня) на другой из-за внешнего воздействия и когда она находится в переходном мультимикроцикле. Первый из них является целевым, а второй обусловлен несовершенством систем и является паразитным, потому что на его действия отбирается дополнительная энергия, которая была предназначена на целевые действия.

По определению данному выше, в стационарном состоянии системы функционирует некоторое определённое число СФЕ, от нуля до всех. Минимальным шагом изменения уровня функционального состояния является величина, определяемая уровнем срабатывания одной СФЕ (одним квантом действия). Следовательно, в принципе, переход с одного уровня функционального состояния на другой всегда является дискретным (квантованным), а не гладким, и эта дискретность определяется «калибром» СФЕ. Число стационарных состояний равно числу СФЕ системы. Системы с большим количеством «мелких» СФЕ будут проходить через динамические процессы более гладко и без сильных рывков, чем системы с небольшим количеством «крупных» СФЕ.

Следовательно, динамический процесс характеризуется амплитудой прироста функций системы от минимума к максимуму (минимакс системы зависит от абсолютного числа её СФЕ), дискретностью или шагом прироста функций (зависит от «калибра» или кванта единичных СФЕ) и параметрами цикличности функций (скоростью нарастания действий системы, периодом фаз цикла и т.д.). Он может быть целевым или паразитным.

Следует отметить, что стационарное состояние также является процессом, но установившимся (стационарным) процессом. В таких случаях состояние систем от цикла к циклу не меняется. Но во время каждого цикла в системе происходит очень много различных динамических процессов, потому что система сама состоит из подсистем, в каждой из которых есть свои циклы и свои процессы. Установившийся процесс сохраняет систему в одном и том же функциональном состоянии и на одном и том же стационарном уровне, потому что по определению, данному выше, если система не меняет своего функционального состояния, то она находится в стационарном состоянии.

Следовательно, установившийся процесс и стационарное состояние – это одно и то же, потому что независимо от того, находятся ли системы в стационарном состоянии или в динамическом процессе, в их подсистемах всегда могут быть какие-либо стационарные или динамические процессы. Например, даже просто рецепция рецептором «Х» является динамическим процессом.

Отсюда – нет абсолютно инертных (бездеятельных) объектов, любой объект нашего Мира тем или иным образом как-то действует. Предполагается, что полностью «бездеятельным» объект может быть при нуле градусов Кельвина (абсолютный нуль). Попытки получить абсолютно бездеятельные системы предпринимались путём замораживания тел до долей градусов Кельвина. Но заморозить тело до абсолютного нуля, видимо, не удастся, потому что всё равно тело будет двигаться в пространстве, пересекать какие-либо магнитные, гравитационные или электрические поля и как-то взаимодействовать с ними. Поэтому, вероятно, в принципе невозможно получить абсолютно бездеятельное тело.

Целостный организм представляет собой мозаику систем, находящихся или в разных стационарных состояниях, или в динамических процессах. Можно было бы возразить, что в организме вообще нет систем в стационарном состоянии, поскольку в любых его системах постоянно происходят какие-либо динамические процессы. Во время систолы давление в аорте возрастает, а во время диастолы падает, сердце постоянно работает, кровь непрерывно течёт по сосудам, и т.д.

Всё это правильно, но оценка функций системы проводится не по текущему её состоянию, а по циклам её деятельности. Поскольку в любых системах, в том числе и в организме, все процессы циклические, то критерием стационарности является неизменность интегрального состояния системы от цикла к циклу. Аорта реагирует на внешнее воздействие (на ударный выброс левого желудочка) тем, что по мере нарастания давления напряжение её стенок возрастает, и по мере его снижения – падает. Но если взять период времени больший, чем период одного кардиоцикла, то интегральное состояние аорты от кардиоцикла к кардиоциклу не меняется и является стационарным.

Оценка функционального состояния систем.

Оценка может быть качественная и количественная. Наличие (отсутствие) каких-либо волн на кривой является качественной оценкой, а их амплитуда или частота – количественной. Для оценки функционального состояния любых систем необходимо сравнение результатов измерений параметров функций с тем, что должно быть у данной системы. Для того чтобы судить о наличии (отсутствии) патологии, только измерения какого-либо параметра недостаточно. Например, у кого-то мы измерили артериальное давление и получили значение 190/100 мм Hg. Много это, или мало? А сколько должно быть?

Чтобы ответить на эти вопросы нужно сравнить полученный результат с нормативной шкалой, т.е., с должной величиной. Если полученное значение отличается от должного, значит есть патология, если не отличается – нет патологии. Если артериальное давление порядка 190/100 мм Hg наблюдается в покое, это патология, если на пике должной максимальной нагрузки, это норма.

Следовательно, должные величины необходимо рассматривать в зависимости от от состояния, в котором находится данная система. Для оценки параметров существуют нормативные шкалы должных величин. Существуют максимальные и минимальные должные величины, должные покоя и пика нагрузки, а также должные кривые функций. Например, общее периферическое сосудистое сопротивление должно быть максимальным на минимуме нагрузки и минимальным на её максимуме. Современная медицина широко использует эти виды должных величин, но почти незнакома с понятием должных кривых.

Должная величина – это то, что можно наблюдать у большинства нормальных и здоровых лиц в одинаковых условиях, с учётом принадлежности субъекта к определённой нормативной группе похожих субъектов. Если все имеют такую-то величину и нормально существуют в данных условиях, то для того, чтобы и данный субъект мог также нормально существовать в этих же условиях, у него должна быть такая же актуальная величина.

Для оценки актуальных величин используют статистические нормативные шкалы, полученные путём обширных детальных статистических исследований у определённых групп субъектов. Это так называемые статистические математические модели. Они показывают, какие параметры должны быть у данной группы субъектов.

Существуют нормативные таблицы (шкалы) для большинства параметров нормального и здорового организма человека. Сравнивая данные таблицы с измеренными данными, полученными при обследовании пациента, можно их оценить (рис. 20). Однако использование нормативных таблиц – это примитивный способ оценки функций систем.

Во-первых, они дают должные величины, характеризующие только группу здоровых лиц, а не данного конкретного субъекта.

Во-вторых, мы уже знаем, что системы каждый момент времени находятся в одном из своих функциональных состояний и это зависит от внешних воздействий. Например, в покое система находится на самом низком уровне функционального состояния, а на пике нагрузке – на самом высоком. Тогда о чём говорят эти таблицы? Вероятно о должных величинах в состоянии покоя систем организма или на пике их нагрузки. Но ведь проблемы больных возникают не в состоянии их покоя, и уровень их ежедневной обычной (рутинной) нагрузки – это не их максимальная нагрузка!

Статистические математические модели не обладают необходимой точностью, как бы точно мы ни измеряли бы параметры. Они показывают, какие величины параметров должны быть у определённой группы субъектов, похожих по определённым признакам, например, мужчин в возрасте 20-30 лет, ростом 165-175 см, курящих или не курящих, женатых или неженатых, белых, желтых или черных и т.д. Статистические модели намного проще детерминированных, но и менее точные, поскольку по отношению к данному субъекту можем знать лишь с определённой долей вероятности, например, в 80%.

А В

Рис. 20. График с использованием табличных должных величин.

А – здоровый субъект; В – больной эмфиземой лёгких. Pred – табличные должные величины, Actual – актуальные величины.

У здорового субъекта (А) все лёгочные объёмы нормальные. У больного эмфиземой (В) остаточный объём лёгких увеличен (R.V), а остальные объёмы лёгких уменьшены.

Статистические модели применяют в тех случаях, когда мы не знаем всех элементов системы и законов их взаимодействия. Тогда мы выискиваем похожие системы по значимым признакам, в сходных условиях каким-то образом измеряем результаты действия всех этих систем (клинические или технические испытания) и вычисляем средний результат их действия. Предположив, что данный субъект (объект) мало чем отличается от других, иначе он не был бы похож на них, мы говорим: – «Раз у них такие-то параметры данной системы в таких-то условиях и они живут (действуют) без проблем, значит и у него должны быть такими же эти параметры, если он находится в этих же условиях».

Однако условия проживания субъекта постоянно меняются. Изменение или не учёт даже одного значимого параметра может значительно изменить результаты статистических исследований, и это является большим недостатком статистических математических моделей. Кроме того, часто статистические модели вообще не раскрывают суть патологического процесса. Функциональная остаточная ёмкость лёгких (ФОЕ) показывает объём лёгких в конце нормального выдоха и является определённым показателем числа функциональных единиц вентиляции ФЕВ (сумма всех ФЕВ равно ФОЕ). Следовательно, увеличение ФОЕ указывает на увеличение числа ФЕВ? Но у больных эмфиземой лёгких ФОЕ значительно увеличена. Что же, у них число ФЕВ увеличено? Абсурд, поскольку мы знаем, что при эмфиземе происходит разрушение ФЕВ! А у больных с недостаточностью насосной функции левого желудочка наблюдается уменьшение ФОЕ. Значит у них уменьшено число ФЕВ? Без знания динамики функций аппарата внешнего дыхания и лёгочного кровообращения точного ответа на эти вопросы дать невозможно.

Следовательно, основной недостаток статистических моделей заключается в том, что достоверные результаты исследований можно получить лишь в том случае, если строго соблюдать все значимые условия, которые определяют данную группу субъектов. Изменение или добавление одного или нескольких значимых условий исследования, например, рост, пол, вес, цвет глаз, открытое окно во время сна, место жительства и т.д., может сильно изменить конечный результат, добавив новую группу субъектов. В результате, если мы хотим знать, например, жизненную ёмкость лёгких у жителей Нью Йорка, мы обязаны проводить исследования именно у жителей Нью Йорка, а не у жителей Москвы, Парижа или Пекина, и эти данные могут не подходить, например, для жителей Рио де Жанейро. Более того, нормативы у жителей разных районов Нью Йорка могут быть различными, в зависимости от национальной принадлежности, загрязнённости внешней среды этих районов, социального уровня и пр.

Конечно же можно исследовать все мыслимые варианты групп субъектов и выработать нормативы, например, для мужчин в возрасте от... и до..., курящих или не курящих сигары (трубки, сигареты или папиросы) с высокой (низкой) концентрацией никотина, коренных жителей (эмигрантов), белых, чёрных или желтых и т.д. Это потребует гигантских усилий и всё равно не оправдает себя, поскольку мир постоянно меняется и эту работу каждый раз придётся повторять. Тем более невозможно выработать статистические нормативы для бесконечного числа групп субъектов во время динамических процессов, например, физических нагрузок, в разные фазы патологических процессов и т.д., когда число значений каждого отдельного параметра очень велико.

Применение статистических математических моделей оправдано на первых этапах любого познания, когда детали изучаемого явления неизвестны. На этом этапе познания вводится понятие «чёрного ящика», когда мы ничего не знаем о строении этого «ящика», но нам известна его реакция на некоторые воздействия (рис. 21). С помощью статистических моделей выявляются типы его реакций и далее, с помощью логики, выявляются детали его систем и их взаимодействие. Когда всё это выявлено, наступает очередь детерминированных моделей, а оценку функций систем проводят не по табличным данным, а по должной кривой функции системы.

Должная кривая – это кривая функции (реакции) систем, которую можно наблюдать у любых нормальных объектов (здоровых лиц) с учётом принадлежности объекта (субъекта) к определённой нормативной группе похожих объектов (субъектов). Если все имеют такую-то реакцию и нормально существуют и функционируют в данных условиях, то для того, чтобы и данный объект (субъект) мог также нормально существовать и функционировать в этих же условиях, у него должна быть такая же актуальная реакция (актуальная кривая). Использованием слов «объект» и «субъект» здесь подчеркивается то, что должная кривая может быть использована для оценки функции любых систем: живых, технических, физических и пр.

Для нормальной оценки функционального состояния организма больных необходимо использовать не табличные данные должных величин, а должные кривые функций систем организма, которые сегодня почти не применяются. Совпадение или несовпадение актуальных кривых функций систем организма с должными кривыми будет мерилом их достаточности или недостаточности. Следовательно, применение нормативных таблиц является недостаточным и не отвечает требованиям адекватной диагностики. Применение должных кривых является более информативным (см. ниже). Но для их построения нужны, так называемые, детерминированные (причинно-следственные) математические модели в виде конкретных формул зависимости одних параметров систем от других.

Должная кривая функции систем организма (подсистем системы) – это должное множество значений функции данной конкретной системы у данного конкретного субъекта (объекта) при изменении её функционального состояния от минимума до максимума.

Сегодня должные кривые почти не используются, потому что для их построения необходимы детерминированные математические модели, которых очень и очень мало. Вместо должных кривых применяют экстремальные минимальные и максимальные должные величины, которые были получены путём статистических выборок, как, например, должная вентиляция лёгких в покое и на пике нагрузки. Для этого проводят максимальную нагрузку в однотипных группах людей и измеряют вентиляцию лёгких в покое и на пике нагрузки. После статистической обработки появляются должные величины вентиляции лёгких для условий покоя и пика нагрузки.

Недостаток экстремальных должных величин заключается в том, что они мало пригодны для больных. Не все больные могут нормально выполнить должную нагрузку и прерывают её задолго до достижения должного максимума. Больной мог бы дать, например, должную вентиляцию лёгких, если бы он смог выполнить должный максимум нагрузки, но, возможно, он просто прекратил нагрузку слишком рано. Как же оценивать функцию? Это можно сделать только с помощью должной кривой. Если актуальная кривая совпадает с должной кривой, функция нормальная на участке совпадения. Если актуальная кривая ниже должной кривой, она отстающая (рис. 22).

Детерминированные математические модели систем строятся на основе знания причинно-следственных связей между элементами системы. Эти модели наиболее сложные, трудоёмкие и во многих случаях пока невыполнимые. Поэтому в практической медицине они почти не применяются и это является причиной отсутствия аналитической медицины. Но они наиболее точные и показывают, какие параметры должны быть у данного конкретного субъекта в любой момент времени.

Отличие детерминированных математических моделей от статистических таблиц заключается в том, что в первом случае вырабатываются должные величины для конкретно данного субъекта (персональные должные), а во втором – должные величины для группы похожих на данного субъекта лиц. Возможность построения детерминированных моделей зависит только от меры нашего знания об исполнительных элементах системы и законов их взаимодействия.

А В

Рис. 22. Нормальная (А) и отстающая (В) и недостаточная (А и В) функции.

Жирная кривая – актуальная кривая. Наклонная пунктирная кривая из вертикальных отрезков прямой – должная кривая. Вертикальная пунктирная прямая – граница перехода нормальной или отстающей функции в недостаточную (в плато)

Примером детерминированной математической модели в медицине и биологии теплокровных животных является, например, определение ударного выброса левого желудочка по формуле Фика [13]. Мы знаем, что 1 гр гемоглобина максимально может вместить 1.34 мл О₂ [18]. Мы можем измерить насыщение кислородом в крови, вытекающей из лёгких и из тканей. Зная артерио-венозную разницу по насыщению, количество гемоглобина в крови, величину потреблённого кислорода в единицу времени и частоту пульса, мы можем получить, например, величину ударного выброса в 56 мл. При этом можем быть уверены, что он именно такой, ни больше и не меньше, при условии, что мы точно измерили все необходимые для расчётов параметры. Отсюда:

Примером статистической нормативной шкалы в механике может быть вычисление вероятности попадания очередного броска камня в заданную цель. После серии бросков, выполнив определённые статистические вычисления можно прогнозировать, что очередной бросок с такой-то степенью вероятности попадёт в цель.

Если же для этого использовать детерминированную математическую модель (баллистику), то зная вес камня, силу и угол броска, вязкость воздуха, скорость и направление ветра и т.д., можно точно вычислить и предсказать место падения камня. «Дайте мне точку опоры и я переверну земной шар», скал Архимед, имея ввиду, что у него была детерминированная математическая модель механики движений.

Живой организм – слишком сложная и многокомпонентная система. Учесть все параметры и их взаимосвязи практически невозможно, поэтому статистические математические модели не могут адекватно описать состояние систем организма. Но совместное использование статистических и детерминированных моделей позволяет с достаточной степенью точности оценивать параметры живых систем.

Со временем, по мере накопления знаний, статистические модели сменяются детерминированными. Техника намного проще биологии и медицины, потому что объектом её познания являются относительно простые системы (машины), построенные человеком. Поэтому по сравнению с медициной её развитие и процесс смены статистических математических моделей на детерминированные ушёл далеко вперёд. Тем не менее, на передовых позициях любых наук, в том числе и технических, там, где не всё ещё ясно и познано, статистика сохраняет свои позиции, поскольку она помогает выявлять элементы систем и законы их взаимодействия.

Медицина намного сложнее техники. Объектом её познания является живой организм, тоже машина, но более сложная. И в медицине сохраняется тот же процесс познания, что и в технике. Особенности этого процесса в медицине касаются только сложности изучаемых объектов и этических проблем. В остальном – это схожие процессы. Если бы мы знали все физические параметры элементов систем организма и могли бы описать термодинамику всех химических процессов в нём, мы смогли бы построить свою теорию медицины, подобную физическим или техническим теориям. Тогда, используя детерминированные математические модели мы смогли бы описать, а значит оценить и предсказать поведение любых систем организма с заданной точностью, которая пока достижима только в технике или механике. Но построение детерминированных математических моделей в медицине, в силу чрезвычайной сложности изучаемых объектов, это пока очень трудно разрешимая проблема. Тем не менее, появление таких моделей в медицине не только насущная потребность, но реализуемый, хотя и медленно, процесс.

Таким образом, только использование должных кривых функций позволяет верно оценить актуальные кривые (рис. 23).

Если взять шкалу от 0 до 100%, где за 0 принять уровень табличных статистических значений, а за 100% – уровень полностью детерминированных математических моделей, то все имеющиеся в нашем распоряжении эмпирические математические модели будут где-то между 0 и 100%.

Применение детерминированных моделей значительно упрощает понимание процессов, происходящих в живом организме. Все мы построены примерно из одних и тех же материалов – белков, жиров, углеводов, минералов и воды. Ткани тела негров, китайцев, индейцев и папуасов, примерно такие же, как и у русских, англичан или немцев. Их развитие (раскрытие функциональных резервов) может быть на разных уровнях, в зависимости от условий проживания, но тела любых людей построены из одних и тех же СФЕ. Зная все параметры каждого типа СФЕ организма человека, можно подсчитать, сколько таких-то единиц необходимо для выполнения таких-то функций. Если одна лёгочная функциональная единица (ЛФЕ) может пропустить через себя, скажем, 0, 0001 мл О₂ в минуту (цифры произвольные), то для обеспечения 2.000 мл/мин нам потребуется около 20.000.000 ЛФЕ. Если организм располагает таким числом ЛФЕ, то всё в порядке. Если их не хватает, то нагрузка, требующая 2.000 мл/мин О₂ уже будет перегрузкой, со всеми вытекающими отсюда последствиями.

А В

Рис. 23. Актуальные и должные кривые.

Сплошные жирные кривые – актуальные кривые. Кривые в виде наклонных прямых из серии вертикальных отрезков прямых – должные кривые.

У здорового субъекта (А) актуальная кривая мёртвого пространства лёгких (dead space), измеренная в нагрузке, совпадает с вычисленной должной кривой и доходит до табличной максимальной должной (Vd max pred, горизонтальная прямая).

У больного эмфиземой (В) актуальная кривая выше должной (показано стрелкой), но не доходит до максимальной должной, потому что он не выполнил нагрузку в том объеме, в котором должен был выполнить (его VCO₂ было намного меньше, чем у здорового).

Далее, для чего мы проводим обследование субъекта и оценку функций систем его организма? Для того, чтобы знать, насколько он отличается от ему подобных? Возможно. Но, вероятно, основная цель обследования больного – определить, может ли он нормально существовать без медицинской помощи в тех условиях, в которых он живёт и если нет, то какую помощь ему оказать. Патологический процесс – это процесс разрушения каких-либо СФЕ систем организма, в котором одну из ключевых ролей играет порочный круг. Однако порочные круги начинают срабатывать лишь при определённой степени нагрузки. Ниже этого уровня они не появляются и не разрушают СФЕ. Т.е., ниже определённого порога нагрузки (механической, тепловой, токсической и т.д.) нет патологического процесса и нет болезни.

Следовательно, определив уровень нагрузки, когда начинает появляться порочный круг, мы сможем узнать верхний «потолок» качества жизни данного больного. Если условия его проживания (ритм жизни) позволяют ему не превышать этот «потолок», значит в этих условиях данный субъект не будет болеть. Если ритм жизни требует больше, чем могут дать возможности его организма, то он будет болеть. Чтобы не болеть он должен ограничить себя в некоторых своих действиях, а это значит снизить уровень жизни, лишить себя возможности выполнять некоторые действия, которые могут делать другие, или которые он сам делал ранее, но которые ему сейчас недоступны из-за ограничения ресурсов его организма, из-за дефектов.

Если эти ограничения касаются только получения удовольствий, таких как, например, игра в футбол, это как-то можно перенести. Но если эти ограничения касаются основных условий жизни больного, то нужно каким-то образом это учесть. Например, если его квартира расположена на первом этаже, то для вполне нормального образа жизни его максимум потребления О₂ должен быть, например, 1.000 мл в минуту. Но если он проживает, например, на третьем этаже, а в доме нет лифта и для подъёма на третий этаж пешком он должен уметь усваивать 2.000 мл/мин О₂, в то время как он может усваивать всего лишь 1.000 мл/мин О₂, то у больного возникает проблема, которую можно решить лишь с помощью каких-либо лечебных мероприятий или сменив условия жизни.

В клинической практике мы почти не оцениваем функциональное состояние больного с точки зрения его соответствия условиям проживания. Конечно это тривиально и мы догадываемся об этом, но пока ещё нет объективных критериев и соответствующей методологии оценки соответствия функциональных резервов организма больного условиям его жизнедеятельности. Эргономика невозможна без системного анализа.

Основным критерием достаточности функций организма для данных условий его проживания должно быть отсутствие возникновения порочных кругов (см. ниже) при данном уровне обычных жизненных нагрузок. Если в данных условиях возникают порочные круги, то нужно либо каким-то образом усилить функции систем организма, либо данный больной обязан сменить условия проживания, чтобы порочные круги не срабатывали, либо он будет постоянно болеть со всеми вытекающими отсюда последствиями.

Таким образом, мы нуждаемся не только в знании минимальных или максимальных должных величин, которые мы можем получить используя статистические математические модели. Мы также нуждаемся в знании бытовых должных величин этих же параметров, которые должны быть у данного конкретного больного, чтобы условия его проживания не приводили бы к развитию патологических процессов и не разрушали бы его организм. А для этого нам нужны детерминированные математические модели.

Выводы:

1. функциональное состояние системы определяется числом её активных (функционирующих) СФЕ

· стационарным функциональным состоянием системы является такое состояние, когда число её активных (функционирующих) СФЕ при каждом новом цикле действия системы не меняется. Такое состояние может быть при одинаковых повторных внешних воздействиях