На сегодняшний день в мире распространены экспертные системы разного рода и предназначения. Они возникли как результат развития ИИ в сочетании с проблемами оптимального выбора. Причём предметная область применения таких систем не имеет чётких ограничений, основными критериями качества ЭС является база знаний и алгоритм принятия решений. ЭС общего пользования чаще всего представлены в виде рекомендательных сервисов и профессиональных специализированных продуктов. Творения от всемирно известных компаний появляются ежегодно, например, AppleMusic, Яндекс.Музыка, IMDb и другие. Известными в узкой среде экспертными системами профессионального пользования являются WolframAlpha, MIXER, CLIPS, Watson. Области применения профессиональных экспертных систем являются самыми разнообразными, но наиболее эффективны они в областях прогнозирования, планирования, обучения, диагностики и управления. ЭС - это программа (или набор программ), выполняющая функцию эксперта при решении задач из некоторой области. ПО подобного рода может вести диалог с пользователем, давать ему советы, консультировать и давать итоговый ответ. В случае необходимости просмотра и принятия к сведению большого количества данных непосредственно перед принятием решения такие системы буквально незаменимы. В данной работе предлагается способ реализации нейлоровской экспертной системы, не имеющей узкой специализации, такой как, например, постановка медицинского диагноза. При наличии соответствующей базы знаний, программа может работать в любой специализации и выдавать верные ответы. Так же, подобного рода системы, как правило, включают в себя несколько основных принципов, таких как введение верхних и нижних порогов вероятностей гипотез, учёт неопределённостей, свойственныхреальным ответам на вопросы и введение механизма подсчёта цен свидетельств, определяющих сценарий ведения диалога с пользователем.