В работе представлены алгоритмы моделирования и прогнозирования индивидуальных паттернов поведения человека в условиях информационной неопределённости. В качестве математического аппарата прогноза и моделирования использовались искусственные нейронные сети прямого распространения. Подход к условиям и среде моделирования в выбран с целью дальнейшего масштабирования на практически задачи, связанные с медицинской диагностикой и снижение риска врачебных ошибок. Продемонстрировано, что значимо лучшие результаты прогнозирования поведения, основаны на оценке индивидуального паттерна ошибок человека, в отличии от прогноза непосредственно самого паттерна поведения. При этом ошибка рассчитывается как отклонение в паттерне поведения человека от «оптимального» паттерна, максимизирующего объём собранной пользователем информации и достигнутых целей за ограниченное число ходов. Предложены алгоритмы усовершенствования моделирования индивидуальных паттернов поведения человека на основе синтеза команд, генерируемых «оптимальным алгоритмом» и отклонения пользователя от оптимальной стратегии поведения. Данный подход оказывается более эффективным, чем применение по отдельности программ, реализующих «оптимальный алгоритм» или имитацию поведение человека на основе искусственных нейронных сетей, воспроизводящих поведение конкретного индивидуума. Результаты могут быть применены в создании экспертных систем медицинской диагностики.