Цель статьи – систематизировать современные знания о применении нейросетевых технологий в диагностике дислексии у детей, оценить их эффективность и практическую значимость. В работе рассмотрены принципы работы алгоритмов искусственного интеллекта, включая обработку мультимодальных данных: речи, письма и движений глаз. Описаны ключевые методы, такие как свёрточные нейронные сети (CNN) для анализа письменных работ и долгие сети для обработки речевых последовательностей, а также их математические основы. Приведены примеры успешного внедрения технологий, включая программу Dyslector и платформу Lexplore, демонстрирующие точность диагностики до 90%. Результаты исследования подтверждают, что нейросетевые методы превосходят традиционные подходы по точности, скорости и объективности, позволяя выявлять дислексию уже с 4 лет. Обсуждаются преимущества ранней диагностики и персонализированной коррекции, а также технические и этические вызовы, такие как необходимость адаптации алгоритмов к разным языкам и обеспечение конфиденциальности данных. Перспективными направлениями развития признаны интеграция с технологиями дополненной и виртуальной реальности (AR/VR), создание открытых решений и гибридных систем, сочетающих искусственный интеллект с экспертной оценкой специалистов. Таким образом, нейросетевые технологии представляют собой значительный шаг вперёд в диагностике дислексии, но их внедрение требует решения вопросов доступности, культурной адаптации и этического регулирования.