Στην παρούσα διδακτορική διατριβή εξετάζονται οι δυνατότητες που προσφέρουν τα έξυπνα κινητά τηλέφωνα (smartphones) στην παροχή υπηρεσιών φροντίδας σε άτομα με χρόνιες παθήσεις, μέσω των τεχνολογιών τηλεματικής. Για το σκοπό αυτό μελετήθηκε, σχεδιάστηκε και αναπτύχθηκε ένα δίκτυο φορετών ασύρματων αισθητήρων για την αναγνώριση της φυσικής δραστηριότητας, το οποίο καταγράφει δεδομένα της κίνησης και βιολογικά σήματα, τα οποία στη συνέχεια επεξεργάζονται για την αναγνώριση της δραστηριότητας που εκτελείται, σε πραγματικό χρόνο. Σε σχέση με τις μέχρι σήμερα προσεγγίσεις, στην παρούσα εργασία γίνεται συγκριτική μελέτη πολλαπλών τεχνικών αναγνώρισης προτύπων καθώς και τεχνικών που δεν έχουν χρησιμοποιηθεί μέχρι σήμερα, ενώ γίνεται εξέταση των αποτελεσμάτων που προκύπτουν κάνοντας χρήση του συνδυασμού μικρότερου αριθμού δεδομένων. Η πληροφορία της αναγνώρισης της φυσικής δραστηριότητας συνδυάζεται στη συνέχεια με περιβαλλοντικά δεδομένα, ώστε να μελετηθούν τα μοτίβα της καθημερινής δραστηριότητας υγειών ατόμων και ατόμων με χρόνιες παθήσεις. Με την αναζήτηση Emerging Patterns στα αποθηκευμένα δεδομένα, εξετάζεται ο βαθμός συμμόρφωσης στις ιατρικές οδηγίες, αλλά οι δυνατότητες πρόβλεψης των βραχυπρόθεσμων και μακροπρόθεσμων επιπλοκών των χρόνιων παθήσεων. / The present PhD thesis examines the potentials of the usage of the smartphones in order to offer health services to patients with chronic diseases. A wearable wireless sensor network designed and developed in order to record body movement and biosignal data. Physical activity recognition techniques are applied to the recorded data, so that to extract the actual activities performed, in real time. In contrast to the research that has been carried out till today, an extensive comparison between different pattern recognition techniques is performed using all the recorded data and a reduced number of them, applying newly proposed pattern recognition. Furthermore, the recognized physical activities are combined with environmental data, in order to study the daily activity patterns of healthy persons and persons with chronic diseases. Searching for Emerging Patterns in the data, patient conformance to the medical advices, along with short and long term complications of chronic diseases are examined.