{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:2935994"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:2935994","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Οι εφαρμογές τεχνητής νοημοσύνης στον τομέα της υγείας. Πιθανές επιδράσεις στην βελτίωση της δημόσιας υγείας.","abstract":"Η τεχνητή νοημοσύνη έχει γνωρίσει ιδιαίτερα μεγάλη άνθηση τα τελευταία χρόνια. Η συνεχής αύξηση της καταχώρησης δεδομένων υγείας, καθώς και η σημαντική τεχνολογική εξέλιξη των υπολογιστικών συστημάτων, έχουν οδηγήσει στην ανάπτυξη αρκετών εφαρμογών τεχνητής νοημοσύνης στον χώρο της υγείας. Οι ανωτέρω εφαρμογές ανήκουν κυρίως στην γενικότερη κατηγορία του machine learning, που με τη σειρά του βασίζεται στην ικανότητα των υπολογιστών να μαθαίνουν από δεδομένα και να παράγουν νέα δεδομένα. Οι δυνατότητες των ανωτέρω εφαρμογών πιθανότατα θα αποτελέσουν σημαντικό παράγοντα στη μελλοντική διαμόρφωση της ιατρικής πράξης. Η παρούσα εργασία αποτελεί μια βιβλιογραφική ανασκόπηση, με στόχο την ανάδειξη νέων εφαρμογών τεχνητής νοημοσύνης και της αποτελεσματικότητάς που έχουν σε διάφορους τομείς της υγείας. Η αναζήτηση της βιβλιογραφίας έγινε από τη βάση δεδομένων MEDLINE/PubMed και αφορούσε σε μελέτες που έχουν δημοσιευθεί την τελευταία πενταετία. Οι τομείς της ιατρικής στους οποίους εστίασε η ανασκόπηση επιλέχθηκαν ώστε οι εφαρμογές που θα αναδειχθούν να έχουν να κάνουν κυρίως με διαγνωστικές λύσεις σε νοσήματα με σημαντικό φορτίο παγκοσμίως, ώστε να αναδεικνύεται ο πιθανός ρόλος των εφαρμογών τεχνητής νοημοσύνης στην δημόσια υγεία μέσα από τη βελτίωση της έγκαιρης διάγνωσης και παρέμβασης σε μείζονα νοσήματα. Από την ανασκόπηση της βιβλιογραφίας, προέκυψε ότι πλέον έχει αναπτυχθεί και αναπτύσσεται πλήθος εφαρμογών τεχνητής νοημοσύνης που πετυχαίνουν ενθαρρυντικά ποσοστά σε διαγνωστική ακρίβεια. Το μέλλον αυτών των εφαρμογών προδιαγράφεται ευοίωνο εφόσον συμβαδίσει με την αδιαμφισβήτητη τεχνολογική πρόοδο.","abstract_html":"Η τεχνητή νοημοσύνη έχει γνωρίσει ιδιαίτερα μεγάλη άνθηση τα τελευταία χρόνια. Η συνεχής αύξηση της καταχώρησης δεδομένων υγείας, καθώς και η σημαντική τεχνολογική εξέλιξη των υπολογιστικών συστημάτων, έχουν οδηγήσει στην ανάπτυξη αρκετών εφαρμογών τεχνητής νοημοσύνης στον χώρο της υγείας. Οι ανωτέρω εφαρμογές ανήκουν κυρίως στην γενικότερη κατηγορία του machine learning, που με τη σειρά του βασίζεται στην ικανότητα των υπολογιστών να μαθαίνουν από δεδομένα και να παράγουν νέα δεδομένα. Οι δυνατότητες των ανωτέρω εφαρμογών πιθανότατα θα αποτελέσουν σημαντικό παράγοντα στη μελλοντική διαμόρφωση της ιατρικής πράξης. Η παρούσα εργασία αποτελεί μια βιβλιογραφική ανασκόπηση, με στόχο την ανάδειξη νέων εφαρμογών τεχνητής νοημοσύνης και της αποτελεσματικότητάς που έχουν σε διάφορους τομείς της υγείας. Η αναζήτηση της βιβλιογραφίας έγινε από τη βάση δεδομένων MEDLINE/PubMed και αφορούσε σε μελέτες που έχουν δημοσιευθεί την τελευταία πενταετία. Οι τομείς της ιατρικής στους οποίους εστίασε η ανασκόπηση επιλέχθηκαν ώστε οι εφαρμογές που θα αναδειχθούν να έχουν να κάνουν κυρίως με διαγνωστικές λύσεις σε νοσήματα με σημαντικό φορτίο παγκοσμίως, ώστε να αναδεικνύεται ο πιθανός ρόλος των εφαρμογών τεχνητής νοημοσύνης στην δημόσια υγεία μέσα από τη βελτίωση της έγκαιρης διάγνωσης και παρέμβασης σε μείζονα νοσήματα. Από την ανασκόπηση της βιβλιογραφίας, προέκυψε ότι πλέον έχει αναπτυχθεί και αναπτύσσεται πλήθος εφαρμογών τεχνητής νοημοσύνης που πετυχαίνουν ενθαρρυντικά ποσοστά σε διαγνωστική ακρίβεια. Το μέλλον αυτών των εφαρμογών προδιαγράφεται ευοίωνο εφόσον συμβαδίσει με την αδιαμφισβήτητη τεχνολογική πρόοδο.","abstract_has_math":false,"creators":["Κακασής Αθανάσιος","Kakasis Athanasios"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2021,"date_issued":"2021","date_published":"2021","updated_at":"2026-11-19T05:42:07Z","subjects":["Επιστήμες Υγείας","Health Sciences"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2935994"],"render_values":[{"text":"uoadl:2935994","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2935994","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2935994","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A2935994","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Κακασής Αθανάσιος","Kakasis Athanasios"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2021"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Επιστήμες Υγείας","Health Sciences"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2935994","https://pergamos.lib.uoa.gr/uoa/dl/object/2935994"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η τεχνητή νοημοσύνη έχει γνωρίσει ιδιαίτερα μεγάλη άνθηση τα τελευταία χρόνια. Η συνεχής αύξηση της καταχώρησης δεδομένων υγείας, καθώς και η σημαντική τεχνολογική εξέλιξη των υπολογιστικών συστημάτων, έχουν οδηγήσει στην ανάπτυξη αρκετών εφαρμογών τεχνητής νοημοσύνης στον χώρο της υγείας. Οι ανωτέρω εφαρμογές ανήκουν κυρίως στην γενικότερη κατηγορία του machine learning, που με τη σειρά του βασίζεται στην ικανότητα των υπολογιστών να μαθαίνουν από δεδομένα και να παράγουν νέα δεδομένα. Οι δυνατότητες των ανωτέρω εφαρμογών πιθανότατα θα αποτελέσουν σημαντικό παράγοντα στη μελλοντική διαμόρφωση της ιατρικής πράξης. Η παρούσα εργασία αποτελεί μια βιβλιογραφική ανασκόπηση, με στόχο την ανάδειξη νέων εφαρμογών τεχνητής νοημοσύνης και της αποτελεσματικότητάς που έχουν σε διάφορους τομείς της υγείας. Η αναζήτηση της βιβλιογραφίας έγινε από τη βάση δεδομένων MEDLINE/PubMed και αφορούσε σε μελέτες που έχουν δημοσιευθεί την τελευταία πενταετία. Οι τομείς της ιατρικής στους οποίους εστίασε η ανασκόπηση επιλέχθηκαν ώστε οι εφαρμογές που θα αναδειχθούν να έχουν να κάνουν κυρίως με διαγνωστικές λύσεις σε νοσήματα με σημαντικό φορτίο παγκοσμίως, ώστε να αναδεικνύεται ο πιθανός ρόλος των εφαρμογών τεχνητής νοημοσύνης στην δημόσια υγεία μέσα από τη βελτίωση της έγκαιρης διάγνωσης και παρέμβασης σε μείζονα νοσήματα. Από την ανασκόπηση της βιβλιογραφίας, προέκυψε ότι πλέον έχει αναπτυχθεί και αναπτύσσεται πλήθος εφαρμογών τεχνητής νοημοσύνης που πετυχαίνουν ενθαρρυντικά ποσοστά σε διαγνωστική ακρίβεια. Το μέλλον αυτών των εφαρμογών προδιαγράφεται ευοίωνο εφόσον συμβαδίσει με την αδιαμφισβήτητη τεχνολογική πρόοδο.","Artificial Intelligence applications have been rapidly growing in the recent years. The continuous increase in health data registration in combination with the rapid technological improvement of the computing systems, have led to the development of several Artificial Intelligence applications in the healthcare sector. The mentioned applications are mostly related to machine learning, which is based on the computer’s ability to learn from data and produce new data. These applications will probably be an important factor in the future shaping of medical practice. The present thesis is a literature review, with the purpose to give prominence to recent artificial intelligence applications and highlight their efficacy in different healthcare domains. The literature search was conducted through the MEDLINE/PubMed database and mainly included publications of the last five years. The main applications that were highlighted, concerned -mainly- of healthcare sectors, where these applications have to do with diagnostic solutions in diseases with heavy global burden. This aims to showcase the possible role of artificial intelligence applications in public health, through the improvement in early diagnosis and treatment in major diseases. Conclusively, it is shown that there are a lot of developed and developing application that show great potential, based on their results in diagnostic accuracy."]},{"key":"dc:title","label":"Title","values":["Οι εφαρμογές τεχνητής νοημοσύνης στον τομέα της υγείας. Πιθανές επιδράσεις στην βελτίωση της δημόσιας υγείας."]}]}],"canonical_facts":{"dc:creator":["Κακασής Αθανάσιος","Kakasis Athanasios"],"dc:date":["2021"],"dc:description":["Η τεχνητή νοημοσύνη έχει γνωρίσει ιδιαίτερα μεγάλη άνθηση τα τελευταία χρόνια. Η συνεχής αύξηση της καταχώρησης δεδομένων υγείας, καθώς και η σημαντική τεχνολογική εξέλιξη των υπολογιστικών συστημάτων, έχουν οδηγήσει στην ανάπτυξη αρκετών εφαρμογών τεχνητής νοημοσύνης στον χώρο της υγείας. Οι ανωτέρω εφαρμογές ανήκουν κυρίως στην γενικότερη κατηγορία του machine learning, που με τη σειρά του βασίζεται στην ικανότητα των υπολογιστών να μαθαίνουν από δεδομένα και να παράγουν νέα δεδομένα. Οι δυνατότητες των ανωτέρω εφαρμογών πιθανότατα θα αποτελέσουν σημαντικό παράγοντα στη μελλοντική διαμόρφωση της ιατρικής πράξης. Η παρούσα εργασία αποτελεί μια βιβλιογραφική ανασκόπηση, με στόχο την ανάδειξη νέων εφαρμογών τεχνητής νοημοσύνης και της αποτελεσματικότητάς που έχουν σε διάφορους τομείς της υγείας. Η αναζήτηση της βιβλιογραφίας έγινε από τη βάση δεδομένων MEDLINE/PubMed και αφορούσε σε μελέτες που έχουν δημοσιευθεί την τελευταία πενταετία. Οι τομείς της ιατρικής στους οποίους εστίασε η ανασκόπηση επιλέχθηκαν ώστε οι εφαρμογές που θα αναδειχθούν να έχουν να κάνουν κυρίως με διαγνωστικές λύσεις σε νοσήματα με σημαντικό φορτίο παγκοσμίως, ώστε να αναδεικνύεται ο πιθανός ρόλος των εφαρμογών τεχνητής νοημοσύνης στην δημόσια υγεία μέσα από τη βελτίωση της έγκαιρης διάγνωσης και παρέμβασης σε μείζονα νοσήματα. Από την ανασκόπηση της βιβλιογραφίας, προέκυψε ότι πλέον έχει αναπτυχθεί και αναπτύσσεται πλήθος εφαρμογών τεχνητής νοημοσύνης που πετυχαίνουν ενθαρρυντικά ποσοστά σε διαγνωστική ακρίβεια. Το μέλλον αυτών των εφαρμογών προδιαγράφεται ευοίωνο εφόσον συμβαδίσει με την αδιαμφισβήτητη τεχνολογική πρόοδο.","Artificial Intelligence applications have been rapidly growing in the recent years. The continuous increase in health data registration in combination with the rapid technological improvement of the computing systems, have led to the development of several Artificial Intelligence applications in the healthcare sector. The mentioned applications are mostly related to machine learning, which is based on the computer’s ability to learn from data and produce new data. These applications will probably be an important factor in the future shaping of medical practice. The present thesis is a literature review, with the purpose to give prominence to recent artificial intelligence applications and highlight their efficacy in different healthcare domains. The literature search was conducted through the MEDLINE/PubMed database and mainly included publications of the last five years. The main applications that were highlighted, concerned -mainly- of healthcare sectors, where these applications have to do with diagnostic solutions in diseases with heavy global burden. This aims to showcase the possible role of artificial intelligence applications in public health, through the improvement in early diagnosis and treatment in major diseases. Conclusively, it is shown that there are a lot of developed and developing application that show great potential, based on their results in diagnostic accuracy."],"dc:identifier":["uoadl:2935994","https://pergamos.lib.uoa.gr/uoa/dl/object/2935994"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Επιστήμες Υγείας","Health Sciences"],"dc:title":["Οι εφαρμογές τεχνητής νοημοσύνης στον τομέα της υγείας. Πιθανές επιδράσεις στην βελτίωση της δημόσιας υγείας."],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:42:07Z"}