{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3449277"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3449277","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Data protection in the era of generative artificial intelligence: navigating GDPR compliance challenges in medical applications of ChatGPT","abstract":"Η εισαγωγή της Παραγωγικής Τεχνητής Νοημοσύνης στον τομέα της υγείας σηματοδοτεί μια ριζική μεταβολή στην παροχή ιατρικών υπηρεσιών, προσφέροντας καινοτόμες δυνατότητες, όπως ενισχυμένες διαγνωστικές ικανότητες και βελτιωμένη αλληλεπίδραση με τον ασθενή. Παραλλήλως, ωστόσο, ανακύπτουν κρίσιμες προκλήσεις, ιδίως στον τομέα της προστασίας δεδομένων προσωπικού χαρακτήρα. Η παρούσα διπλωματική εργασία παρέχει μια ολοκληρωμένη ανάλυση των μηχανισμών επεξεργασίας δεδομένων του ChatGPT στο πλαίσιο χρήσης αυτού στον τομέα της υγείας, αξιολογώντας κριτικά τη συμμόρφωση του εν λόγω συστήματος Παραγωγικής Τεχνητής Νοημοσύνης με το Γενικό Κανονισμό για την Προστασία Δεδομένων (ΓΚΠΔ). Εξετάζοντας τη σύνθετη αλληλεπίδραση μεταξύ των Μεγάλων Γλωσσικών Μοντέλων και των θεμελιωδών αρχών του ΓΚΠΔ -ιδίως της νομιμότητας, της διαφάνειας και της ελαχιστοποίησης δεδομένων- το παρόν πόνημα καταδεικνύει σημαντικές ευπάθειες στη διασφάλιση της ιδιωτικότητας των ασθενών και της προστασίας ευαίσθητων δεδομένων υγείας. Επιπροσθέτως, η μελέτη εμβαθύνει ιδιαιτέρως στις ηθικές και νομικές επιπτώσεις της αυτοματοποιημένης λήψης αποφάσεων, αναδεικνύοντας τους επαπειλούμενους κινδύνους για την αυτονομία των ασθενών και για τη διασφάλιση του ιατρικού απορρήτου. Περαιτέρω, εξετάζοντας τον προσφάτως υιοθετηθέντα Κανονισμό για την Τεχνητή Νοημοσύνη, η παρούσα μεταπτυχιακή διατριβή εντοπίζει κρίσιμα κενά στο υφιστάμενο κανονιστικό πλαίσιο και προτείνει στρατηγικές λύσεις για την υπεύθυνη ενσωμάτωση της Παραγωγικής Τεχνητής Νοημοσύνης στον τομέα της υγείας. Απώτερος στόχος της παρούσας αποτελεί, εν τέλει, η χάραξη μιας πορείας προς τα εμπρός, υπογραμμίζοντας την ανάγκη εναρμόνισης της καινοτομίας με ισχυρές νομικές δικλείδες, ικανές να διασφαλίσουν τόσο το θεμελιώδες δικαίωμα των ασθενών στην προστασία των προσωπικών τους δεδομένων, όσο και την ακεραιότητα της παροχής υγειονομικής περίθαλψης στην εποχή της ραγδαίως εξελισσόμενης Παραγωγικής Τεχνητής Νοημοσύνης.","abstract_html":"Η εισαγωγή της Παραγωγικής Τεχνητής Νοημοσύνης στον τομέα της υγείας σηματοδοτεί μια ριζική μεταβολή στην παροχή ιατρικών υπηρεσιών, προσφέροντας καινοτόμες δυνατότητες, όπως ενισχυμένες διαγνωστικές ικανότητες και βελτιωμένη αλληλεπίδραση με τον ασθενή. Παραλλήλως, ωστόσο, ανακύπτουν κρίσιμες προκλήσεις, ιδίως στον τομέα της προστασίας δεδομένων προσωπικού χαρακτήρα. Η παρούσα διπλωματική εργασία παρέχει μια ολοκληρωμένη ανάλυση των μηχανισμών επεξεργασίας δεδομένων του ChatGPT στο πλαίσιο χρήσης αυτού στον τομέα της υγείας, αξιολογώντας κριτικά τη συμμόρφωση του εν λόγω συστήματος Παραγωγικής Τεχνητής Νοημοσύνης με το Γενικό Κανονισμό για την Προστασία Δεδομένων (ΓΚΠΔ). Εξετάζοντας τη σύνθετη αλληλεπίδραση μεταξύ των Μεγάλων Γλωσσικών Μοντέλων και των θεμελιωδών αρχών του ΓΚΠΔ -ιδίως της νομιμότητας, της διαφάνειας και της ελαχιστοποίησης δεδομένων- το παρόν πόνημα καταδεικνύει σημαντικές ευπάθειες στη διασφάλιση της ιδιωτικότητας των ασθενών και της προστασίας ευαίσθητων δεδομένων υγείας. Επιπροσθέτως, η μελέτη εμβαθύνει ιδιαιτέρως στις ηθικές και νομικές επιπτώσεις της αυτοματοποιημένης λήψης αποφάσεων, αναδεικνύοντας τους επαπειλούμενους κινδύνους για την αυτονομία των ασθενών και για τη διασφάλιση του ιατρικού απορρήτου. Περαιτέρω, εξετάζοντας τον προσφάτως υιοθετηθέντα Κανονισμό για την Τεχνητή Νοημοσύνη, η παρούσα μεταπτυχιακή διατριβή εντοπίζει κρίσιμα κενά στο υφιστάμενο κανονιστικό πλαίσιο και προτείνει στρατηγικές λύσεις για την υπεύθυνη ενσωμάτωση της Παραγωγικής Τεχνητής Νοημοσύνης στον τομέα της υγείας. Απώτερος στόχος της παρούσας αποτελεί, εν τέλει, η χάραξη μιας πορείας προς τα εμπρός, υπογραμμίζοντας την ανάγκη εναρμόνισης της καινοτομίας με ισχυρές νομικές δικλείδες, ικανές να διασφαλίσουν τόσο το θεμελιώδες δικαίωμα των ασθενών στην προστασία των προσωπικών τους δεδομένων, όσο και την ακεραιότητα της παροχής υγειονομικής περίθαλψης στην εποχή της ραγδαίως εξελισσόμενης Παραγωγικής Τεχνητής Νοημοσύνης.","abstract_has_math":false,"creators":["Αθανασοπούλου Δανάη-Διονυσία","Athanasopoulou Danai-Dionysia"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2025,"date_issued":"2025","date_published":"2025","updated_at":"2026-11-19T06:31:34Z","subjects":["Δίκαιο – Νομοθεσία","Law and Legislation"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3449277"],"render_values":[{"text":"uoadl:3449277","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3449277","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3449277","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%3A3449277","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Αθανασοπούλου Δανάη-Διονυσία","Athanasopoulou Danai-Dionysia"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2025"]},{"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":["Δίκαιο – Νομοθεσία","Law and Legislation"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3449277","https://pergamos.lib.uoa.gr/uoa/dl/object/3449277"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η εισαγωγή της Παραγωγικής Τεχνητής Νοημοσύνης στον τομέα της υγείας σηματοδοτεί μια ριζική μεταβολή στην παροχή ιατρικών υπηρεσιών, προσφέροντας καινοτόμες δυνατότητες, όπως ενισχυμένες διαγνωστικές ικανότητες και βελτιωμένη αλληλεπίδραση με τον ασθενή. Παραλλήλως, ωστόσο, ανακύπτουν κρίσιμες προκλήσεις, ιδίως στον τομέα της προστασίας δεδομένων προσωπικού χαρακτήρα. Η παρούσα διπλωματική εργασία παρέχει μια ολοκληρωμένη ανάλυση των μηχανισμών επεξεργασίας δεδομένων του ChatGPT στο πλαίσιο χρήσης αυτού στον τομέα της υγείας, αξιολογώντας κριτικά τη συμμόρφωση του εν λόγω συστήματος Παραγωγικής Τεχνητής Νοημοσύνης με το Γενικό Κανονισμό για την Προστασία Δεδομένων (ΓΚΠΔ). Εξετάζοντας τη σύνθετη αλληλεπίδραση μεταξύ των Μεγάλων Γλωσσικών Μοντέλων και των θεμελιωδών αρχών του ΓΚΠΔ -ιδίως της νομιμότητας, της διαφάνειας και της ελαχιστοποίησης δεδομένων- το παρόν πόνημα καταδεικνύει σημαντικές ευπάθειες στη διασφάλιση της ιδιωτικότητας των ασθενών και της προστασίας ευαίσθητων δεδομένων υγείας. Επιπροσθέτως, η μελέτη εμβαθύνει ιδιαιτέρως στις ηθικές και νομικές επιπτώσεις της αυτοματοποιημένης λήψης αποφάσεων, αναδεικνύοντας τους επαπειλούμενους κινδύνους για την αυτονομία των ασθενών και για τη διασφάλιση του ιατρικού απορρήτου. Περαιτέρω, εξετάζοντας τον προσφάτως υιοθετηθέντα Κανονισμό για την Τεχνητή Νοημοσύνη, η παρούσα μεταπτυχιακή διατριβή εντοπίζει κρίσιμα κενά στο υφιστάμενο κανονιστικό πλαίσιο και προτείνει στρατηγικές λύσεις για την υπεύθυνη ενσωμάτωση της Παραγωγικής Τεχνητής Νοημοσύνης στον τομέα της υγείας. Απώτερος στόχος της παρούσας αποτελεί, εν τέλει, η χάραξη μιας πορείας προς τα εμπρός, υπογραμμίζοντας την ανάγκη εναρμόνισης της καινοτομίας με ισχυρές νομικές δικλείδες, ικανές να διασφαλίσουν τόσο το θεμελιώδες δικαίωμα των ασθενών στην προστασία των προσωπικών τους δεδομένων, όσο και την ακεραιότητα της παροχής υγειονομικής περίθαλψης στην εποχή της ραγδαίως εξελισσόμενης Παραγωγικής Τεχνητής Νοημοσύνης.","The advent of Generative Artificial Intelligence (GenAI) in healthcare marks a pivotal shift in the delivery of medical services, offering transformative possibilities such as enhanced diagnostic capabilities and improved patient interaction. However, alongside these advancements come pressing challenges, particularly in the realm of data protection. This thesis provides a comprehensive analysis of ChatGPT’s data processing mechanisms within healthcare settings, critically evaluating its compliance with the General Data Protection Regulation (GDPR). By examining the intricate interplay between Large Language Models (LLMs) and GDPR principles—including transparency, lawfulness, and data minimization—this research uncovers key vulnerabilities in ensuring patient privacy and safeguarding sensitive health data. Furthermore, the study delves into the ethical and legal implications of automated decision-making, highlighting the risks posed to patient autonomy and medical confidentiality. With the emergence of the Artificial Intelligence Act (AIA), this thesis identifies crucial gaps in existing regulatory frameworks and proposes strategic solutions for the responsible integration of GenAI in healthcare. Ultimately, it aims to chart a path forward, emphasizing the need to harmonize innovation with robust legal safeguards to protect both patient rights and the integrity of healthcare delivery in the era of rapidly evolving GenAI technologies."]},{"key":"dc:title","label":"Title","values":["Data protection in the era of generative artificial intelligence: navigating GDPR compliance challenges in medical applications of ChatGPT"]}]}],"canonical_facts":{"dc:creator":["Αθανασοπούλου Δανάη-Διονυσία","Athanasopoulou Danai-Dionysia"],"dc:date":["2025"],"dc:description":["Η εισαγωγή της Παραγωγικής Τεχνητής Νοημοσύνης στον τομέα της υγείας σηματοδοτεί μια ριζική μεταβολή στην παροχή ιατρικών υπηρεσιών, προσφέροντας καινοτόμες δυνατότητες, όπως ενισχυμένες διαγνωστικές ικανότητες και βελτιωμένη αλληλεπίδραση με τον ασθενή. Παραλλήλως, ωστόσο, ανακύπτουν κρίσιμες προκλήσεις, ιδίως στον τομέα της προστασίας δεδομένων προσωπικού χαρακτήρα. Η παρούσα διπλωματική εργασία παρέχει μια ολοκληρωμένη ανάλυση των μηχανισμών επεξεργασίας δεδομένων του ChatGPT στο πλαίσιο χρήσης αυτού στον τομέα της υγείας, αξιολογώντας κριτικά τη συμμόρφωση του εν λόγω συστήματος Παραγωγικής Τεχνητής Νοημοσύνης με το Γενικό Κανονισμό για την Προστασία Δεδομένων (ΓΚΠΔ). Εξετάζοντας τη σύνθετη αλληλεπίδραση μεταξύ των Μεγάλων Γλωσσικών Μοντέλων και των θεμελιωδών αρχών του ΓΚΠΔ -ιδίως της νομιμότητας, της διαφάνειας και της ελαχιστοποίησης δεδομένων- το παρόν πόνημα καταδεικνύει σημαντικές ευπάθειες στη διασφάλιση της ιδιωτικότητας των ασθενών και της προστασίας ευαίσθητων δεδομένων υγείας. Επιπροσθέτως, η μελέτη εμβαθύνει ιδιαιτέρως στις ηθικές και νομικές επιπτώσεις της αυτοματοποιημένης λήψης αποφάσεων, αναδεικνύοντας τους επαπειλούμενους κινδύνους για την αυτονομία των ασθενών και για τη διασφάλιση του ιατρικού απορρήτου. Περαιτέρω, εξετάζοντας τον προσφάτως υιοθετηθέντα Κανονισμό για την Τεχνητή Νοημοσύνη, η παρούσα μεταπτυχιακή διατριβή εντοπίζει κρίσιμα κενά στο υφιστάμενο κανονιστικό πλαίσιο και προτείνει στρατηγικές λύσεις για την υπεύθυνη ενσωμάτωση της Παραγωγικής Τεχνητής Νοημοσύνης στον τομέα της υγείας. Απώτερος στόχος της παρούσας αποτελεί, εν τέλει, η χάραξη μιας πορείας προς τα εμπρός, υπογραμμίζοντας την ανάγκη εναρμόνισης της καινοτομίας με ισχυρές νομικές δικλείδες, ικανές να διασφαλίσουν τόσο το θεμελιώδες δικαίωμα των ασθενών στην προστασία των προσωπικών τους δεδομένων, όσο και την ακεραιότητα της παροχής υγειονομικής περίθαλψης στην εποχή της ραγδαίως εξελισσόμενης Παραγωγικής Τεχνητής Νοημοσύνης.","The advent of Generative Artificial Intelligence (GenAI) in healthcare marks a pivotal shift in the delivery of medical services, offering transformative possibilities such as enhanced diagnostic capabilities and improved patient interaction. However, alongside these advancements come pressing challenges, particularly in the realm of data protection. This thesis provides a comprehensive analysis of ChatGPT’s data processing mechanisms within healthcare settings, critically evaluating its compliance with the General Data Protection Regulation (GDPR). By examining the intricate interplay between Large Language Models (LLMs) and GDPR principles—including transparency, lawfulness, and data minimization—this research uncovers key vulnerabilities in ensuring patient privacy and safeguarding sensitive health data. Furthermore, the study delves into the ethical and legal implications of automated decision-making, highlighting the risks posed to patient autonomy and medical confidentiality. With the emergence of the Artificial Intelligence Act (AIA), this thesis identifies crucial gaps in existing regulatory frameworks and proposes strategic solutions for the responsible integration of GenAI in healthcare. Ultimately, it aims to chart a path forward, emphasizing the need to harmonize innovation with robust legal safeguards to protect both patient rights and the integrity of healthcare delivery in the era of rapidly evolving GenAI technologies."],"dc:identifier":["uoadl:3449277","https://pergamos.lib.uoa.gr/uoa/dl/object/3449277"],"dc:language":["English"],"dc:subject":["Δίκαιο – Νομοθεσία","Law and Legislation"],"dc:title":["Data protection in the era of generative artificial intelligence: navigating GDPR compliance challenges in medical applications of ChatGPT"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:31:34Z"}