{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3477547"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3477547","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Η συμβολή της τεχνητής νοημοσύνης στην ασφάλεια των πληροφοριακών συστημάτων υγείας","abstract":"Η παρούσα πτυχιακή εργασία, αποσκοπεί στο να δείξει πώς συμβάλλει η ενσωμάτωση της τεχνητής νοημοσύνης στην αύξηση της ασφάλειας και προστασίας των πληροφοριακών συστημάτων υγείας. Η εργασία ξεκινά χτίζοντας το θεωρητικό υπόβαθρο για τον αναγνώστη, παρουσιάζοντας βασικές πληροφορίες όπως, τι είναι τα πληροφοριακά συστήματα υγείας και τους διάφορους τύπους τους, καθώς και εξηγεί τι είναι η τεχνητή νοημοσύνη και ποιες είναι οι βασικές τεχνολογίες της. Η μελέτη περιγράφει τους ρυθμιστικούς προβληματισμούς που σχετίζονται με την υιοθέτηση συστημάτων τεχνητής νοημοσύνης στον τομέα της υγείας. Η έρευνα βασίστηκε σε μια συστηματική ανασκόπηση πηγών από επιστημονικές βάσεις δεδομένων όπως η PubMed και το IEEE Xplore, όπως και από αναζητήσεις σε διάφορες αξιόπιστες ιστοσελίδες του διαδικτύου. Στο πλαίσιο της παρούσας μελέτης, θα αναλύσουμε βασικές έννοιες που αφορούν την προστασία της ιδιωτικής ζωής, την εμπιστευτικότητα και την ασφάλεια, όπως είναι οι κύριες απειλές που αντιμετωπίζουν τα πληροφοριακά συστήματα υγείας, για παράδειγμα τους εξωτερικούς κίνδυνους κυβερνοασφάλειας και τις εσωτερικές απειλές. Θα αναλύσουμε τους τρόπους που η τεχνητή νοημοσύνη συμβάλει στην ενίσχυση της ασφάλειας των πληροφοριακών συστημάτων υγείας, όπως η χρήση αλγορίθμων μηχανικής μάθησης για την βελτίωση συστημάτων παρακολούθησης και αντιμετώπισης κινδύνων, και θα κάνουμε εκτεταμένη αναφορά στις προκλήσεις και τους περιορισμούς της ενσωμάτωσης της τεχνητής νοημοσύνης στην ασφάλεια των ως άνω συστημάτων που περιλαμβάνουν νομικά και ηθικά ζητήματα. Συμπερασματικά, τα αποτελέσματα από την ανασκόπηση ήταν στην πλειοψηφία τους θετικά, η μελέτη παρέχει μια ολοκληρωμένη εικόνα των δυνατοτήτων αλλά και των περιορισμών της ενσωμάτωσης της τεχνητής νοημοσύνης (ΤΝ) στα πληροφοριακά συστήματα υγείας (ΠΣΥ) για την ενίσχυση της ασφάλειας, θέτοντας τα θεμέλια για μελλοντικές μελέτες που θα συμπληρώσουν περαιτέρω την ανάπτυξη του θέματος","abstract_html":"Η παρούσα πτυχιακή εργασία, αποσκοπεί στο να δείξει πώς συμβάλλει η ενσωμάτωση της τεχνητής νοημοσύνης στην αύξηση της ασφάλειας και προστασίας των πληροφοριακών συστημάτων υγείας. Η εργασία ξεκινά χτίζοντας το θεωρητικό υπόβαθρο για τον αναγνώστη, παρουσιάζοντας βασικές πληροφορίες όπως, τι είναι τα πληροφοριακά συστήματα υγείας και τους διάφορους τύπους τους, καθώς και εξηγεί τι είναι η τεχνητή νοημοσύνη και ποιες είναι οι βασικές τεχνολογίες της. Η μελέτη περιγράφει τους ρυθμιστικούς προβληματισμούς που σχετίζονται με την υιοθέτηση συστημάτων τεχνητής νοημοσύνης στον τομέα της υγείας. Η έρευνα βασίστηκε σε μια συστηματική ανασκόπηση πηγών από επιστημονικές βάσεις δεδομένων όπως η PubMed και το IEEE Xplore, όπως και από αναζητήσεις σε διάφορες αξιόπιστες ιστοσελίδες του διαδικτύου. Στο πλαίσιο της παρούσας μελέτης, θα αναλύσουμε βασικές έννοιες που αφορούν την προστασία της ιδιωτικής ζωής, την εμπιστευτικότητα και την ασφάλεια, όπως είναι οι κύριες απειλές που αντιμετωπίζουν τα πληροφοριακά συστήματα υγείας, για παράδειγμα τους εξωτερικούς κίνδυνους κυβερνοασφάλειας και τις εσωτερικές απειλές. Θα αναλύσουμε τους τρόπους που η τεχνητή νοημοσύνη συμβάλει στην ενίσχυση της ασφάλειας των πληροφοριακών συστημάτων υγείας, όπως η χρήση αλγορίθμων μηχανικής μάθησης για την βελτίωση συστημάτων παρακολούθησης και αντιμετώπισης κινδύνων, και θα κάνουμε εκτεταμένη αναφορά στις προκλήσεις και τους περιορισμούς της ενσωμάτωσης της τεχνητής νοημοσύνης στην ασφάλεια των ως άνω συστημάτων που περιλαμβάνουν νομικά και ηθικά ζητήματα. Συμπερασματικά, τα αποτελέσματα από την ανασκόπηση ήταν στην πλειοψηφία τους θετικά, η μελέτη παρέχει μια ολοκληρωμένη εικόνα των δυνατοτήτων αλλά και των περιορισμών της ενσωμάτωσης της τεχνητής νοημοσύνης (ΤΝ) στα πληροφοριακά συστήματα υγείας (ΠΣΥ) για την ενίσχυση της ασφάλειας, θέτοντας τα θεμέλια για μελλοντικές μελέτες που θα συμπληρώσουν περαιτέρω την ανάπτυξη του θέματος","abstract_has_math":false,"creators":["Κωνσταντούζος Νικόλαος","Konstantouzos Nikolaos"],"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":"2026-11-19T06:32:19Z","subjects":["Επιστήμες Υγείας","Health Sciences"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3477547"],"render_values":[{"text":"uoadl:3477547","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3477547","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3477547","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%3A3477547","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Κωνσταντούζος Νικόλαος","Konstantouzos Nikolaos"]}]},{"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":["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:3477547","https://pergamos.lib.uoa.gr/uoa/dl/object/3477547"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η παρούσα πτυχιακή εργασία, αποσκοπεί στο να δείξει πώς συμβάλλει η ενσωμάτωση της τεχνητής νοημοσύνης στην αύξηση της ασφάλειας και προστασίας των πληροφοριακών συστημάτων υγείας. Η εργασία ξεκινά χτίζοντας το θεωρητικό υπόβαθρο για τον αναγνώστη, παρουσιάζοντας βασικές πληροφορίες όπως, τι είναι τα πληροφοριακά συστήματα υγείας και τους διάφορους τύπους τους, καθώς και εξηγεί τι είναι η τεχνητή νοημοσύνη και ποιες είναι οι βασικές τεχνολογίες της. Η μελέτη περιγράφει τους ρυθμιστικούς προβληματισμούς που σχετίζονται με την υιοθέτηση συστημάτων τεχνητής νοημοσύνης στον τομέα της υγείας. Η έρευνα βασίστηκε σε μια συστηματική ανασκόπηση πηγών από επιστημονικές βάσεις δεδομένων όπως η PubMed και το IEEE Xplore, όπως και από αναζητήσεις σε διάφορες αξιόπιστες ιστοσελίδες του διαδικτύου. Στο πλαίσιο της παρούσας μελέτης, θα αναλύσουμε βασικές έννοιες που αφορούν την προστασία της ιδιωτικής ζωής, την εμπιστευτικότητα και την ασφάλεια, όπως είναι οι κύριες απειλές που αντιμετωπίζουν τα πληροφοριακά συστήματα υγείας, για παράδειγμα τους εξωτερικούς κίνδυνους κυβερνοασφάλειας και τις εσωτερικές απειλές. Θα αναλύσουμε τους τρόπους που η τεχνητή νοημοσύνη συμβάλει στην ενίσχυση της ασφάλειας των πληροφοριακών συστημάτων υγείας, όπως η χρήση αλγορίθμων μηχανικής μάθησης για την βελτίωση συστημάτων παρακολούθησης και αντιμετώπισης κινδύνων, και θα κάνουμε εκτεταμένη αναφορά στις προκλήσεις και τους περιορισμούς της ενσωμάτωσης της τεχνητής νοημοσύνης στην ασφάλεια των ως άνω συστημάτων που περιλαμβάνουν νομικά και ηθικά ζητήματα. Συμπερασματικά, τα αποτελέσματα από την ανασκόπηση ήταν στην πλειοψηφία τους θετικά, η μελέτη παρέχει μια ολοκληρωμένη εικόνα των δυνατοτήτων αλλά και των περιορισμών της ενσωμάτωσης της τεχνητής νοημοσύνης (ΤΝ) στα πληροφοριακά συστήματα υγείας (ΠΣΥ) για την ενίσχυση της ασφάλειας, θέτοντας τα θεμέλια για μελλοντικές μελέτες που θα συμπληρώσουν περαιτέρω την ανάπτυξη του θέματος","The present thesis aims to demonstrate how integrating artificial intelligence contributes to enhancing the security and protection of health information systems. The study begins by building the theoretical background for the reader, presenting fundamental information such as what health information systems are and their various types, and explaining what artificial intelligence is and its core technologies. The study describes the regulatory concerns related to adopting artificial intelligence systems in the healthcare sector. The research was based on a systematic review of sources from scientific databases such as PubMed and IEEE Xplore, as well as searches on various reliable websites on the internet. In the context of this study, we will analyse key concepts related to privacy protection, confidentiality, and security, such as the main threats faced by health information systems, including external cybersecurity risks and internal threats. We will examine how artificial intelligence contributes to strengthening the security of health information systems, such as the use of machine learning algorithms to improve monitoring and risk management systems, and we will extensively discuss the challenges and limitations of integrating artificial intelligence into the security of these systems, including legal and ethical issues. In conclusion, the review's results were mostly positive. The study provides a comprehensive overview of the potential and limitations of integrating AI into health information systems for security enhancement, laying the groundwork for future studies that will further develop the subject"]},{"key":"dc:title","label":"Title","values":["Η συμβολή της τεχνητής νοημοσύνης στην ασφάλεια των πληροφοριακών συστημάτων υγείας"]}]}],"canonical_facts":{"dc:creator":["Κωνσταντούζος Νικόλαος","Konstantouzos Nikolaos"],"dc:date":["2025"],"dc:description":["Η παρούσα πτυχιακή εργασία, αποσκοπεί στο να δείξει πώς συμβάλλει η ενσωμάτωση της τεχνητής νοημοσύνης στην αύξηση της ασφάλειας και προστασίας των πληροφοριακών συστημάτων υγείας. Η εργασία ξεκινά χτίζοντας το θεωρητικό υπόβαθρο για τον αναγνώστη, παρουσιάζοντας βασικές πληροφορίες όπως, τι είναι τα πληροφοριακά συστήματα υγείας και τους διάφορους τύπους τους, καθώς και εξηγεί τι είναι η τεχνητή νοημοσύνη και ποιες είναι οι βασικές τεχνολογίες της. Η μελέτη περιγράφει τους ρυθμιστικούς προβληματισμούς που σχετίζονται με την υιοθέτηση συστημάτων τεχνητής νοημοσύνης στον τομέα της υγείας. Η έρευνα βασίστηκε σε μια συστηματική ανασκόπηση πηγών από επιστημονικές βάσεις δεδομένων όπως η PubMed και το IEEE Xplore, όπως και από αναζητήσεις σε διάφορες αξιόπιστες ιστοσελίδες του διαδικτύου. Στο πλαίσιο της παρούσας μελέτης, θα αναλύσουμε βασικές έννοιες που αφορούν την προστασία της ιδιωτικής ζωής, την εμπιστευτικότητα και την ασφάλεια, όπως είναι οι κύριες απειλές που αντιμετωπίζουν τα πληροφοριακά συστήματα υγείας, για παράδειγμα τους εξωτερικούς κίνδυνους κυβερνοασφάλειας και τις εσωτερικές απειλές. Θα αναλύσουμε τους τρόπους που η τεχνητή νοημοσύνη συμβάλει στην ενίσχυση της ασφάλειας των πληροφοριακών συστημάτων υγείας, όπως η χρήση αλγορίθμων μηχανικής μάθησης για την βελτίωση συστημάτων παρακολούθησης και αντιμετώπισης κινδύνων, και θα κάνουμε εκτεταμένη αναφορά στις προκλήσεις και τους περιορισμούς της ενσωμάτωσης της τεχνητής νοημοσύνης στην ασφάλεια των ως άνω συστημάτων που περιλαμβάνουν νομικά και ηθικά ζητήματα. Συμπερασματικά, τα αποτελέσματα από την ανασκόπηση ήταν στην πλειοψηφία τους θετικά, η μελέτη παρέχει μια ολοκληρωμένη εικόνα των δυνατοτήτων αλλά και των περιορισμών της ενσωμάτωσης της τεχνητής νοημοσύνης (ΤΝ) στα πληροφοριακά συστήματα υγείας (ΠΣΥ) για την ενίσχυση της ασφάλειας, θέτοντας τα θεμέλια για μελλοντικές μελέτες που θα συμπληρώσουν περαιτέρω την ανάπτυξη του θέματος","The present thesis aims to demonstrate how integrating artificial intelligence contributes to enhancing the security and protection of health information systems. The study begins by building the theoretical background for the reader, presenting fundamental information such as what health information systems are and their various types, and explaining what artificial intelligence is and its core technologies. The study describes the regulatory concerns related to adopting artificial intelligence systems in the healthcare sector. The research was based on a systematic review of sources from scientific databases such as PubMed and IEEE Xplore, as well as searches on various reliable websites on the internet. In the context of this study, we will analyse key concepts related to privacy protection, confidentiality, and security, such as the main threats faced by health information systems, including external cybersecurity risks and internal threats. We will examine how artificial intelligence contributes to strengthening the security of health information systems, such as the use of machine learning algorithms to improve monitoring and risk management systems, and we will extensively discuss the challenges and limitations of integrating artificial intelligence into the security of these systems, including legal and ethical issues. In conclusion, the review's results were mostly positive. The study provides a comprehensive overview of the potential and limitations of integrating AI into health information systems for security enhancement, laying the groundwork for future studies that will further develop the subject"],"dc:identifier":["uoadl:3477547","https://pergamos.lib.uoa.gr/uoa/dl/object/3477547"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Επιστήμες Υγείας","Health Sciences"],"dc:title":["Η συμβολή της τεχνητής νοημοσύνης στην ασφάλεια των πληροφοριακών συστημάτων υγείας"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:32:19Z"}