{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5311287"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5311287","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Τεχνητή νοημοσύνη και σακχαρώδης διαβήτης: νέες προοπτικές στην έγκαιρη διάγνωση και την καθημερινή διαχείριση","abstract":"Η τεχνητή νοημοσύνη (ΑΙ), έχει εφαρμοστεί σε πάρα πολλά πεδία τα τελευταία χρόνια, αλλά αναμένεται η επίδραση της να είναι σημαντικότερη στο πεδίο της υγείας. Εφαρμόζεται ήδη σε πολλούς τομείς της υγείας και μεταξύ άλλων στο σακχαρώδη διαβήτη. Συνδυαστικά με το γεγονός ότι ο σακχαρώδης διαβήτης παραμένει μία από τις κυριότερες αιτίες πρόωρου θανάτου, και ότι η συχνότητα εμφάνισης του έχει περισσότερο από τετραπλασιαστεί παγκοσμίως, από το 1990 έως το 2022, καταδεικνύεται ότι η ανάγκη για αποτελεσματική αντιμετώπιση και διαχείριση του είναι επιτακτική. Η παρούσα συστηματική ανασκόπηση ασχολείται με τους τρόπους εφαρμογής της τεχνητής νοημοσύνης στην έγκαιρη διάγνωση και αποτελεσματική καθημερινή διαχείριση του σακχαρώδη διαβήτη. Η ραγδαία εξέλιξη της τεχνητής νοημοσύνης έχει καταστήσει εφικτή την ανάπτυξη αυτοματοποιημένων διαγνωστικών συστημάτων, τα οποία είναι σε θέση να εντοπίζουν πρώιμες ενδείξεις της νόσου με μεγαλύτερη ακρίβεια και ταχύτητα. Επίσης, η έρευνα και η εφαρμογή της τεχνητής νοημοσύνης στα συστήματα ινσουλίνης έχει βελτιώσει την καθημερινή ρύθμιση του σακχάρου και έχει συμβάλλει στην πιο αποτελεσματική και προσωποποιημένη θεραπεία. Χρειάζεται βέβαια ένα ρυθμιστικό πλαίσιο για τη λειτουργία των διαφόρων τύπων AI, ώστε να ελαχιστοποιούνται τα ηθικά διλήμματα και οι εγγενείς μεροληψίες (biases) που συνοδεύουν την τεχνητή νοημοσύνη. Απώτερος στόχος είναι η δημιουργία του λεγόμενου τεχνητού παγκρέατος, με πλήρως αυτόματη λειτουργία με ελάχιστη παρέμβαση του χρήστη, που να είναι προσβάσιμη από όλους.","abstract_html":"Η τεχνητή νοημοσύνη (ΑΙ), έχει εφαρμοστεί σε πάρα πολλά πεδία τα τελευταία χρόνια, αλλά αναμένεται η επίδραση της να είναι σημαντικότερη στο πεδίο της υγείας. Εφαρμόζεται ήδη σε πολλούς τομείς της υγείας και μεταξύ άλλων στο σακχαρώδη διαβήτη. Συνδυαστικά με το γεγονός ότι ο σακχαρώδης διαβήτης παραμένει μία από τις κυριότερες αιτίες πρόωρου θανάτου, και ότι η συχνότητα εμφάνισης του έχει περισσότερο από τετραπλασιαστεί παγκοσμίως, από το 1990 έως το 2022, καταδεικνύεται ότι η ανάγκη για αποτελεσματική αντιμετώπιση και διαχείριση του είναι επιτακτική. Η παρούσα συστηματική ανασκόπηση ασχολείται με τους τρόπους εφαρμογής της τεχνητής νοημοσύνης στην έγκαιρη διάγνωση και αποτελεσματική καθημερινή διαχείριση του σακχαρώδη διαβήτη. Η ραγδαία εξέλιξη της τεχνητής νοημοσύνης έχει καταστήσει εφικτή την ανάπτυξη αυτοματοποιημένων διαγνωστικών συστημάτων, τα οποία είναι σε θέση να εντοπίζουν πρώιμες ενδείξεις της νόσου με μεγαλύτερη ακρίβεια και ταχύτητα. Επίσης, η έρευνα και η εφαρμογή της τεχνητής νοημοσύνης στα συστήματα ινσουλίνης έχει βελτιώσει την καθημερινή ρύθμιση του σακχάρου και έχει συμβάλλει στην πιο αποτελεσματική και προσωποποιημένη θεραπεία. Χρειάζεται βέβαια ένα ρυθμιστικό πλαίσιο για τη λειτουργία των διαφόρων τύπων AI, ώστε να ελαχιστοποιούνται τα ηθικά διλήμματα και οι εγγενείς μεροληψίες (biases) που συνοδεύουν την τεχνητή νοημοσύνη. Απώτερος στόχος είναι η δημιουργία του λεγόμενου τεχνητού παγκρέατος, με πλήρως αυτόματη λειτουργία με ελάχιστη παρέμβαση του χρήστη, που να είναι προσβάσιμη από όλους.","abstract_has_math":false,"creators":["Κεφάλας Κωνσταντίνος","Kefalas Konstantinos"],"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":"2026-11-19T06:40:45Z","subjects":["Επιστήμες Υγείας","Health Sciences"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5311287"],"render_values":[{"text":"uoadl:5311287","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5311287","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5311287","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%3A5311287","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Κεφάλας Κωνσταντίνος","Kefalas Konstantinos"]}]},{"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:5311287","https://pergamos.lib.uoa.gr/uoa/dl/object/5311287"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η τεχνητή νοημοσύνη (ΑΙ), έχει εφαρμοστεί σε πάρα πολλά πεδία τα τελευταία χρόνια, αλλά αναμένεται η επίδραση της να είναι σημαντικότερη στο πεδίο της υγείας. Εφαρμόζεται ήδη σε πολλούς τομείς της υγείας και μεταξύ άλλων στο σακχαρώδη διαβήτη. Συνδυαστικά με το γεγονός ότι ο σακχαρώδης διαβήτης παραμένει μία από τις κυριότερες αιτίες πρόωρου θανάτου, και ότι η συχνότητα εμφάνισης του έχει περισσότερο από τετραπλασιαστεί παγκοσμίως, από το 1990 έως το 2022, καταδεικνύεται ότι η ανάγκη για αποτελεσματική αντιμετώπιση και διαχείριση του είναι επιτακτική. Η παρούσα συστηματική ανασκόπηση ασχολείται με τους τρόπους εφαρμογής της τεχνητής νοημοσύνης στην έγκαιρη διάγνωση και αποτελεσματική καθημερινή διαχείριση του σακχαρώδη διαβήτη. Η ραγδαία εξέλιξη της τεχνητής νοημοσύνης έχει καταστήσει εφικτή την ανάπτυξη αυτοματοποιημένων διαγνωστικών συστημάτων, τα οποία είναι σε θέση να εντοπίζουν πρώιμες ενδείξεις της νόσου με μεγαλύτερη ακρίβεια και ταχύτητα. Επίσης, η έρευνα και η εφαρμογή της τεχνητής νοημοσύνης στα συστήματα ινσουλίνης έχει βελτιώσει την καθημερινή ρύθμιση του σακχάρου και έχει συμβάλλει στην πιο αποτελεσματική και προσωποποιημένη θεραπεία. Χρειάζεται βέβαια ένα ρυθμιστικό πλαίσιο για τη λειτουργία των διαφόρων τύπων AI, ώστε να ελαχιστοποιούνται τα ηθικά διλήμματα και οι εγγενείς μεροληψίες (biases) που συνοδεύουν την τεχνητή νοημοσύνη. Απώτερος στόχος είναι η δημιουργία του λεγόμενου τεχνητού παγκρέατος, με πλήρως αυτόματη λειτουργία με ελάχιστη παρέμβαση του χρήστη, που να είναι προσβάσιμη από όλους.","Artificial Intelligence (AI) has been applied in numerous fields in recent years, but its impact is expected to be most significant in the field of health. It is already being used in many areas of healthcare, including diabetes mellitus. Combined with the fact that diabetes remains one of the leading causes of premature death and that its prevalence has more than quadrupled worldwide from 1990 to 2022, it becomes evident that the need for effective prevention and management is urgent. This systematic review focuses on the ways AI is being applied for the early diagnosis and effective daily management of diabetes mellitus. The rapid advancement of artificial intelligence has made it possible to develop automated diagnostic systems capable of detecting early signs of the disease with greater accuracy and speed. Furthermore, research and application of AI in insulin delivery systems have improved daily blood glucose regulation and contributed to more effective and personalized treatment. However, a regulatory framework is needed to govern the operation of different types of AI systems, in order to minimize ethical dilemmas and inherent biases associated with artificial intelligence. The ultimate goal is the creation of the so-called artificial pancreas — a fully automated system requiring minimal user intervention, accessible to all."]},{"key":"dc:title","label":"Title","values":["Τεχνητή νοημοσύνη και σακχαρώδης διαβήτης: νέες προοπτικές στην έγκαιρη διάγνωση και την καθημερινή διαχείριση"]}]}],"canonical_facts":{"dc:creator":["Κεφάλας Κωνσταντίνος","Kefalas Konstantinos"],"dc:date":["2025"],"dc:description":["Η τεχνητή νοημοσύνη (ΑΙ), έχει εφαρμοστεί σε πάρα πολλά πεδία τα τελευταία χρόνια, αλλά αναμένεται η επίδραση της να είναι σημαντικότερη στο πεδίο της υγείας. Εφαρμόζεται ήδη σε πολλούς τομείς της υγείας και μεταξύ άλλων στο σακχαρώδη διαβήτη. Συνδυαστικά με το γεγονός ότι ο σακχαρώδης διαβήτης παραμένει μία από τις κυριότερες αιτίες πρόωρου θανάτου, και ότι η συχνότητα εμφάνισης του έχει περισσότερο από τετραπλασιαστεί παγκοσμίως, από το 1990 έως το 2022, καταδεικνύεται ότι η ανάγκη για αποτελεσματική αντιμετώπιση και διαχείριση του είναι επιτακτική. Η παρούσα συστηματική ανασκόπηση ασχολείται με τους τρόπους εφαρμογής της τεχνητής νοημοσύνης στην έγκαιρη διάγνωση και αποτελεσματική καθημερινή διαχείριση του σακχαρώδη διαβήτη. Η ραγδαία εξέλιξη της τεχνητής νοημοσύνης έχει καταστήσει εφικτή την ανάπτυξη αυτοματοποιημένων διαγνωστικών συστημάτων, τα οποία είναι σε θέση να εντοπίζουν πρώιμες ενδείξεις της νόσου με μεγαλύτερη ακρίβεια και ταχύτητα. Επίσης, η έρευνα και η εφαρμογή της τεχνητής νοημοσύνης στα συστήματα ινσουλίνης έχει βελτιώσει την καθημερινή ρύθμιση του σακχάρου και έχει συμβάλλει στην πιο αποτελεσματική και προσωποποιημένη θεραπεία. Χρειάζεται βέβαια ένα ρυθμιστικό πλαίσιο για τη λειτουργία των διαφόρων τύπων AI, ώστε να ελαχιστοποιούνται τα ηθικά διλήμματα και οι εγγενείς μεροληψίες (biases) που συνοδεύουν την τεχνητή νοημοσύνη. Απώτερος στόχος είναι η δημιουργία του λεγόμενου τεχνητού παγκρέατος, με πλήρως αυτόματη λειτουργία με ελάχιστη παρέμβαση του χρήστη, που να είναι προσβάσιμη από όλους.","Artificial Intelligence (AI) has been applied in numerous fields in recent years, but its impact is expected to be most significant in the field of health. It is already being used in many areas of healthcare, including diabetes mellitus. Combined with the fact that diabetes remains one of the leading causes of premature death and that its prevalence has more than quadrupled worldwide from 1990 to 2022, it becomes evident that the need for effective prevention and management is urgent. This systematic review focuses on the ways AI is being applied for the early diagnosis and effective daily management of diabetes mellitus. The rapid advancement of artificial intelligence has made it possible to develop automated diagnostic systems capable of detecting early signs of the disease with greater accuracy and speed. Furthermore, research and application of AI in insulin delivery systems have improved daily blood glucose regulation and contributed to more effective and personalized treatment. However, a regulatory framework is needed to govern the operation of different types of AI systems, in order to minimize ethical dilemmas and inherent biases associated with artificial intelligence. The ultimate goal is the creation of the so-called artificial pancreas — a fully automated system requiring minimal user intervention, accessible to all."],"dc:identifier":["uoadl:5311287","https://pergamos.lib.uoa.gr/uoa/dl/object/5311287"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Επιστήμες Υγείας","Health Sciences"],"dc:title":["Τεχνητή νοημοσύνη και σακχαρώδης διαβήτης: νέες προοπτικές στην έγκαιρη διάγνωση και την καθημερινή διαχείριση"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:40:45Z"}