{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5321943"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5321943","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Ενισχυμένη φροντίδα ασθενών: Αποκατάσταση αγγειακού εγκεφαλικού επεισοδίου με τη χρήση τεχνητής νοημοσύνης","abstract":"Εισαγωγή: Το Αγγειακό Εγκεφαλικό Επεισόδιο είναι μία νόσος που τα τελευταία χρόνια έχει προβληματίσει τη διεθνή επιστημονική κοινότητα λόγω των πολλών διαστάσεων των επιπλοκών της καθώς και της πολυπλοκότητας της αποκατάστασή της. Η Τεχνητή Νοημοσύνη έχει διεγείρει το ενδιαφέρον των επιστημόνων καθώς προσπαθούν να αναπτύξουν ρομποτικά συστήματα αποκατάστασης τα οποία θα μπορούσαν να διευκολύνουν, να ενισχύσουν και να επιταχύνουν τη διαδικασία της αποκατάστασης. Σκοπός: Η παρούσα εργασία έχει σκοπό τη διερεύνηση των επιστημονικών δεδομένων σχετικά με τη χρήση της Τεχνητής Νοημοσύνης στην αποκατάσταση ασθενών που πάσχουν από Αγγειακό Εγκεφαλικό Επεισόδιο και βρίσκονται σε χρόνια φάση της νόσου. Υλικό και Μέθοδος: Πραγματοποιήθηκε συστηματική βιβλιογραφική ανασκόπηση και οι 24 κλινικές, πολυκεντρικές είτε συγκριτικές μελέτες που χρησιμοποιήθηκαν αφορούν διεθνείς βιβλιογραφικές πηγές που ανακτήθηκαν από τις ηλεκτρονικές βάσεις δεδομένων PubMed και Scopus από τον Οκτώβριο έως τον Δεκέμβριο του 2024. Οι λέξεις-κλειδιά που χρησιμοποιήθηκαν για την άντληση των βιβλιογραφικών πηγών ήταν «αγγειακό εγκεφαλικό επεισόδιο» (stroke), «αποκατάσταση» (rehabilitation), «τεχνητή νοημοσύνη» (artificial intelligence), «ασθενείς» (patients) και «αποτέλεσμα» (outcome) και ως απαραίτητες προϋποθέσεις για την ένταξή τους στην παρούσα ανασκόπηση ήταν οι ασθενείς να βρίσκονται σε χρόνια φάση ΑΕΕ και η αποκατάσταση να πραγματοποιείται μέσω εφαρμογών Τεχνητής Νοημοσύνης. Αποτελέσματα: Η αποκατάσταση του ΑΕΕ με τη χρήση της Τεχνητής Νοημοσύνης είναι αποτελεσματική για τη διαχείριση δυσλειτουργιών των άνω και κάτω άκρων. Οι μελέτες αποδεικνύουν πως η συγκεκριμένη μέθοδος αποκατάστασης βελτιώνει όχι μόνο την κινητική λειτουργία των άκρων, αλλά συμβάλλει θετικά στην ανάκτηση λειτουργιών όπως τη βάδιση. Επιπρόσθετα, αυξάνουν την διεγερσιμότητα του εγκεφαλικού φλοιού η οποία συνδέεται με την βελτίωση της κινητικής λειτουργίας καθώς είναι υπεύθυνη για τη μείωση της σπαστικότητας και αταξίας που μπορεί να προκύψουν από τη νόσο. Ωστόσο, τα αποτελέσματα αυτά δεν επιβεβαιώνονται από όλες τις μελέτες που εξετάστηκαν και για αυτό το λόγο χρήζει μεγαλύτερης διερεύνησης με μελέτες μεγαλύτερου μεγέθους μελετώμενου πληθυσμού ώστε να θεμελιώσουν στο μέλλον σχετικά επιστημονικά δεδομένα. Συμπεράσματα: Η αποκατάσταση του ΑΕΕ χρόνιας φάσης με τη χρήση της Τεχνητής Νοημοσύνης είναι αποτελεσματική και αποδοτική. Η ρομποτικά υποβοηθούμενη θεραπεία μπορεί να βελτιώσει της κινητική λειτουργία και συνεπώς να συμβάλλει στην αποπεράτωση των καθημερινών δραστηριοτήτων των ασθενών και στην επανένταξή τους στην κανονικότητα.","abstract_html":"Εισαγωγή: Το Αγγειακό Εγκεφαλικό Επεισόδιο είναι μία νόσος που τα τελευταία χρόνια έχει προβληματίσει τη διεθνή επιστημονική κοινότητα λόγω των πολλών διαστάσεων των επιπλοκών της καθώς και της πολυπλοκότητας της αποκατάστασή της. Η Τεχνητή Νοημοσύνη έχει διεγείρει το ενδιαφέρον των επιστημόνων καθώς προσπαθούν να αναπτύξουν ρομποτικά συστήματα αποκατάστασης τα οποία θα μπορούσαν να διευκολύνουν, να ενισχύσουν και να επιταχύνουν τη διαδικασία της αποκατάστασης. Σκοπός: Η παρούσα εργασία έχει σκοπό τη διερεύνηση των επιστημονικών δεδομένων σχετικά με τη χρήση της Τεχνητής Νοημοσύνης στην αποκατάσταση ασθενών που πάσχουν από Αγγειακό Εγκεφαλικό Επεισόδιο και βρίσκονται σε χρόνια φάση της νόσου. Υλικό και Μέθοδος: Πραγματοποιήθηκε συστηματική βιβλιογραφική ανασκόπηση και οι 24 κλινικές, πολυκεντρικές είτε συγκριτικές μελέτες που χρησιμοποιήθηκαν αφορούν διεθνείς βιβλιογραφικές πηγές που ανακτήθηκαν από τις ηλεκτρονικές βάσεις δεδομένων PubMed και Scopus από τον Οκτώβριο έως τον Δεκέμβριο του 2024. Οι λέξεις-κλειδιά που χρησιμοποιήθηκαν για την άντληση των βιβλιογραφικών πηγών ήταν «αγγειακό εγκεφαλικό επεισόδιο» (stroke), «αποκατάσταση» (rehabilitation), «τεχνητή νοημοσύνη» (artificial intelligence), «ασθενείς» (patients) και «αποτέλεσμα» (outcome) και ως απαραίτητες προϋποθέσεις για την ένταξή τους στην παρούσα ανασκόπηση ήταν οι ασθενείς να βρίσκονται σε χρόνια φάση ΑΕΕ και η αποκατάσταση να πραγματοποιείται μέσω εφαρμογών Τεχνητής Νοημοσύνης. Αποτελέσματα: Η αποκατάσταση του ΑΕΕ με τη χρήση της Τεχνητής Νοημοσύνης είναι αποτελεσματική για τη διαχείριση δυσλειτουργιών των άνω και κάτω άκρων. Οι μελέτες αποδεικνύουν πως η συγκεκριμένη μέθοδος αποκατάστασης βελτιώνει όχι μόνο την κινητική λειτουργία των άκρων, αλλά συμβάλλει θετικά στην ανάκτηση λειτουργιών όπως τη βάδιση. Επιπρόσθετα, αυξάνουν την διεγερσιμότητα του εγκεφαλικού φλοιού η οποία συνδέεται με την βελτίωση της κινητικής λειτουργίας καθώς είναι υπεύθυνη για τη μείωση της σπαστικότητας και αταξίας που μπορεί να προκύψουν από τη νόσο. Ωστόσο, τα αποτελέσματα αυτά δεν επιβεβαιώνονται από όλες τις μελέτες που εξετάστηκαν και για αυτό το λόγο χρήζει μεγαλύτερης διερεύνησης με μελέτες μεγαλύτερου μεγέθους μελετώμενου πληθυσμού ώστε να θεμελιώσουν στο μέλλον σχετικά επιστημονικά δεδομένα. Συμπεράσματα: Η αποκατάσταση του ΑΕΕ χρόνιας φάσης με τη χρήση της Τεχνητής Νοημοσύνης είναι αποτελεσματική και αποδοτική. Η ρομποτικά υποβοηθούμενη θεραπεία μπορεί να βελτιώσει της κινητική λειτουργία και συνεπώς να συμβάλλει στην αποπεράτωση των καθημερινών δραστηριοτήτων των ασθενών και στην επανένταξή τους στην κανονικότητα.","abstract_has_math":false,"creators":["Κατσαγάνη Δήμητρα","Katsagani Dimitra"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2026,"date_issued":"2026","date_published":"2026","updated_at":"2026-11-19T06:41:36Z","subjects":["Επιστήμες Υγείας","Health Sciences"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5321943"],"render_values":[{"text":"uoadl:5321943","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5321943","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5321943","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%3A5321943","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Κατσαγάνη Δήμητρα","Katsagani Dimitra"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2026"]},{"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:5321943","https://pergamos.lib.uoa.gr/uoa/dl/object/5321943"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Εισαγωγή: Το Αγγειακό Εγκεφαλικό Επεισόδιο είναι μία νόσος που τα τελευταία χρόνια έχει προβληματίσει τη διεθνή επιστημονική κοινότητα λόγω των πολλών διαστάσεων των επιπλοκών της καθώς και της πολυπλοκότητας της αποκατάστασή της. Η Τεχνητή Νοημοσύνη έχει διεγείρει το ενδιαφέρον των επιστημόνων καθώς προσπαθούν να αναπτύξουν ρομποτικά συστήματα αποκατάστασης τα οποία θα μπορούσαν να διευκολύνουν, να ενισχύσουν και να επιταχύνουν τη διαδικασία της αποκατάστασης. Σκοπός: Η παρούσα εργασία έχει σκοπό τη διερεύνηση των επιστημονικών δεδομένων σχετικά με τη χρήση της Τεχνητής Νοημοσύνης στην αποκατάσταση ασθενών που πάσχουν από Αγγειακό Εγκεφαλικό Επεισόδιο και βρίσκονται σε χρόνια φάση της νόσου. Υλικό και Μέθοδος: Πραγματοποιήθηκε συστηματική βιβλιογραφική ανασκόπηση και οι 24 κλινικές, πολυκεντρικές είτε συγκριτικές μελέτες που χρησιμοποιήθηκαν αφορούν διεθνείς βιβλιογραφικές πηγές που ανακτήθηκαν από τις ηλεκτρονικές βάσεις δεδομένων PubMed και Scopus από τον Οκτώβριο έως τον Δεκέμβριο του 2024. Οι λέξεις-κλειδιά που χρησιμοποιήθηκαν για την άντληση των βιβλιογραφικών πηγών ήταν «αγγειακό εγκεφαλικό επεισόδιο» (stroke), «αποκατάσταση» (rehabilitation), «τεχνητή νοημοσύνη» (artificial intelligence), «ασθενείς» (patients) και «αποτέλεσμα» (outcome) και ως απαραίτητες προϋποθέσεις για την ένταξή τους στην παρούσα ανασκόπηση ήταν οι ασθενείς να βρίσκονται σε χρόνια φάση ΑΕΕ και η αποκατάσταση να πραγματοποιείται μέσω εφαρμογών Τεχνητής Νοημοσύνης. Αποτελέσματα: Η αποκατάσταση του ΑΕΕ με τη χρήση της Τεχνητής Νοημοσύνης είναι αποτελεσματική για τη διαχείριση δυσλειτουργιών των άνω και κάτω άκρων. Οι μελέτες αποδεικνύουν πως η συγκεκριμένη μέθοδος αποκατάστασης βελτιώνει όχι μόνο την κινητική λειτουργία των άκρων, αλλά συμβάλλει θετικά στην ανάκτηση λειτουργιών όπως τη βάδιση. Επιπρόσθετα, αυξάνουν την διεγερσιμότητα του εγκεφαλικού φλοιού η οποία συνδέεται με την βελτίωση της κινητικής λειτουργίας καθώς είναι υπεύθυνη για τη μείωση της σπαστικότητας και αταξίας που μπορεί να προκύψουν από τη νόσο. Ωστόσο, τα αποτελέσματα αυτά δεν επιβεβαιώνονται από όλες τις μελέτες που εξετάστηκαν και για αυτό το λόγο χρήζει μεγαλύτερης διερεύνησης με μελέτες μεγαλύτερου μεγέθους μελετώμενου πληθυσμού ώστε να θεμελιώσουν στο μέλλον σχετικά επιστημονικά δεδομένα. Συμπεράσματα: Η αποκατάσταση του ΑΕΕ χρόνιας φάσης με τη χρήση της Τεχνητής Νοημοσύνης είναι αποτελεσματική και αποδοτική. Η ρομποτικά υποβοηθούμενη θεραπεία μπορεί να βελτιώσει της κινητική λειτουργία και συνεπώς να συμβάλλει στην αποπεράτωση των καθημερινών δραστηριοτήτων των ασθενών και στην επανένταξή τους στην κανονικότητα.","Introduction: Stroke is a disease that has preoccupied the global scientific community because of its multidimensional complications that occur and complexity in rehabilitation. Scientists present a special interest in Artificial Intelligence while they try to design robotic rehabilitation systems that could facilitate, enhance and speed up the rehabilitation process. Objective: The aim of this study is to investigate the scientific data regarding the utilization of AI in stroke patients in chronic phase. Methods: This systematic literature review consists of 24 clinical, multicenter or competitive trials that were retrieved from PubMed and Scopus databases during the period of October-December 2024. Keywords used for searching at these databases were ‘stroke’, ‘rehabilitation’, ‘patients’ and ‘outcome’ while chronic phase and AI rehabilitation systems were required to be examined in order to be included in this study. Results: AI in stroke rehabilitation is efficient to manage upper and lower limbs dysfunction. The studies indicate that this rehabilitation method enhances motor function and helps in regaining functions such as gait. It can also increase cortical excitability and decrease spasticity and ataxia. However, these results are not validated by all the studies that were investigated and for that reason it is needed to carry out more studies with larger populations in order to verify these scientific data. Conclusion: AI in stroke rehabilitation to patients in chronic phase is effective and efficient. Robot-assisted therapy can improve motor function and thus it can contribute to improve activities of daily living (ADLs) and rehabilitation on social and community participation."]},{"key":"dc:title","label":"Title","values":["Ενισχυμένη φροντίδα ασθενών: Αποκατάσταση αγγειακού εγκεφαλικού επεισοδίου με τη χρήση τεχνητής νοημοσύνης"]}]}],"canonical_facts":{"dc:creator":["Κατσαγάνη Δήμητρα","Katsagani Dimitra"],"dc:date":["2026"],"dc:description":["Εισαγωγή: Το Αγγειακό Εγκεφαλικό Επεισόδιο είναι μία νόσος που τα τελευταία χρόνια έχει προβληματίσει τη διεθνή επιστημονική κοινότητα λόγω των πολλών διαστάσεων των επιπλοκών της καθώς και της πολυπλοκότητας της αποκατάστασή της. Η Τεχνητή Νοημοσύνη έχει διεγείρει το ενδιαφέρον των επιστημόνων καθώς προσπαθούν να αναπτύξουν ρομποτικά συστήματα αποκατάστασης τα οποία θα μπορούσαν να διευκολύνουν, να ενισχύσουν και να επιταχύνουν τη διαδικασία της αποκατάστασης. Σκοπός: Η παρούσα εργασία έχει σκοπό τη διερεύνηση των επιστημονικών δεδομένων σχετικά με τη χρήση της Τεχνητής Νοημοσύνης στην αποκατάσταση ασθενών που πάσχουν από Αγγειακό Εγκεφαλικό Επεισόδιο και βρίσκονται σε χρόνια φάση της νόσου. Υλικό και Μέθοδος: Πραγματοποιήθηκε συστηματική βιβλιογραφική ανασκόπηση και οι 24 κλινικές, πολυκεντρικές είτε συγκριτικές μελέτες που χρησιμοποιήθηκαν αφορούν διεθνείς βιβλιογραφικές πηγές που ανακτήθηκαν από τις ηλεκτρονικές βάσεις δεδομένων PubMed και Scopus από τον Οκτώβριο έως τον Δεκέμβριο του 2024. Οι λέξεις-κλειδιά που χρησιμοποιήθηκαν για την άντληση των βιβλιογραφικών πηγών ήταν «αγγειακό εγκεφαλικό επεισόδιο» (stroke), «αποκατάσταση» (rehabilitation), «τεχνητή νοημοσύνη» (artificial intelligence), «ασθενείς» (patients) και «αποτέλεσμα» (outcome) και ως απαραίτητες προϋποθέσεις για την ένταξή τους στην παρούσα ανασκόπηση ήταν οι ασθενείς να βρίσκονται σε χρόνια φάση ΑΕΕ και η αποκατάσταση να πραγματοποιείται μέσω εφαρμογών Τεχνητής Νοημοσύνης. Αποτελέσματα: Η αποκατάσταση του ΑΕΕ με τη χρήση της Τεχνητής Νοημοσύνης είναι αποτελεσματική για τη διαχείριση δυσλειτουργιών των άνω και κάτω άκρων. Οι μελέτες αποδεικνύουν πως η συγκεκριμένη μέθοδος αποκατάστασης βελτιώνει όχι μόνο την κινητική λειτουργία των άκρων, αλλά συμβάλλει θετικά στην ανάκτηση λειτουργιών όπως τη βάδιση. Επιπρόσθετα, αυξάνουν την διεγερσιμότητα του εγκεφαλικού φλοιού η οποία συνδέεται με την βελτίωση της κινητικής λειτουργίας καθώς είναι υπεύθυνη για τη μείωση της σπαστικότητας και αταξίας που μπορεί να προκύψουν από τη νόσο. Ωστόσο, τα αποτελέσματα αυτά δεν επιβεβαιώνονται από όλες τις μελέτες που εξετάστηκαν και για αυτό το λόγο χρήζει μεγαλύτερης διερεύνησης με μελέτες μεγαλύτερου μεγέθους μελετώμενου πληθυσμού ώστε να θεμελιώσουν στο μέλλον σχετικά επιστημονικά δεδομένα. Συμπεράσματα: Η αποκατάσταση του ΑΕΕ χρόνιας φάσης με τη χρήση της Τεχνητής Νοημοσύνης είναι αποτελεσματική και αποδοτική. Η ρομποτικά υποβοηθούμενη θεραπεία μπορεί να βελτιώσει της κινητική λειτουργία και συνεπώς να συμβάλλει στην αποπεράτωση των καθημερινών δραστηριοτήτων των ασθενών και στην επανένταξή τους στην κανονικότητα.","Introduction: Stroke is a disease that has preoccupied the global scientific community because of its multidimensional complications that occur and complexity in rehabilitation. Scientists present a special interest in Artificial Intelligence while they try to design robotic rehabilitation systems that could facilitate, enhance and speed up the rehabilitation process. Objective: The aim of this study is to investigate the scientific data regarding the utilization of AI in stroke patients in chronic phase. Methods: This systematic literature review consists of 24 clinical, multicenter or competitive trials that were retrieved from PubMed and Scopus databases during the period of October-December 2024. Keywords used for searching at these databases were ‘stroke’, ‘rehabilitation’, ‘patients’ and ‘outcome’ while chronic phase and AI rehabilitation systems were required to be examined in order to be included in this study. Results: AI in stroke rehabilitation is efficient to manage upper and lower limbs dysfunction. The studies indicate that this rehabilitation method enhances motor function and helps in regaining functions such as gait. It can also increase cortical excitability and decrease spasticity and ataxia. However, these results are not validated by all the studies that were investigated and for that reason it is needed to carry out more studies with larger populations in order to verify these scientific data. Conclusion: AI in stroke rehabilitation to patients in chronic phase is effective and efficient. Robot-assisted therapy can improve motor function and thus it can contribute to improve activities of daily living (ADLs) and rehabilitation on social and community participation."],"dc:identifier":["uoadl:5321943","https://pergamos.lib.uoa.gr/uoa/dl/object/5321943"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Επιστήμες Υγείας","Health Sciences"],"dc:title":["Ενισχυμένη φροντίδα ασθενών: Αποκατάσταση αγγειακού εγκεφαλικού επεισοδίου με τη χρήση τεχνητής νοημοσύνης"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:41:36Z"}