{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5420665"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5420665","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Χρήση τεχνητής νοημοσύνης για εφαρμογή του εθνικού προγράμματος εμβολιασμών","abstract":"Η παρούσα διπλωματική εργασία μελετά τη χρήση Τεχνητής Νοημοσύνης (ΤΝ) για την υποστήριξη της εφαρμογής του Εθνικού Προγράμματος Εμβολιασμών Παιδιών και Εφήβων 2026. Η αυξανόμενη πολυπλοκότητα των εμβολιαστικών συστάσεων, των προγραμμάτων αναπλήρωσης, των ειδικών ομάδων κινδύνου και των ελάχιστων μεσοδιαστημάτων καθιστά αναγκαία την ανάπτυξη εργαλείων υποστήριξης της κλινικής απόφασης. Στο πλαίσιο της εργασίας αναπτύχθηκε μία διαδικτυακή πλατφόρμα που αξιοποιεί μεγάλο γλωσσικό μοντέλο και επιμελημένη ημιδομημένη βάση γνώσης, με σκοπό να λειτουργεί ως διαδραστικός ψηφιακός βοηθός ώστε να δημιουργούνται εξατομικευμένα εμβολιαστικά πλάνα. Ο χρήστης εισάγει στοιχεία ηλικίας, προηγούμενων εμβολιασμών και υποκείμενων νοσημάτων, ενώ το σύστημα αναλύει τις εκκρεμότητες και προτείνει πλάνο με αιτιολόγηση. Ιδιαίτερη έμφαση δίνεται στην ανθρώπινη εποπτεία, στην ασφάλεια, στην προστασία προσωπικών δεδομένων και στην ανάγκη συνεχούς επικαιροποίησης. Συμπεραίνεται ότι η τεχνητή νοημοσύνη μπορεί να λειτουργήσει επικουρικά, ενισχύοντας την ακρίβεια, την ταχύτητα και την ομοιομορφία εφαρμογής των εμβολιαστικών οδηγιών, ενώ παράλληλα εξατομικεύει την πληροφορία και λειτουργεί ως εκπαιδευτικό εργαλείο.","abstract_html":"Η παρούσα διπλωματική εργασία μελετά τη χρήση Τεχνητής Νοημοσύνης (ΤΝ) για την υποστήριξη της εφαρμογής του Εθνικού Προγράμματος Εμβολιασμών Παιδιών και Εφήβων 2026. Η αυξανόμενη πολυπλοκότητα των εμβολιαστικών συστάσεων, των προγραμμάτων αναπλήρωσης, των ειδικών ομάδων κινδύνου και των ελάχιστων μεσοδιαστημάτων καθιστά αναγκαία την ανάπτυξη εργαλείων υποστήριξης της κλινικής απόφασης. Στο πλαίσιο της εργασίας αναπτύχθηκε μία διαδικτυακή πλατφόρμα που αξιοποιεί μεγάλο γλωσσικό μοντέλο και επιμελημένη ημιδομημένη βάση γνώσης, με σκοπό να λειτουργεί ως διαδραστικός ψηφιακός βοηθός ώστε να δημιουργούνται εξατομικευμένα εμβολιαστικά πλάνα. Ο χρήστης εισάγει στοιχεία ηλικίας, προηγούμενων εμβολιασμών και υποκείμενων νοσημάτων, ενώ το σύστημα αναλύει τις εκκρεμότητες και προτείνει πλάνο με αιτιολόγηση. Ιδιαίτερη έμφαση δίνεται στην ανθρώπινη εποπτεία, στην ασφάλεια, στην προστασία προσωπικών δεδομένων και στην ανάγκη συνεχούς επικαιροποίησης. Συμπεραίνεται ότι η τεχνητή νοημοσύνη μπορεί να λειτουργήσει επικουρικά, ενισχύοντας την ακρίβεια, την ταχύτητα και την ομοιομορφία εφαρμογής των εμβολιαστικών οδηγιών, ενώ παράλληλα εξατομικεύει την πληροφορία και λειτουργεί ως εκπαιδευτικό εργαλείο.","abstract_has_math":false,"creators":["Βλαχοδημητροπούλου Αικατερίνη","Vlachodimitropoulou Aikaterini"],"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":"2026-11-19T05:20:06Z","subjects":["Επιστήμες Υγείας","Health Sciences"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5420665"],"render_values":[{"text":"uoadl:5420665","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5420665","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5420665","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%3A5420665","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Βλαχοδημητροπούλου Αικατερίνη","Vlachodimitropoulou Aikaterini"]}]},{"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:5420665","https://pergamos.lib.uoa.gr/uoa/dl/object/5420665"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η παρούσα διπλωματική εργασία μελετά τη χρήση Τεχνητής Νοημοσύνης (ΤΝ) για την υποστήριξη της εφαρμογής του Εθνικού Προγράμματος Εμβολιασμών Παιδιών και Εφήβων 2026. Η αυξανόμενη πολυπλοκότητα των εμβολιαστικών συστάσεων, των προγραμμάτων αναπλήρωσης, των ειδικών ομάδων κινδύνου και των ελάχιστων μεσοδιαστημάτων καθιστά αναγκαία την ανάπτυξη εργαλείων υποστήριξης της κλινικής απόφασης. Στο πλαίσιο της εργασίας αναπτύχθηκε μία διαδικτυακή πλατφόρμα που αξιοποιεί μεγάλο γλωσσικό μοντέλο και επιμελημένη ημιδομημένη βάση γνώσης, με σκοπό να λειτουργεί ως διαδραστικός ψηφιακός βοηθός ώστε να δημιουργούνται εξατομικευμένα εμβολιαστικά πλάνα. Ο χρήστης εισάγει στοιχεία ηλικίας, προηγούμενων εμβολιασμών και υποκείμενων νοσημάτων, ενώ το σύστημα αναλύει τις εκκρεμότητες και προτείνει πλάνο με αιτιολόγηση. Ιδιαίτερη έμφαση δίνεται στην ανθρώπινη εποπτεία, στην ασφάλεια, στην προστασία προσωπικών δεδομένων και στην ανάγκη συνεχούς επικαιροποίησης. Συμπεραίνεται ότι η τεχνητή νοημοσύνη μπορεί να λειτουργήσει επικουρικά, ενισχύοντας την ακρίβεια, την ταχύτητα και την ομοιομορφία εφαρμογής των εμβολιαστικών οδηγιών, ενώ παράλληλα εξατομικεύει την πληροφορία και λειτουργεί ως εκπαιδευτικό εργαλείο.","The thesis examines the use of Artificial Intelligence (AI) to support the implementation of the 2026 National Immunization Program (NIP) for children and adolescents. The increasing complexity of vaccination recommendations, catch-up schedules, high-risk groups, and minimum intervals between doses creates a need for digital tools that can assist clinical decision-making. Within the context of this thesis, a web-based platform was developed, utilizing a Large Language Model and a curated semi-structured knowledge base, aiming to function as an interactive digital assistant that can provide personalized vaccination plans. The user enters information regarding age, previous vaccinations, and underlying medical conditions, while the system analyzes pending vaccinations and proposes a justified plan. Particular emphasis is placed on human oversight, safety, personal data protection, and the need for continuous updating. It is concluded that Artificial Intelligence can serve as an auxiliary tool, enhancing the accuracy, speed, and consistency of the implementation of vaccination guidelines, while at the same time personalizing information and functioning as an educational tool."]},{"key":"dc:title","label":"Title","values":["Χρήση τεχνητής νοημοσύνης για εφαρμογή του εθνικού προγράμματος εμβολιασμών"]}]}],"canonical_facts":{"dc:creator":["Βλαχοδημητροπούλου Αικατερίνη","Vlachodimitropoulou Aikaterini"],"dc:date":["2026"],"dc:description":["Η παρούσα διπλωματική εργασία μελετά τη χρήση Τεχνητής Νοημοσύνης (ΤΝ) για την υποστήριξη της εφαρμογής του Εθνικού Προγράμματος Εμβολιασμών Παιδιών και Εφήβων 2026. Η αυξανόμενη πολυπλοκότητα των εμβολιαστικών συστάσεων, των προγραμμάτων αναπλήρωσης, των ειδικών ομάδων κινδύνου και των ελάχιστων μεσοδιαστημάτων καθιστά αναγκαία την ανάπτυξη εργαλείων υποστήριξης της κλινικής απόφασης. Στο πλαίσιο της εργασίας αναπτύχθηκε μία διαδικτυακή πλατφόρμα που αξιοποιεί μεγάλο γλωσσικό μοντέλο και επιμελημένη ημιδομημένη βάση γνώσης, με σκοπό να λειτουργεί ως διαδραστικός ψηφιακός βοηθός ώστε να δημιουργούνται εξατομικευμένα εμβολιαστικά πλάνα. Ο χρήστης εισάγει στοιχεία ηλικίας, προηγούμενων εμβολιασμών και υποκείμενων νοσημάτων, ενώ το σύστημα αναλύει τις εκκρεμότητες και προτείνει πλάνο με αιτιολόγηση. Ιδιαίτερη έμφαση δίνεται στην ανθρώπινη εποπτεία, στην ασφάλεια, στην προστασία προσωπικών δεδομένων και στην ανάγκη συνεχούς επικαιροποίησης. Συμπεραίνεται ότι η τεχνητή νοημοσύνη μπορεί να λειτουργήσει επικουρικά, ενισχύοντας την ακρίβεια, την ταχύτητα και την ομοιομορφία εφαρμογής των εμβολιαστικών οδηγιών, ενώ παράλληλα εξατομικεύει την πληροφορία και λειτουργεί ως εκπαιδευτικό εργαλείο.","The thesis examines the use of Artificial Intelligence (AI) to support the implementation of the 2026 National Immunization Program (NIP) for children and adolescents. The increasing complexity of vaccination recommendations, catch-up schedules, high-risk groups, and minimum intervals between doses creates a need for digital tools that can assist clinical decision-making. Within the context of this thesis, a web-based platform was developed, utilizing a Large Language Model and a curated semi-structured knowledge base, aiming to function as an interactive digital assistant that can provide personalized vaccination plans. The user enters information regarding age, previous vaccinations, and underlying medical conditions, while the system analyzes pending vaccinations and proposes a justified plan. Particular emphasis is placed on human oversight, safety, personal data protection, and the need for continuous updating. It is concluded that Artificial Intelligence can serve as an auxiliary tool, enhancing the accuracy, speed, and consistency of the implementation of vaccination guidelines, while at the same time personalizing information and functioning as an educational tool."],"dc:identifier":["uoadl:5420665","https://pergamos.lib.uoa.gr/uoa/dl/object/5420665"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Επιστήμες Υγείας","Health Sciences"],"dc:title":["Χρήση τεχνητής νοημοσύνης για εφαρμογή του εθνικού προγράμματος εμβολιασμών"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:20:06Z"}