| dc.contributor.advisor | Αλεξάκης, Χρήστος | |
| dc.contributor.author | Χατζηκυριαζής, Τιμολέων-Χρυσόστομος | |
| dc.contributor.other | Chatzikyriazis, Timoleon-Chrysostomos | |
| dc.coverage.spatial | Κύπρος | el_GR |
| dc.date.accessioned | 2019-07-23T07:36:31Z | |
| dc.date.available | 2019-07-23T07:36:31Z | |
| dc.date.copyright | 2019-07-23 | |
| dc.date.issued | 2019-05 | |
| dc.identifier.other | ΜΒΑ/2019/00724 | el_GR |
| dc.identifier.uri | http://hdl.handle.net/11128/4197 | |
| dc.description | Περιέχει βιβλιογραφικές παραπομπές και ευρετήριο. | el_GR |
| dc.description.abstract | Στην παρούσα διατριβή, παρουσιάζονται και αναλύονται οι τεχνολογίες των Big Data και της τεχνητής νοημοσύνης. Παρουσιάζεται επίσης με ποιες άλλες τεχνολογίες συνδυάζονται και αλληλεπιδρούν και με ποιο τρόπο μπορούν να χρησιμοποιηθούν στον κλάδο της υγείας.
Παρουσιάζεται το σύστημα ελέγχου στα φάρμακα και οι οδηγίες για τα ψευδεπίγραφα φάρμακα της Ευρωπαϊκής Ένωσης. Δείχνω με ποιους τρόπους γίνεται η ταυτοποίηση στα στάδια διανομής των φαρμακευτικών προϊόντων δηλαδή πως εφαρμόζονται οι διαδικασίες Serialization, Traceability και Aggregation κατά τα στάδια διανομής, το ευρωπαϊκό πρόγραμμα για την επαλήθευση των φαρμακευτικών προϊόντων της EFPIA καθώς και όλες τις έννοιες που συνοδεύουν τις παραπάνω διαδικασίες.
Στα κεφάλαια 3 εξηγείται ο ορισμός των Big Data και ποια είναι τα χαρακτηριστικά τους. Έπειτα βλέπουμε τις τεχνολογίες οι οποίες σχετίζονται με τα Big Data όπως είναι η τεχνολογία Cloud, Internet of Things, Data Center καθώς και το Hadoop. Παρουσιάζονται κάποιες προκλήσεις της τεχνολογία των Big Data καθώς και κάποια συμπεράσματα.
Έπειτα ορίζεται η τεχνητή νοημοσύνη και περιγράφεται η σύντομη ιστορία της καθώς και οι εφαρμογές των νευρωνικών δικτύων. Βλέπουμε πως συνδέεται με τις τεχνολογίες Machine Learning και Deep Learning και πως χρησιμοποιείται και λειτουργεί η κάθε μία. Παρουσιάζεται η ρομποτική πως αλληλοεπιδρά με τα Big Data και Data Science και σε ποιους τομείς εντοπίζονται οι προκλήσεις.
Στα δύο τελευταία κεφάλαια βλέπουμε πως τα Big Data και η τεχνητή νοημοσύνη εφαρμόζονται στην υγειονομική περίθαλψη. Συγκεκριμένα για τα Big Data αναλύεται το ηλεκτρονικό αρχείο υγείας, οι κίνδυνοι από τη χρήση των Big Data και ο αντίκτυπός τους στην υγεία. Έπειτα βλέπουμε πως εφαρμόζεται η τεχνητή νοημοσύνη στην διάγνωση και στην υποστήριξη των κλινικών αποφάσεων. Παρουσιάζεται με ποιο τρόπο βρίσκει εφαρμογή ο υπερυπολογιστής Watson της IBM στην υγειονομική περίθαλψη, τα προβλήματα του και τέλος η συμβολή της ρομποτικής στον τομέα της υγείας. | el_GR |
| dc.format.extent | viii, 60 σ. ; 30 εκ. | el_GR |
| dc.language | gr | el_GR |
| dc.language.iso | gr | el_GR |
| dc.publisher | Ανοικτό Πανεπιστήμιο Κύπρου | el_GR |
| dc.rights | info:eu-repo/semantics/closedAccess | el_GR |
| dc.subject | Υπηρεσίες υγείας | el_GR |
| dc.subject | Health services | el_GR |
| dc.subject | Τεχνητή νοημοσύνη -- Big Data | |
| dc.subject | Artificial intelligence - Big Data | |
| dc.title | Η χρήση Big Data στον κλάδο υπηρεσιών υγείας. | el_GR |
| dc.type | Μεταπτυχιακή Διατριβή | el_GR |
| dc.description.translatedabstract | In this dissertation, Big Data and Artificial Intelligence technologies are presented and analyzed. It is also presented which other technologies are combined and interact with Big Data and how they can be used in the health sector.
The EU's medicines control system and guidelines on falsified medicines are presented. I will show in what ways identification is made at the stages of distribution of pharmaceuticals, and how the Serialization, Traceability and Aggregation implemented at the supply chain stages, presented also EFPIA's European program for the verification of pharmaceutical products and all the concepts accompanying the above procedures are applied.
Chapter 3 explains the definition of Big Data and its characteristics. Then we see the technologies that are related to Big Data such as Cloud Computing, Internet of Things, Data Center and Handoop. Some challenges of Big Data technology also presented as well as some conclusions.
Artificial intelligence is defined and described its short history as well as the applications of neural networks. We see how it relates to Machine Learning and Deep learning technologies and how each one is used. How Robotic is interacting with Big Data and Data Science and where the challenges are identified.
In the last two chapters we see how Big Data and Artificial Intelligence apply to health care. Specifically for Big Data, the electronic health record, the risks of using Big Data and their health impact are analyzed. Then we see how artificial intelligence is applied to the diagnosis and support of clinical decisions. It outlines how Watson's supercomputer implemented in healthcare and problems is faced. Finally we see the role of robotics in healthcare and how is being implemented. | el_GR |
| dc.format.type | pdf | el_GR |
