Αξιοποίηση προγνωστικών αναλύσεων με τεχνητή νοημοσύνη για τη διαχείριση της ηπατίτιδας C: Επιπτώσεις για τη χρηματοδότηση της υγειονομικής περίθαλψης, την κατανομή πόρων και την περίθαλψη ασθενών
| dc.contributor.advisor | Σουλιώτης, Κυριάκος | |
| dc.contributor.author | Μπόγρη, Φρειδερίκη | |
| dc.contributor.committee | Κουτσούκου, Ηλέκτρα | |
| dc.contributor.committee | Τερζίδης, Άγης | |
| dc.contributor.department | Τμήμα Κοινωνικής και Εκπαιδευτικής Πολιτικής | el |
| dc.contributor.faculty | Σχολή Κοινωνικών και Πολιτικών Επιστημών | el |
| dc.contributor.master | Οικονομία, Διοίκηση και Πολιτική Υγείας | el |
| dc.date.accessioned | 2025-05-05T09:25:21Z | |
| dc.date.available | 2025-05-05T09:25:21Z | |
| dc.date.issued | 2025-01-27 | |
| dc.description | Αριθμός Εισαγωγής: 014098 cd | el |
| dc.description.abstract | Η παρούσα διπλωματική εργασία διερευνά τη συμβολή της τεχνητής νοημοσύνης και των προγνωστικών αναλύσεων στη διαχείριση της ηπατίτιδας C στο παγκόσμιο αλλά και στο ελληνικό σύστημα υγείας. Συγκεκριμένα, εστιάζει στην αξιολόγηση των δυνατοτήτων που προσφέρουν οι αλγόριθμοι μηχανικής μάθησης για τη βελτιστοποίηση κρίσιμων παραμέτρων της υγειονομικής περίθαλψης, συμπεριλαμβανομένης της κατανομής πόρων, της χρηματοδότησης και της εξατομικευμένης φροντίδας ασθενών. Η μελέτη εξετάζει διεξοδικά την εφαρμογή της τεχνητής νοημοσύνης στην ταυτοποίηση ασθενών υψηλού κινδύνου και στην ενίσχυση της αποτελεσματικότητας των θεραπευτικών παρεμβάσεων. Ιδιαίτερη έμφαση δίνεται στην αξιολόγηση του ρόλου των προγνωστικών αναλύσεων στην πρωτοβάθμια φροντίδα υγείας, από την προληπτική παρέμβαση έως την έγκαιρη διάγνωση και την εφαρμογή εξατομικευμένων θεραπευτικών σχημάτων. Παράλληλα, διερευνώνται οι οικονομικές επιπτώσεις της ενσωμάτωσης τεχνολογιών τεχνητής νοημοσύνης, με έμφαση στη μείωση του κόστους και τη βελτίωση της αποδοτικότητας των θεραπευτικών προγραμμάτων. Αναλύονται επίσης οι προκλήσεις και οι περιορισμοί που συνδέονται με την εφαρμογή λύσεων τεχνητής νοημοσύνης στο σύστημα υγειονομικής περίθαλψης, προτείνοντας συγκεκριμένες στρατηγικές αντιμετώπισης. Απώτερος στόχος της εργασίας είναι η συμβολή στη διαμόρφωση τεκμηριωμένων πολιτικών υγείας που αποσκοπούν στην βελτίωση της διαχείρισης της ηπατίτιδας C στην Ελλάδα με την αξιοποίηση των δυνατοτήτων και εργαλείων της τεχνητής νοημοσύνης. | el |
| dc.description.abstracttranslated | This thesis explores the contribution of artificial intelligence and predictive analytics in the management of hepatitis C in the global and Greek health care system. Specifically, it focuses on evaluating the potential of machine learning algorithms to optimize critical aspects of healthcare, including resource allocation, financing and personalized patient care. The study takes a close look at the application of AI in identifying high-risk patients and enhancing the effectiveness of therapeutic interventions. Emphasis is placed on evaluating the role of predictive analytics in primary health care, from preventive intervention to early diagnosis and the implementation of personalized treatment regimens. At the same time, the economic implications of integrating AI technologies are explored, with a focus on reducing costs and improving the efficiency of treatment programs. The challenges and limitations associated with the implementation of AI solutions in the healthcare system are also analyzed, proposing specific strategies to address them. The goal of the work is to contribute to the formulation of documented health policies aimed at improving the management of hepatitis C in Greece by utilizing the capabilities and tools of artificial intelligence. | el |
| dc.format.extent | 78 | el |
| dc.identifier.uri | https://amitos.library.uop.gr/xmlui/handle/123456789/8821 | |
| dc.language.iso | el | el |
| dc.publisher | Πανεπιστήμιο Πελοποννήσου | el |
| dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
| dc.subject | Ηπατίτιδα C | el |
| dc.subject | Υγειονομική περίθαλψη -- Χρηματοοικονομική -- Ελλάδα | el |
| dc.subject | Υγειονομική πολιτική -- Ελλάδα | el |
| dc.subject | Υγειονομικός σχεδιασμός -- Ελλάδα | el |
| dc.subject | Τεχνητή νοημοσύνη -- Ελλάδα | el |
| dc.subject | Ιατρική οικονομική -- Ελλάδα | el |
| dc.subject.keyword | Τεχνητή νοημοσύνη | el |
| dc.subject.keyword | Ηπατίτιδα C | el |
| dc.subject.keyword | Προγνωστική ανάλυση | el |
| dc.subject.keyword | Μηχανική μάθηση | el |
| dc.subject.keyword | Σύστημα υγείας | el |
| dc.subject.keyword | Εξατομικευμένη ιατρική | el |
| dc.subject.keyword | Artificial intelligence | el |
| dc.subject.keyword | Hepatitis C | el |
| dc.subject.keyword | Predictive analytics | el |
| dc.subject.keyword | Machine learning | el |
| dc.subject.keyword | Health care system | el |
| dc.subject.keyword | Personalized medicine | el |
| dc.title | Αξιοποίηση προγνωστικών αναλύσεων με τεχνητή νοημοσύνη για τη διαχείριση της ηπατίτιδας C: Επιπτώσεις για τη χρηματοδότηση της υγειονομικής περίθαλψης, την κατανομή πόρων και την περίθαλψη ασθενών | el |
| dc.type | Μεταπτυχιακή διπλωματική εργασία | el |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- Διπλωματική Εργασία - Φρειδερίκη Μπόγρη 17012025.pdf
- Size:
- 1.7 MB
- Format:
- Adobe Portable Document Format
- Description:
License bundle
1 - 1 of 1
Loading...
- Name:
- license.txt
- Size:
- 933 B
- Format:
- Item-specific license agreed upon to submission
- Description:
