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
Θεματική επικεφαλίδα
Ηπατίτιδα C ; Υγειονομική περίθαλψη -- Χρηματοοικονομική -- Ελλάδα ; Υγειονομική πολιτική -- Ελλάδα ; Υγειονομικός σχεδιασμός -- Ελλάδα ; Τεχνητή νοημοσύνη -- Ελλάδα ; Ιατρική οικονομική -- ΕλλάδαΛέξεις κλειδιά
Τεχνητή νοημοσύνη ; Ηπατίτιδα C ; Προγνωστική ανάλυση ; Μηχανική μάθηση ; Σύστημα υγείας ; Εξατομικευμένη ιατρική ; Artificial intelligence ; Hepatitis C ; Predictive analytics ; Machine learning ; Health care system ; Personalized medicineΠερίληψη
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.
Περίληψη
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.
Αριθμός σελίδων
78Σχολή
Σχολή Κοινωνικών και Πολιτικών ΕπιστημώνΑκαδημαϊκό Τμήμα
Τμήμα Κοινωνικής και Εκπαιδευτικής ΠολιτικήςΤίτλος Προγράμματος Μεταπτυχιακών Σπουδών
Οικονομία, Διοίκηση και Πολιτική ΥγείαςΓλώσσα
ΕλληνικάΠεριγραφή
Αριθμός Εισαγωγής: 014098 cd
Εκτός από όπου επισημαίνεται κάτι διαφορετικό, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα