| dc.contributor.author | Καρούνης, Σταύρος | |
| dc.date.accessioned | 2025-07-02T11:30:07Z | |
| dc.date.available | 2025-07-02T11:30:07Z | |
| dc.date.issued | 2025-01 | |
| dc.identifier.uri | http://hdl.handle.net/11728/12931 | |
| dc.description | ENGLISH ABSTRACT
This study aims to explore the relationship between artificial intelligence (AI) and
biomedicine by presenting modern applications, analyzing results, and identifying risks.
Artificial intelligence emerges as one of the most innovative technologies in the fields of
medicine and biomedicine, with the ability to enhance diagnostic, prognostic, and
therapeutic processes. Additionally, an extensive analysis will be conducted on
contemporary applications of machine learning algorithms to examine the extent to which
they enable industry specialists to analyze vast amounts of data. According to the
literature, the use of AI in biomedicine aids in disease detection, the development of
innovative drugs, the analysis of genetic data, and the application of automated systems
in healthcare. Furthermore, since the first applications of AI during the 1980s and 1990s,
there has been significant progress. Today, cutting-edge technologies such as decision
support systems and autonomous diagnostic tools have been integrated into real clinical
settings, offering considerable advantages, the most prominent of which are reducing
diagnostic time and improving the accuracy of disease predictions, including cancer and
cardiovascular diseases.
In addition, in the realm of ethics, the use of AI in biomedicine is particularly critical.
The potential replacement of the human element in clinical processes raises concerns
about the limitation and loss of human decision-making, especially in cases where
algorithms may make errors. Simultaneously, the security of patients' personal data is of
utmost importance, as medical records contain sensitive information. Moreover, AI can
serve as a supportive tool that enhances the efficiency of specialists while maintaining the
human factor as the final stage of control and decision-making. Finally, the importance of
continuous collaboration between scientists, physicians, and technologists is emphasized
to balance innovation with ethical responsibility. (Kasula, 2024), (Mennella et al., 2024). | en_UK |
| dc.description.abstract | Η παρούσα εργασία στοχεύει στην διερεύνηση τη σχέση της τεχνητής νοημοσύνης με
τη βιοϊατρική, μέσα από την παρουσίαση σύγχρονων εφαρμογών, την ανάλυση των
αποτελεσμάτων και την αναγνώριση κινδύνων. Η τεχνητή νοημοσύνη, αναδεικνύεται ως
μία από τις πιο καινοτόμες τεχνολογίες στον κλάδο της ιατρικής και της βιοϊατρικής,
καθώς έχει την ικανότητα να ενισχύει τις διαγνωστικές, προγνωστικές και θεραπευτικές
διαδικασίες. Επίσης θα γίνει εκτεταμένη ανάλυση στις σύγχρονες εφαρμογές στους
αλγορίθμους μηχανικής μάθησης, ούτως ώστε να εξεταστεί ο βαθμός που επιτρέπουν
στους ειδικούς του κλάδου την ανάλυση τεράστιων ποσοτήτων δεδομένων. Βέβαια,
σύμφωνα με την βιβλιογραφία, η χρήση της τεχνητής νοημοσύνης στη βιοϊατρική βοηθά
στην διαδικασία της ανίχνευσης των ασθενειών, την ανάπτυξη καινοτόμων φαρμάκων,
την ανάλυση γενετικών δεδομένων και τη χρήση αυτοματοποιημένων συστημάτων στην
υγειονομική περίθαλψη. Επίσης, παρατηρούμε πως, από τις πρώτες εφαρμογές της
τεχνητής νοημοσύνης κατά τις δεκαετίες του 80 και 90, έχει εξελιχθεί σημαντικά.
Σήμερα, οι τεχνολογίες αιχμής όπως τα συστήματα υποστήριξης αποφάσεων και τα
αυτόνομα διαγνωστικά εργαλεία έχουν ενσωματωθεί σε πραγματικές κλινικές συνθήκες,
προσφέροντας σημαντικά πλεονεκτήματα, με τα πιο βασικά από αυτά να είναι, η μείωση
του χρόνου διάγνωσης και η ακρίβεια στην πρόβλεψη των ασθενειών όπως ο καρκίνος
και τα καρδιολογικά νοσήματα.
Επιπλέον, στο φάσμα της ηθικής, η χρήση της τεχνητής νοημοσύνης στη βιοϊατρική
είναι ιδιαίτερα κρίσιμη. Η πιθανότητα αντικατάστασης του ανθρώπινου παράγοντα, στις
κλινικές διεργασίες προκαλεί ανησυχίες, για τον περιορισμό αλλά και την απώλεια της
ανθρώπινης απόφασης, κυρίως σε περιστατικά όπου οι αλγόριθμοι ενδέχεται να κάνουν
λάθος. Παράλληλα, η ασφάλεια των προσωπικών δεδομένων των ασθενών είναι πολύ
σημαντικές, αφού οι ιατρικοί φάκελοι περιέχουν ευαίσθητες πληροφορίες. Επιπρόσθετα,
η τεχνητή νοημοσύνη μπορεί να λειτουργήσει ως εργαλείο υποστήριξης που ενισχύει την
αποτελεσματικότητα των ειδικών, ενώ παράλληλα διατηρείται ο ανθρώπινος
παράγοντας, ως το τελικό στάδιο ελέγχου και απόφασης. Τέλος, υπογραμμίζεται η σημασία της διαρκούς συνεργασίας μεταξύ επιστημόνων, ιατρών, και τεχνολόγων για
την εξισορρόπηση της καινοτομίας με την ηθική υπευθυνότητα.(Kasula, 2024),
(Mennella, et al., 2024) | en_UK |
| dc.language.iso | el_GR | en_UK |
| dc.publisher | Μεταπτυχιακό στα Πληροφοριακά Συστήματα και Ψηφιακή Καινοτομία, Σχολή Διοίκησης και Επιστήμης Υπολογιστών, Πανεπιστήμιο Νεάπολις Πάφου | en_UK |
| dc.rights | Απαγορεύεται η δημοσίευση ή αναπαραγωγή, ηλεκτρονική ή άλλη χωρίς τη γραπτή συγκατάθεση του δημιουργού και κάτοχου των πνευματικών δικαιωμάτων | en_UK |
| dc.subject | τεχνητή νοημοσύνη στη βιοϊατρική | en_UK |
| dc.subject | υγειονομική περίθαλψη | en_UK |
| dc.subject | συστήματα υποστήριξης αποφάσεων | en_UK |
| dc.subject | πρόβλεψη των ασθενειών | en_UK |
| dc.subject | βιοϊατρική | en_UK |
| dc.title | Οι τεχνολογίες αιχμής στην Βιοιατρική. | en_UK |
| dc.title.alternative | Διπλωματική Εργασία η οποία υποβλήθηκε προς απόκτηση Μεταπτυχιακού τίτλου σπουδών στα Πληροφοριακά Συστήματα και τη Ψηφιακή Καινοτομία στο Πανεπιστήμιο Νεάπολις Πάφος | en_UK |
| dc.type | Thesis | en_UK |
