Επεξεργασία δεδομένων Big Data στην ψηφιακή επιδημιολογία

Γρίβας, Αθανάσιος

dc.contributor.author	Γρίβας, Αθανάσιος	el
dc.date.accessioned	2020-10-13T09:22:27Z
dc.date.available	2020-10-13T09:22:27Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/51420
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.19118
dc.rights	Default License
dc.subject	Ψηφιακή επιδημιολογία	el
dc.subject	Digital epidemiology	en
dc.subject	Επεξεργασία δεδομένων	el
dc.subject	Data processing	en
dc.subject	Μεγάλα δεδομένα	el
dc.subject	Big Data	en
dc.subject	Πλατφόρμες επεξεργασίας	el
dc.subject	Processing platforms	en
dc.subject	Πλατφόρμες κλιμάκωσης	el
dc.subject	Scaling platforms	en
dc.subject	Ηλεκτρονικές εφαρμογές	el
dc.subject	Digital applications	en
dc.subject	Τεχνητή νοημοσύνη	el
dc.subject	Artificial intelligence	en
dc.subject	Μεταδοτικές ασθένειες	el
dc.subject	Communicable diseases	en
dc.title	Επεξεργασία δεδομένων Big Data στην ψηφιακή επιδημιολογία	el
dc.contributor.department	Βιοϊατρικής	el
heal.type	bachelorThesis
heal.classification	Βιοϊατρική	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2020-09-02
heal.abstract	Επιδημιολογία ονομάζεται η επιστήμη που μελετά τη φύση και τους μηχανισμούς εξάπλωσης των μεταδοτικών ασθενειών. Ένας αρκετά νέος τομέας της επιδημιολογίας είναι η ψηφιακή επιδημιολογία. Στην ψηφιακή επιδημιολογία χρησιμοποιούνται τεχνικές επεξεργασίας και ανάλυσης διαδικτυακών δεδομένων με στόχο τον εντοπισμό και την παρακολούθηση ξεσπασμάτων μεταδοτικών ασθενειών. Τα διαδικτυακά δεδομένα, που χρησιμοποιούνται στην ψηφιακή επιδημιολογία, ονομάζονται και ‘’μεγάλα’’ δεδομένα και διακρίνονται για το πολύ μεγάλο μέγεθος, πολυπλοκότητα και ανομοιομορφία που τα χαρακτηρίζει. Η επεξεργασία των ‘’μεγάλων’’ δεδομένων δεν είναι εύκολη διαδικασία και κατά κύριο λόγο για την ανάλυσή τους χρησιμοποιούνται τεχνολογίες όπως η μηχανική μάθηση, η επεξεργασία φυσικής γλώσσας και η τεχνητή νοημοσύνη. Επίσης, για την επεξεργασία και ανάλυση των μεγάλων δεδομένων απαιτούνται ισχυρά συστήματα με μεγάλη ταχύτητα επεξεργασίας, μνήμη και χώρο αποθήκευσης. Καθώς το μέγεθος των ‘’μεγάλων’’ δεδομένων αυξάνεται τα συστήματα αυτά πρέπει να εξελίσσονται συνεχώς, όμως ο σχεδιασμός και η δημιουργία τέτοιου είδους συστημάτων έχει ιδιαίτερα υψηλό κόστος. Γι’ αυτό το λόγο έχουν εφευρεθεί τεχνικές κλιμάκωσης, με χρήση των οποίων οι δυνατότητες ενός ήδη υπάρχοντος συστήματος επεκτείνονται. Η κλιμάκωση διακρίνεται στην οριζόντια κλιμάκωση και στη κάθετη κλιμάκωση, αλλά για τον σκοπό της επεξεργασίας ‘’μεγάλων’’ δεδομένων χρησιμοποιείται κατά κύριο λόγο η οριζόντια κλιμάκωση. Κατά την οριζόντια κλιμάκωση μεμονωμένα συστήματα διασυνδέονται μεταξύ τους και έτσι η συνολική επεξεργαστική ισχύς αυξάνεται. Υπάρχουν αρκετές πλατφόρμες οριζόντιας κλιμάκωσης συστημάτων οι οποίες αναλαμβάνουν τη διασύνδεση των συστημάτων και, στη συνέχεια, την επεξεργασία των ‘’μεγάλων’’ δεδομένων, κάποιες από τις οποίες είναι το Hadoop, το Storm και το Spark της Apache. Μέχρι σήμερα έχουν δημιουργηθεί αρκετά συστήματα στον τομέα της ψηφιακής επιδημιολογίας τα οποία συμβάλουν στον εντοπισμό νέων ξεσπασμάτων ασθενειών και στη μελέτη της πορείας εξάπλωσής τους. Κάποια από αυτά τα συστήματα ανήκουν σε οργανισμούς υγείας, ενώ κάποια άλλα έχουν δημιουργηθεί από εταιρείες. Μερικά πολύ δημοφιλή τέτοιου είδους συστήματα αποτελούν το HealthMap, το GPHIN, το ProMED-mail και το σύστημα AI της BlueDot. Επίσης, η πανδημία COVID-19, που πλήττει σήμερα το μεγαλύτερο μέρος του κόσμου, ήταν αφορμή για τη δημιουργία αρκετών λογισμικών για την απεικόνιση των κρουσμάτων και των θανάτων εξ’ αιτίας του κορονοίού. Τα λογισμικά αυτά έχουν καθαρά στόχο την ενημέρωση του πληθυσμού και περιλαμβάνουν διαδραστικούς χάρτες και γραφικές παραστάσεις για την πιο λεπτομερή απεικόνιση των δεδομένων που παρέχουν. Το πρώτο από αυτά τα συστήματα που δημιουργήθηκε είναι το COVID-19 Dashboard του Παγκοσμίου Οργανισμού Υγείας (WHO), ενώ ακολούθησαν και άλλα λογισμικά όπως το COVID-19 Dashboard του Πανεπιστημίου Johns Hopkins (JHU). Η ψηφιακή επιδημιολογία είναι ένα πεδίο που συνεχώς εξελίσσεται παράλληλα με την εξέλιξη της τεχνολογίας και όσο βελτιώνεται αυξάνονται και τα ευεργετικά αποτελέσματα στην ποιότητα ζωής των ανθρώπων. Απαραίτητη, όμως, είναι η προσοχή κατά τη λήψη πληροφοριών από ηλεκτρονικά δεδομένα, καθώς η δημοσιοποίηση εσφαλμένων πληροφοριών και η παραβίαση του προσωπικού απορρήτου μπορεί να έχει πολύ δυσάρεστες συνέπειες.	el
heal.advisorName	Κουτσούρης, Δημήτριος-Διονύσιος	el
heal.committeeMemberName	Κουτσούρης, Δημήτριος-Διονύσιος	el
heal.committeeMemberName	Ματσόπουλος, Γεώργιος	el
heal.committeeMemberName	Τσανάκας, Παναγιώτης	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	104 σ.	el
heal.fullTextAvailability	false