Η χρήση των τεχνικών τεχνητής νοημοσύνης στην: διάγνωση, διαχείριση και πρόγνωση της νόσου του Parkinson

Δομπρογιάννης, Χριστόφορος; Domprogiannis, Christoforos

dc.contributor.author	Δομπρογιάννης, Χριστόφορος	el
dc.contributor.author	Domprogiannis, Christoforos	en
dc.date.accessioned	2025-05-30T10:33:42Z
dc.date.available	2025-05-30T10:33:42Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/61980
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.29676
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	Τεχνητή Νοημοσύνη	el
dc.subject	Μηχανική Μάθηση	el
dc.subject	Νόσος Πάρκισον	el
dc.subject	Διάγνωση	el
dc.subject	Διαχείριση	el
dc.subject	Parkinson’s Disease	en
dc.subject	Artificial Intelligence	en
dc.subject	Machine Learning	en
dc.subject	Diagnosis	en
dc.subject	Management	en
dc.title	Η χρήση των τεχνικών τεχνητής νοημοσύνης στην: διάγνωση, διαχείριση και πρόγνωση της νόσου του Parkinson	el
dc.title	The use of artificial intelligence techniques in: diagnosis, management and prognosis of Parkinson's disease	en
heal.type	bachelorThesis
heal.classification	Συστηματική ανασκόπηση	el
heal.classification	Τεχνητή νοημοσύνη	el
heal.classification	Νόσος πάρκισον	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2025-02-06
heal.abstract	Η Νόσος του Parkinson (ΝΠ) αποτελεί μία από τις πιο συχνές νευροεκφυλιστικές διαταραχές, επηρεάζοντας εκατομμύρια ανθρώπους παγκοσμίως. Η προοδευτική φύση της νόσου, σε συνδυασμό με την πολυπλοκότητα των συμπτωμάτων της, τόσο κινητικών όσο και μη κινητικών, δημιουργεί σημαντικές προκλήσεις για τη διάγνωση, τη διαχείριση και την πρόγνωση της. Παρά τις σημαντικές επιστημονικές και τεχνολογικές εξελίξεις, πολλά ερωτήματα παραμένουν αναπάντητα, ενώ η αναζήτηση πιο αποδοτικών, έγκαιρων και εξατομικευμένων προσεγγίσεων συνεχίζεται. Στο επίκεντρο αυτής της προσπάθειας βρίσκεται η τεχνητή νοημοσύνη (ΤΝ), η οποία έχει τη δυνατότητα να μετασχηματίσει τον τρόπο με τον οποίο προσεγγίζουμε τη ΝΠ. Η ΤΝ, με τη χρήση τεχνικών όπως η μηχανική μάθηση, η βαθιά μάθηση και η ανάλυση μεγάλων δεδομένων, παρέχει νέες δυνατότητες στη διάγνωση, παρακολούθηση και θεραπεία της νόσου. Μέσω των εφαρμογών της, προσφέρει τη δυνατότητα ανίχνευσης πρόωρων συμπτωμάτων, προσαρμογής θεραπειών με βάση τις εξατομικευμένες ανάγκες των ασθενών, αλλά και ανάπτυξης προγνωστικών μοντέλων που μπορούν να καθοδηγήσουν τους κλινικούς ιατρούς. Η παρούσα εργασία επιχειρεί να αναδείξει τον ρόλο της ΤΝ στη διαχείριση της ΝΠ, εξετάζοντας τη συνεισφορά της στη διάγνωση, τη διαχείριση των συμπτωμάτων και την πρόγνωση της νόσου. Παράλληλα, επιδιώκει να συζητήσει τις ηθικές και κανονιστικές προκλήσεις που εγείρει η χρήση της τεχνολογίας αυτής, καθώς και τις μελλοντικές προοπτικές που διανοίγονται στον τομέα της υγείας. Με την ολοκλήρωση αυτής της μελέτης, ελπίζουμε να συμβάλουμε στη συζήτηση γύρω από τη χρήση της ΤΝ στη ΝΠ, παρέχοντας μια ολοκληρωμένη εικόνα των τρεχουσών εξελίξεων και προκλήσεων. Ευχόμαστε το περιεχόμενο αυτής της εργασίας να αποτελέσει εφαλτήριο για περαιτέρω έρευνα και ανάπτυξη λύσεων που θα βελτιώσουν τη ζωή των ασθενών και των οικογενειών τους, ενώ παράλληλα θα ενισχύσουν την ιατρική φροντίδα μέσα από την τεχνολογία και την καινοτομία.	el
heal.abstract	Parkinson’s Disease (PD) is one of the most prevalent neurodegenerative disorders, affecting millions of people worldwide. The progressive nature of the disease, combined with the complexity of its symptoms—both motor and non-motor—presents significant challenges for its diagnosis, management, and prognosis. Despite notable scientific and technological advancements, many questions remain unanswered, and the pursuit of more efficient, timely, and personalized approaches continues. At the heart of this endeavor lies artificial intelligence (AI), which has the potential to transform the way we approach PD. AI, through techniques such as machine learning, deep learning, and big data analysis, offers new capabilities in the diagnosis, monitoring, and treatment of the disease. Its applications enable the early detection of symptoms, the customization of treatments based on the individualized needs of patients, and the development of predictive models that can guide clinical decision-making. This study aims to highlight the role of AI in the management of PD, exploring its contributions to diagnosis, symptom management, and disease prognosis. Additionally, it seeks to address the ethical and regulatory challenges posed by the use of this technology, as well as the future prospects it unlocks in the field of healthcare. By completing this study, we hope to contribute to the ongoing discussion about the use of AI in PD, providing a comprehensive overview of current advancements and challenges. We aspire for the content of this work to serve as a springboard for further research and the development of solutions that improve the lives of patients and their families while simultaneously advancing medical care through technology and innovation.	en
heal.advisorName	Ματσόπουλος, Γεώργιος	el
heal.committeeMemberName	Ματσόπουλος, Γεώργιος	el
heal.committeeMemberName	Τσανάκας, Παναγιώτης	el
heal.committeeMemberName	Αθανάσιος, Παναγόπουλος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Συστημάτων Μετάδοσης Πληροφορίας και Τεχνολογίας Υλικών	el
heal.academicPublisherID	ntua
heal.numberOfPages	97 σ.	el
heal.fullTextAvailability	false