Τεχνητή νοημοσύνη στην ιατρική: ένα πλαίσιο λογισμικού υποστήριξης κλινικών αποφάσεων βασισμένο σε μηχανική μάθηση, στατιστικά μοντέλα μικτών επιδράσεων και αναιρέσιμη συλλογιστική για τη μακροπρόθεσμη πρόγνωση της ρευματοειδούς αρθρίτιδας υπό βιολογική θεραπεία

Περίληψη

Η τεχνητή νοημοσύνη (AI), είναι ο κλάδος πληροφορικής που ασχολείται με τη σχεδίαση και την υλοποίηση ευφυών συστημάτων ικανά να συλλέγουν πληροφορίες, να εκτελούν ανάλυση δεδομένων και να εφαρμόζουν κατάλληλες ενέργειες, για να καλύψουν τις ανάγκες διαφόρων περιβαλλόντων, μιμούμενα την ανθρώπινη συμπεριφορά ως προς την συλλογιστική, μάθηση και επίλυση προβλημάτων. Τα κλινικά συστήματα υποστήριξης αποφάσεων είναι συστήματα τεχνητής νοημοσύνης που υποστηρίζουν τη διαδικασία λήψης αποφάσεων των ιατρών. Η παρούσα διατριβή επικεντρώνεται στην ανάπτυξη του κλινικού συστήματος υποστήριξης αποφάσεων CDS-RA για την διαχείριση και μακροπρόθεσμη πρόγνωση ασθενών με ρευματοειδή αρθρίτιδα υπό βιολογική θεραπεία. Ένας σημαντικός στόχος του CDS-RA συστήματος είναι να παρέχει προγνωστική λειτουργικότητα ικανή για την πρώιμη πρόβλεψη του επιπέδου επίμονης νόσου ενός ασθενούς με ρευματοειδή αρθρίτιδα υπό βιολογική θεραπεία. Το επίπεδο επίμονης νόσου ορίστηκε ως το ίδιο επίπεδο δραστηριότητας της νόσου, ...
περισσότερα

Περίληψη σε άλλη γλώσσα

Artificial intelligence (AI), is state-of-art information technology that provides intelligent software frameworks, able to collect information, perform data analysis and implement appropriate actions, to meet the needs of various environments, mimicking human behavior in reasoning, learning and problem resolution. Clinical decision-support systems (CDS) are systems that support the clinicians’ decision-making process. The present thesis focuses on the development of the clinical decision-support system (CDS-RA) to support Rheumatoid Arthritis (RA) management and long-term prognosis under biologic therapy. The CDS-RA utilizes artificial intelligence methods to conduct advanced medical data analyses based on statistical mixed-effect models, machine learning and defeasible reasoning. An important objective of the CDS-RA is to provide prognostic functionality able to early predict and reason about the persistent disease level of a RA patient under biologic therapy. Persistent disease leve ...
περισσότερα

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

DOI
10.12681/eadd/48548
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/48548
ND
48548
Εναλλακτικός τίτλος
Artificial intelligence in medicine: a clinical decision-support framework based on machine learning, statistical mixed-effect modeling and defeasible reasoning for rheumatoid arthritis long-term prognosis under biologic therapy
Συγγραφέας
Γενιτσαρίδη, Ειρήνη του Κωνσταντίνος
Ημερομηνία
2020
Ίδρυμα
Πανεπιστήμιο Κρήτης. Σχολή Επιστημών Υγείας. Τμήμα Ιατρικής. Τομέας Παθολογίας. Κλινική Ρευματολογίας, Κλινικής Ανοσολογίας και Αλλεργιολογίας
Εξεταστική επιτροπή
Σιδηρόπουλος Πρόδρομος
Πλεξουσάκης Δημήτριος
Μαριάς Κωνσταντίνος
Κουτρουμπάκης Ιωάννης
Έξαρχος Θεμιστοκλής
Μπερτσιάς Γεώργιος
Ποταμιάς Γεώργιος
Επιστημονικό πεδίο
Ιατρική και Επιστήμες ΥγείαςΚλινική Ιατρική
Λέξεις-κλειδιά
Τεχνητή νοημοσύνη; Μηχανική μάθηση; Ρευματοειδής αρθρίτιδα; Συστήματα υποστήριξης κλινικών αποφάσεων; Αυτόματη πρόγνωση; Μακροπρόθεσμα αποτελέσματα; Προβλεπτικά μοντέλα; Μοντέλα μικτών επιδράσεων; Βιολογική θεραπεία
Χώρα
Ελλάδα
Γλώσσα
Αγγλικά
Άλλα στοιχεία
114 σ., εικ., πιν., σχημ., γραφ.
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Σχετικές εγγραφές (με βάση τις επισκέψεις των χρηστών)