Ανάπτυξη εφαρμογής ιστού για τη διαχείριση αλληλεπιδράσεων φαρμάκων με τη χρήση σύγχρονων τεχνικών μεγάλων δεδομένων
| dc.contributor.advisor | Βασιλακόπουλος, Γεώργιος | |
| dc.contributor.author | Τσίμας, Κωνσταντίνος | |
| dc.date.accessioned | 2019-03-12T09:08:38Z | |
| dc.date.available | 2019-03-12T09:08:38Z | |
| dc.date.issued | 2019-02 | |
| dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/11890 | |
| dc.description.abstract | Σκοπός της παρούσας διπλωματικής εργασίας είναι η ανάπτυξη εφαρμογής ιστού για τις αλληλεπιδράσεις φαρμάκων με τη χρήση σύγχρονων τεχνικών μεγάλων δεδομένων. Στην σύγχρονη εποχή της πολυφαρμακίας, της αυξημένης μόλυνσης του περιβάλλοντος, της υπερκατανάλωσης τροφίμων-φαρμάκων και συμπληρωμάτων διατροφής, οι αλληλεπιδράσεις των φαρμάκων είναι στο επίκεντρο της Ιατρικής πληροφορικής και της Βιοπληροφορικής και η γνώση τους αποτελεί επιτακτική ανάγκη για τους επιστήμονες υγείας. Από την άλλη πλευρά τα ιατροφαρμακευτικά δεδομένα αυξάνονται με ραγδαίους ρυθμούς λόγω της εισόδου της τεχνολογίας στον τομέα της Ιατρικής. Στην χώρα μας αναμένεται τεράστια αύξηση των ιατροφαρμακευτικών δεδομένων καθώς έγινε υποχρεωτική η χρήση του Ατομικού Ηλεκτρονικού Φακέλου Υγείας (Α.Η.Φ.Υ.) και της ηλεκτρονικής συνταγογράφησης στο σύστημα Πρωτοβάθμιας Φροντίδας Υγείας. Έτσι γίνεται επιτακτική η ανάγκη νέων σύγχρονων εργαλείων και τεχνικών τόσο για τη διαχείριση των μεγάλων δεδομένων όσο και για την ανάπτυξη εφαρμογών ιστού για την υγεία. Έτσι για την ανάλυση του σκοπού της εργασίας εισάγουμε στο Κεφάλαιο 2 τον όρο της «Αλληλεπίδρασης φαρμάκου», καθώς και τις κατηγορίες των αλληλεπιδράσεων. Στη συνέχεια στο Κεφάλαιο 3 αναλύουμε τον όρο «Μεγάλα δεδομένα» και αναφερόμαστε στα ιατροφαρμακευτικά δεδομένα. Στο Κεφάλαιο 4 παρουσιάζουμε τις χρησιμοποιούμενες τεχνικές και εργαλεία ανάλυσης και διαχείρισης μεγάλων δεδομένων. Για την δημιουργία της εφαρμογής ιστού αναλύουμε τα εργαλεία, τις υπηρεσίες ιστού, τις γλώσσες προγραμματισμού και πλατφόρμες ανάπτυξης εφαρμογών που χρησιμοποιήσαμε στο Κεφάλαιο 5, ορίζοντας την αρχιτεκτονική (υψηλού επιπέδου) και αναλύοντας την διαδικασία που ακολουθήσαμε για την επίτευξη του σκοπού μας στο επόμενο κεφάλαιο (Κεφάλαιο 6). Τέλος στο Κεφάλαιο 7 αναφέρουμε τα συμπεράσματα και τα επόμενα πιθανά βήματα. | el |
| dc.format.extent | 62 | el |
| dc.language.iso | el | el |
| dc.publisher | Πανεπιστήμιο Πειραιώς | el |
| dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
| dc.title | Ανάπτυξη εφαρμογής ιστού για τη διαχείριση αλληλεπιδράσεων φαρμάκων με τη χρήση σύγχρονων τεχνικών μεγάλων δεδομένων | el |
| dc.title.alternative | Development of an web application (app) for Drug Interactions Management using modern big data techniques | el |
| dc.type | Master Thesis | el |
| dc.contributor.department | Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Ψηφιακών Συστημάτων | el |
| dc.description.abstractEN | This dissertation presents the development of a web application for drug interactions using modern big data techniques. In the modern age of multifarmacy, increased environmental pollution, over-consumption of food-medicine and nutritional supplements, drug interactions are at the heart of Medical Informatics and Bioinformatics, and their knowledge is an imperative for health scientists. On the other hand, medical data are rising rapidly due to the entry of technology into the medical field. In our country a huge increase in medical data is expected as the use of the Personal Electronic Health File and the electronic prescription in the Primary Health Care System was mandatory. This makes it imperative to have new modern tools and techniques for managing large data as well as for developing web applications for health. Thus, to analyze the purpose of the thesis, we enter in Chapter 2 the term "Drug Interaction", as well as the categories of interactions. Then in Chapter 3 we analyze the term "Big Data" and we refer to the medical data. In Chapter 4 we present the techniques and tools used to analyze and manage large data. In order to create the web application, we analyze the tools, web services, programming languages and application development platforms in Chapter 5, defining in the next chapter (Chapter 6) the architecture (high level) and analyzing the process we followed to achieve the goal us. Finally, in Chapter 7 we report the conclusions and the next possible steps. | el |
| dc.contributor.master | Ψηφιακά Συστήματα και Υπηρεσίες | el |
| dc.subject.keyword | Αλληλεπίδραση φαρμάκων | el |
| dc.subject.keyword | MongoDB | el |
| dc.subject.keyword | Apache Hadoop | el |
| dc.subject.keyword | Apache Spark | el |
| dc.subject.keyword | REST API | el |
| dc.subject.keyword | Drug interaction | el |
| dc.date.defense | 2019-03-07 |
Αρχεία σε αυτό το τεκμήριο
Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές
-
Τμήμα Ψηφιακών Συστημάτων
Department of Digital Systems
Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές
Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές