| dc.contributor.advisor | Μενύχτας, Ανδρέας | |
| dc.contributor.author | Κουλιέρη, Ευανθία - Μαρία | |
| dc.date.accessioned | 2026-07-29T08:17:59Z | |
| dc.date.available | 2026-07-29T08:17:59Z | |
| dc.date.issued | 2026-06 | |
| dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/19664 | |
| dc.description.abstract | Η παρούσα εργασία εξετάζει την ανάπτυξη εφαρμογών βασισμένων σε ευφυή συστήματα για την
υποστήριξη της ψηφιακής διαχείρισης ιατρικών πληροφοριών και την ενίσχυση της ανεξάρτητης
διαβίωσης ατόμων με ανάγκες υγειονομικής παρακολούθησης. Η αξιοποίηση των σύγχρονων
τεχνολογιών στον τομέα της υγείας έχει δημιουργήσει νέες δυνατότητες για την παρακολούθηση της
κατάστασης των ασθενών, την ταχύτερη λήψη αποφάσεων και τη βελτίωση της ποιότητας των
παρεχόμενων υπηρεσιών.
Η συνεχής εξέλιξη των πληροφοριακών συστημάτων και των εφαρμογών τεχνητής νοημοσύνης έχει
επηρεάσει ουσιαστικά τον χώρο της βιοϊατρικής και της υγειονομικής περίθαλψης. Μέσω των
τεχνολογιών αυτών καθίσταται δυνατή η αποτελεσματικότερη διαχείριση ιατρικών δεδομένων, η
έγκαιρη ανίχνευση πιθανών προβλημάτων υγείας και η ενίσχυση της αυτονομίας ατόμων με
περιορισμένη δυνατότητα μετακίνησης ή ανάγκη συνεχούς παρακολούθησης.
Στο πλαίσιο της παρούσας διπλωματικής εργασίας αναπτύχθηκε μία διαδικτυακή εφαρμογή
πολλαπλών χρηστών, η οποία επικεντρώνεται στην ψηφιοποίηση και τη δημιουργία ηλεκτρονικού
ιατρικού φακέλου μέσω της χρήσης τεχνητής νοημοσύνης. Η εφαρμογή επιτρέπει στους ασθενείς να
ανεβάζουν ιατρικά έγγραφα, όπως διαγνώσεις, εξετάσεις και συνταγές σε μορφή PDF ή εικόνας. Τα
έγγραφα αναλύονται αυτόματα από μοντέλο τεχνητής νοημοσύνης, το οποίο εξάγει τις
σημαντικότερες ιατρικές πληροφορίες και δημιουργεί δομημένο ιατρικό ιστορικό. Παράλληλα, ο
ασθενής διατηρεί τον πλήρη έλεγχο των προσωπικών του δεδομένων και μπορεί να κοινοποιεί το
ιατρικό ιστορικό του σε εξουσιοδοτημένους ιατρούς, οι οποίοι έχουν πρόσβαση αποκλειστικά για
προβολή των πληροφοριών.
Για την υλοποίηση της εφαρμογής χρησιμοποιήθηκαν οι τεχνολογίες Spring Boot, Vaadin και SQL
Server, ενώ για την αναπαράσταση των ιατρικών δεδομένων αξιοποιήθηκαν τα διεθνή πρότυπα HL7
FHIR και οι κωδικοποιήσεις LOINC και SNOMED CT, με στόχο τη διαλειτουργικότητα και τη
συμβατότητα με σύγχρονα πληροφοριακά συστήματα υγείας. Επιπλέον, ενσωματώθηκαν
μηχανισμοί αυθεντικοποίησης χρηστών, ελέγχου πρόσβασης και ασφαλούς διαχείρισης προσωπικών
δεδομένων. Τα αποτελέσματα της εργασίας δείχνουν ότι η αξιοποίηση τεχνικών τεχνητής
νοημοσύνης μπορεί να αυτοματοποιήσει αποτελεσματικά τη διαδικασία δημιουργίας ηλεκτρονικού
ιατρικού φακέλου από ετερογενή ιατρικά έγγραφα, διευκολύνοντας την ασφαλή διαχείριση και
ανταλλαγή ιατρικών πληροφοριών μεταξύ ασθενών και επαγγελματιών υγείας. | el |
| dc.format.extent | 131 | el |
| dc.language.iso | el | el |
| dc.publisher | Πανεπιστήμιο Πειραιώς | el |
| 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.title | Αυτοματοποιημένη ψηφιοποίηση και διαχείριση ιατρικού ιστορικού με τη χρήση τεχνητής νοημοσύνης | el |
| dc.title.alternative | Automated digitization and management of medical history using Artificial Intelligence | el |
| dc.type | Master Thesis | el |
| dc.contributor.department | Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Ψηφιακών Συστημάτων | el |
| dc.description.abstractEN | This thesis investigates the development of applications based on intelligent systems for supporting
the digital management of medical information and enhancing the independent living of individuals
requiring healthcare monitoring. The adoption of modern technologies in the healthcare sector has
created new opportunities for monitoring patients' health conditions, accelerating clinical decisionmaking, and improving the quality of healthcare services.
The continuous evolution of information systems and artificial intelligence applications has
significantly influenced the fields of biomedicine and healthcare. These technologies enable more
efficient management of medical data, early identification of potential health issues, and greater
autonomy for individuals with limited mobility or those requiring continuous health monitoring.
Within the scope of this thesis, a multi-user web application was developed, focusing on the
digitalization and creation of electronic health records through the use of artificial intelligence. The
application enables patients to upload medical documents, such as diagnoses, laboratory reports, and
prescriptions, in PDF or image format. These documents are automatically analyzed by an artificial
intelligence model, which extracts the most relevant medical information and generates a structured
electronic medical history. At the same time, patients retain full control over their personal health
data and can securely share their medical history with authorized physicians, who are granted readonly access to the information.
The application was implemented using Spring Boot, Vaadin, and Microsoft SQL Server, while the
representation of medical information follows the international HL7 FHIR standard and the LOINC and
SNOMED CT medical coding systems to ensure interoperability and compatibility with modern
healthcare information systems. In addition, the system incorporates user authentication, access
control mechanisms, and secure management of personal health information. The results of this study
demonstrate that artificial intelligence techniques can effectively automate the creation of electronic
health records from heterogeneous medical documents, facilitating the secure management and
exchange of medical information between patients and healthcare professionals. | el |
| dc.contributor.master | Πληροφοριακά Συστήματα και Υπηρεσίες | el |
| dc.subject.keyword | Ηλεκτρονικός ιατρικός φάκελος | el |
| dc.subject.keyword | EHR | el |
| dc.date.defense | 2026-07-17 | |